前言¶

短视频、有声读物和配音工作里，经常需要「固定一个人声」：同一段解说、同一角色台词，音色要前后一致。通用 TTS 往往只有预设声线，自己录参考再手工对齐成本高。若希望 Agent 在对话里直接完成「上传参考音频 → 生成还原音色的定制语音」，需要把可灵（Kling）声音克隆能力和 CLI、API 配置封装成可安装的 Skill。下面介绍 SkillHub 上的 kling audio clone（坐标 @user_f95f21b8/dlazy-kling-audio-clone，当前版本 1.0.9）。

这是什么¶

kling audio clone 是社区来源（community）的 design-media 类 Skill，由发布者 user_f95f21b8 上架，简介为：通过上传参考音频，使用 Kling Audio Clone 生成高度还原该音色的定制语音（英文原文：Generate customized speech that highly restores the timbre by uploading reference audio using Kling Audio Clone.）。

技能本体是对 dLazy 托管 API 的轻量封装：实际推理走 api.dlazy.com，本地音频路径由 @dlazy/cli 上传到 files.dlazy.com。CLI 源码与维护方为 github.com/dlazyai/cli，npm 包为 @dlazy/cli（技能元数据固定到 1.0.9）。SkillHub 页面标注 requires_api_key=true，使用前必须配置 dLazy API Key。

核心功能¶

根据技能包内 SKILL.md / SKILL-cn.md，已核实能力如下：

1. 声音克隆生成：Agent 执行 dlazy kling-audio-clone，将提示与参数发往 dLazy，基于参考音频生成定制语音。
2. 参考音频输入：支持 --audio_url，可为 URL 或本地路径（文档标注为 [audio: url or local path]）。
3. 命名：--name 用于为克隆任务或结果命名。
4. 成本控制与调试：--dry-run 只打印请求体与费用估算，不真正调用 API。
5. 异步任务：--no-wait 立即返回 generateId；可用 dlazy status <generateId> --wait 轮询；--timeout 默认等待 1800 秒。
6. 管道引用：各参数支持 -、@N、@stdin 等与上游输出串联（详见 dlazy --help）。

触发关键词包括：kling audio clone、clone voice、custom speech、audio cloning（中文文档另有「可灵声音克隆」「克隆声音」等）。

安装与启用¶

1. 安装 SkillHub CLI（若尚未安装）¶

command -v skillhub && skillhub --version

未安装时可按 SkillHub 安装文档 执行完整安装：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

2. 将 Skill 装到当前 Agent 的 skills 目录¶

安装时必须用 --dir 指向 Agent 实际识别的目录，否则默认落在 ./skills/ 可能不会被加载。官方文档给出的常见路径示例：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或项目下的 .agents/skills/

安装本 Skill 的命令（与 SkillHub 搜索结果一致）：

skillhub install dlazy-kling-audio-clone --namespace user_f95f21b8 --dir ~/.cursor/skills/

也可让 Agent 按 skillhub.md 安装坐标 @user_f95f21b8/dlazy-kling-audio-clone。

3. 安装 dLazy CLI¶

技能要求环境具备 npm / npx。推荐与元数据一致的版本：

npm install -g @dlazy/cli@1.0.9

不想全局安装时，可按次调用：

npx @dlazy/cli@1.0.9 <command>

4. 配置 API Key¶

dlazy auth set YOUR_API_KEY

密钥写入 ~/.dlazy/config.json（Windows 为 %USERPROFILE%\.dlazy\config.json），也可通过环境变量 DLAZY_API_KEY 或单次参数 --api-key 传入。Key 在 dlazy.com/dashboard/organization/api-key 获取。

经过上面的步骤，Agent 在匹配触发词或用户明确要做声音克隆时，应优先运行 dlazy kling-audio-clone -h 查看当前 CLI 子命令与参数，再发起生成。

典型用法¶

先看帮助（技能内规定的 Agent 入口）：

dlazy kling-audio-clone -h

文档列出的主要选项包括：

--audio_url [audio_url]    音频链接 [audio: url or local path]
--name [name]              名称
--dry-run                  打印 payload 与费用估算，不调用 API
--no-wait                  异步任务立即返回 generateId
--timeout <seconds>        等待异步完成的最长时间（默认 1800）

先用 --dry-run 核对参数与预估费用，再正式调用。技能文档中的示例写法为：

dlazy kling-audio-clone --prompt '提示词内容'

若 CLI 报缺少 --prompt，需按错误提示补全；参考音频场景应同时提供 --audio_url（本地文件或 URL）。正式调用成功后，stdout 为 JSON 信封，result.tool 为 kling-audio-clone，outputs 中含生成资源的 url（托管在 files.dlazy.com）。异步模式下 outputs 可能为空，需结合 task.generateId 用 dlazy status 查询。

适用场景与注意¶

适合谁

• 已在 Cursor、Claude Code、Codex 等支持 Skills 的环境里工作，希望用自然语言驱动「参考音频 + 可灵克隆」的创作者与开发者。
• 接受 dLazy 按量计费、数据经 api.dlazy.com / files.dlazy.com 处理的 SaaS 模式（服务条款见 dlazy.com）。

限制与注意

1. 必须自备 API Key 与余额：401 unauthorized 表示 Key 缺失或无效；insufficient_balance 需在 积分设置 充值。
2. 网络与依赖：需能安装 npm 包并访问 dLazy API；沙箱或离线环境无法直接完成调用。
3. 合规与内容安全：后端可能因安全策略拒绝生成（文档示例：Prompt violates safety policy），需调整输入。
4. SkillHub 数据（截至页面抓取）：评分 100000，下载 1069 次，安装 3 次；以 SkillHub 技能页 为准。

结尾¶

kling audio clone 把可灵声音克隆收敛成「装 Skill → 配 dLazy CLI 与 API Key → 执行 dlazy kling-audio-clone」的固定流程，适合在 Agent 对话里做音色一致的定制语音。官方入口：

• SkillHub API 地址：https://api.skillhub.cn/user_f95f21b8/dlazy-kling-audio-clone
• SkillHub 页面：https://www.skillhub.cn/skills/user_f95f21b8/dlazy-kling-audio-clone