前言¶
短視頻、有聲內容和多語言配音裏，經常需要「固定音色 + 新文案」：自己錄一遍參考音，再讓系統按新文本讀出同樣聲線。若每次都在控制台裏查參數、拼請求，Agent 很難穩定復現同一套流程。
下面介紹 SkillHub 上的社區 Skill vidu audio clone（座標 @user_f95f21b8/dlazy-vidu-audio-clone，當前版本 1.0.9）。它把 dLazy 託管的 Vidu Audio Clone 能力封裝成標準 SKILL.md，讓 Cursor、Claude Code 等客戶端在對話裏按文檔調用 CLI，完成參考音頻上傳、音色克隆和新文本朗讀生成。
這是什麼¶
vidu audio clone 的定位是：使用 Vidu 聲音克隆技術，通過參考音頻複製音色，並生成新文本的朗讀音頻。SkillHub 分類爲 design-media，來源爲 community，發佈者爲 user_f95f21b8。
底層由 dlazyai 維護的 @dlazy/cli 調用 dLazy API（api.dlazy.com），不是本地離線模型。Skill 標籤標明 requires_api_key=true，使用前需要有效的 dLazy API Key。
核心功能¶
結合官方簡介與技能包 SKILL-cn.md，可覈實的能力包括：
- 聲音克隆：通過
--audio_url傳入參考音頻（URL 或本地路徑），作爲音色依據。 - 文本朗讀生成：通過
--prompt傳入要朗讀的文本內容（技能文檔中該字段標註爲「提示詞」）。 - CLI 輔助：支持
dlazy vidu-audio-clone -h查看參數；--dry-run預估請求與費用；--no-wait與dlazy status處理異步任務；--timeout控制等待上限（默認 1800 秒）。 - Agent 觸發詞（技能內定義）：如「vidu 聲音克隆」「克隆聲音」「定製語音」。
生成結果以 API 返回的 URL 形式給出（託管在 files.dlazy.com）。本地參考音頻會先由 CLI 上傳到 dLazy 媒體存儲，與常見雲端生成 API 流程一致。
安裝與啓用¶
1. 安裝 Skill 到當前 Agent¶
SkillHub 頁面建議讓 Agent 按 SkillHub 安裝說明 安裝本技能。若已安裝 skillhub CLI，需用 --dir 指向當前環境的 skills 目錄，否則默認落在 ./skills/ 可能不會被識別：
command -v skillhub && skillhub --version
未安裝 CLI 時，可按官方腳本安裝（完整安裝含默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
安裝本 Skill（將 dlazy-vidu-audio-clone 裝到對應目錄）：
skillhub install dlazy-vidu-audio-clone --dir <skills 目錄>
常用客戶端 skills 路徑示例（以安裝文檔爲準）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
也可在對話中直接提示 Agent：請根據 https://skillhub.cn/install/skillhub.md，安裝 @user_f95f21b8/dlazy-vidu-audio-clone。
2. 安裝並配置 dLazy CLI¶
技能元數據要求本機具備 npm / npx，並固定 CLI 版本 1.0.9：
npm install -g @dlazy/cli@1.0.9
或不全局安裝，按需調用：
npx @dlazy/cli@1.0.9 <command>
配置 API Key（所有請求必需）：
dlazy auth set YOUR_API_KEY
Key 寫入 ~/.dlazy/config.json（Windows 爲 %USERPROFILE%\.dlazy\config.json），也可單次使用環境變量 DLAZY_API_KEY。Key 在 dlazy.com/dashboard/organization/api-key 獲取。
典型用法¶
先確認幫助信息與必填項：
dlazy vidu-audio-clone -h
文檔列出的主要參數爲 --audio_url（參考音頻）與 --prompt（朗讀文本）。基礎調用示例（與技能包一致）：
dlazy vidu-audio-clone --prompt '提示詞內容'
實際克隆場景應同時提供參考音頻與待讀文本，例如：
dlazy vidu-audio-clone --audio_url '/path/to/reference.wav' --prompt '需要朗讀的新文案'
在 Agent 中啓用本 Skill 後，模型會按 SKILL.md 執行上述命令；遇到餘額或鑑權錯誤時，技能文檔要求引導用戶至 dLazy 控制台充值或更新 Key。
成功時 CLI 返回 JSON，result.outputs 中含生成資源的 url 等字段；若使用 --no-wait，需用 dlazy status <generateId> --wait 輪詢完成狀態。
適用場景與注意¶
適合：已在用 Cursor / Claude Code 等支持 Skills 的環境，需要把「參考音 + 新腳本 → 朗讀音頻」交給 Agent 編排；願意使用 dLazy 積分與雲端 API 的團隊或個人。
限制與注意：
- 聯網與合規：提示詞、參數及本地媒體文件會發往 dLazy；使用前請閱讀 dlazy.com 服務條款，並確保參考音頻與生成內容有權使用。
- 費用：調用消耗 dLazy 賬戶積分；
insufficient_balance時需到組織設置中充值。 - 依賴：需 Node 生態下的
@dlazy/cli@1.0.9；全局安裝前可在 github.com/dlazyai/cli 審閱源碼。 - SkillHub 數據（抓取時點）：評分 100000，下載 1036，安裝計數 0；以 SkillHub 技能頁 爲準。
結尾¶
vidu audio clone 把 Vidu 聲音克隆與文本朗讀收斂成一條可重複的 Agent 工作流：Skill 負責說明與約束，dLazy CLI 負責鑑權與 API 調用。若你要在 Agent 裏一鍵完成「克隆音色並讀新稿」，可從 SkillHub 安裝 @user_f95f21b8/dlazy-vidu-audio-clone，並配置好 dLazy API Key。
官方入口：
- SkillHub 頁面：https://www.skillhub.cn/skills/user_f95f21b8/dlazy-vidu-audio-clone
- API 座標頁：https://api.skillhub.cn/user_f95f21b8/dlazy-vidu-audio-clone
