前言¶

短視頻、有聲讀物和配音工作裏，經常需要「固定一個人聲」：同一段解說、同一角色臺詞，音色要前後一致。通用 TTS 往往只有預設聲線，自己錄參考再手工對齊成本高。若希望 Agent 在對話裏直接完成「上傳參考音頻 → 生成還原音色的定製語音」，需要把可靈（Kling）聲音克隆能力和 CLI、API 配置封裝成可安裝的 Skill。下面介紹 SkillHub 上的 kling audio clone（座標 @user_f95f21b8/dlazy-kling-audio-clone，當前版本 1.0.9）。

這是什麼¶

kling audio clone 是社區來源（community）的 design-media 類 Skill，由發佈者 user_f95f21b8 上架，簡介爲：通過上傳參考音頻，使用 Kling Audio Clone 生成高度還原該音色的定製語音（英文原文：Generate customized speech that highly restores the timbre by uploading reference audio using Kling Audio Clone.）。

技能本體是對 dLazy 託管 API 的輕量封裝：實際推理走 api.dlazy.com，本地音頻路徑由 @dlazy/cli 上傳到 files.dlazy.com。CLI 源碼與維護方爲 github.com/dlazyai/cli，npm 包爲 @dlazy/cli（技能元數據固定到 1.0.9）。SkillHub 頁面標註 requires_api_key=true，使用前必須配置 dLazy API Key。

核心功能¶

根據技能包內 SKILL.md / SKILL-cn.md，已覈實能力如下：

1. 聲音克隆生成：Agent 執行 dlazy kling-audio-clone，將提示與參數發往 dLazy，基於參考音頻生成定製語音。
2. 參考音頻輸入：支持 --audio_url，可爲 URL 或本地路徑（文檔標註爲 [audio: url or local path]）。
3. 命名：--name 用於爲克隆任務或結果命名。
4. 成本控制與調試：--dry-run 只打印請求體與費用估算，不真正調用 API。
5. 異步任務：--no-wait 立即返回 generateId；可用 dlazy status <generateId> --wait 輪詢；--timeout 默認等待 1800 秒。
6. 管道引用：各參數支持 -、@N、@stdin 等與上游輸出串聯（詳見 dlazy --help）。

觸發關鍵詞包括：kling audio clone、clone voice、custom speech、audio cloning（中文文檔另有「可靈聲音克隆」「克隆聲音」等）。

安裝與啓用¶

1. 安裝 SkillHub CLI（若尚未安裝）¶

command -v skillhub && skillhub --version

未安裝時可按 SkillHub 安裝文檔 執行完整安裝：

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

2. 將 Skill 裝到當前 Agent 的 skills 目錄¶

安裝時必須用 --dir 指向 Agent 實際識別的目錄，否則默認落在 ./skills/ 可能不會被加載。官方文檔給出的常見路徑示例：

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

安裝本 Skill 的命令（與 SkillHub 搜索結果一致）：

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

也可讓 Agent 按 skillhub.md 安裝座標 @user_f95f21b8/dlazy-kling-audio-clone。

3. 安裝 dLazy CLI¶

技能要求環境具備 npm / npx。推薦與元數據一致的版本：

npm install -g @dlazy/cli@1.0.9

不想全局安裝時，可按次調用：

npx @dlazy/cli@1.0.9 <command>

4. 配置 API Key¶

dlazy auth set YOUR_API_KEY

密鑰寫入 ~/.dlazy/config.json（Windows 爲 %USERPROFILE%\.dlazy\config.json），也可通過環境變量 DLAZY_API_KEY 或單次參數 --api-key 傳入。Key 在 dlazy.com/dashboard/organization/api-key 獲取。

經過上面的步驟，Agent 在匹配觸發詞或用戶明確要做聲音克隆時，應優先運行 dlazy kling-audio-clone -h 查看當前 CLI 子命令與參數，再發起生成。

典型用法¶

先看幫助（技能內規定的 Agent 入口）：

dlazy kling-audio-clone -h

文檔列出的主要選項包括：

--audio_url [audio_url]    音頻鏈接 [audio: url or local path]
--name [name]              名稱
--dry-run                  打印 payload 與費用估算，不調用 API
--no-wait                  異步任務立即返回 generateId
--timeout <seconds>        等待異步完成的最長時間（默認 1800）

先用 --dry-run 覈對參數與預估費用，再正式調用。技能文檔中的示例寫法爲：

dlazy kling-audio-clone --prompt '提示詞內容'

若 CLI 報缺少 --prompt，需按錯誤提示補全；參考音頻場景應同時提供 --audio_url（本地文件或 URL）。正式調用成功後，stdout 爲 JSON 信封，result.tool 爲 kling-audio-clone，outputs 中含生成資源的 url（託管在 files.dlazy.com）。異步模式下 outputs 可能爲空，需結合 task.generateId 用 dlazy status 查詢。

適用場景與注意¶

適合誰

• 已在 Cursor、Claude Code、Codex 等支持 Skills 的環境裏工作，希望用自然語言驅動「參考音頻 + 可靈克隆」的創作者與開發者。
• 接受 dLazy 按量計費、數據經 api.dlazy.com / files.dlazy.com 處理的 SaaS 模式（服務條款見 dlazy.com）。

限制與注意

1. 必須自備 API Key 與餘額：401 unauthorized 表示 Key 缺失或無效；insufficient_balance 需在 積分設置 充值。
2. 網絡與依賴：需能安裝 npm 包並訪問 dLazy API；沙箱或離線環境無法直接完成調用。
3. 合規與內容安全：後端可能因安全策略拒絕生成（文檔示例：Prompt violates safety policy），需調整輸入。
4. SkillHub 數據（截至頁面抓取）：評分 100000，下載 1069 次，安裝 3 次；以 SkillHub 技能頁 爲準。

結尾¶

kling audio clone 把可靈聲音克隆收斂成「裝 Skill → 配 dLazy CLI 與 API Key → 執行 dlazy kling-audio-clone」的固定流程，適合在 Agent 對話裏做音色一致的定製語音。官方入口：

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