前言¶
在 IM、客服或私人助理類 Agent 裏接入語音，常見卡點不是「模型能不能聽懂」，而是 ASR、TTS 與通道格式沒對齊：用戶發來語音條、附件裏是 audio/...，或明確要求「用語音回覆」「轉寫成文字」，Agent 往往只能回覆「當前不支持」。這類問題需要按環境逐項查密鑰、端點與觸發條件，而不是一句搪塞。
下面介紹 SkillHub 社區 Skill ASR+TTS語音聊天配置助手（@user_5777f071/voice-process-helper，當前頁面版本 v1.0.7）。它的定位是：在出現任何與語音相關的未滿足需求時，要求 Agent 完整遵循該 Skill，引導完成語音服務配置，而不是直接說 not supported。
這是什麼¶
ASR+TTS語音聊天配置助手 是面向 ai-agent 場景的配置型 Skill，由社區發佈者 user_5777f071 維護，來源標註爲 community。官方簡介將其定義爲 Voice service configuration assistant（語音服務配置助手），側重 inbound/outbound 語音鏈路的配置引導，而非替代具體 ASR/TTS 廠商 SDK。
SkillHub 頁面標籤包含 requires_api_key=true，表示落地語音能力時通常需要自行準備並配置 API Key；具體字段與服務商名稱以安裝後 Agent 讀取的 SKILL.md 爲準，本文不展開未在公開頁面出現的配置項。
核心功能¶
以下能力均來自 SkillHub 公開簡介，可與頁面原文對照。
自動觸發條件¶
在下列任一情況出現時，Agent 應加載並遵循本 Skill：
- 收到語音消息（voice message）。
- 用戶要求用語音回覆（voice reply）。
- 收到音頻附件，包括
[media attached: audio/...]形式或音頻文件。 - 用戶請求語音識別或轉寫（speech recognition / transcription）。
行爲約束¶
當 inbound 或 outbound 的語音相關需求尚未滿足時，Agent 必須按該 Skill 全文走完配置指引流程；官方明確要求：不得僅用「不支持」結束對話（never just say ‘not supported’）。
安裝與啓用¶
SkillHub 提供兩種常見安裝方式：把安裝提示交給 AI，或使用 skillhub CLI。安裝時須把技能裝進當前 Agent 實際讀取的 skills 目錄，否則不會生效。
方式一：提示詞交給 AI¶
將下面提示發給正在使用的編碼 Agent（Cursor、Claude Code、Codex 等均可），讓其按官方安裝文檔操作：
請根據 https://skillhub.cn/install/skillhub.md，安裝 `@user_5777f071/voice-process-helper`。
方式二：SkillHub CLI¶
先確認本機是否已安裝 CLI：
command -v skillhub && skillhub --version
未安裝時，可按 SkillHub 安裝文檔執行推薦的一鍵安裝（完整包含 CLI 與默認 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
安裝本 Skill 時，必須用 --dir 指向當前環境的 skills 目錄。文檔給出的常用路徑示例：
| 環境 | skills 目錄（示例） |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或項目下 .agents/skills/ |
安裝命令形式如下（將 <skills 目錄> 換成上表對應路徑）：
skillhub install user_5777f071/voice-process-helper --dir <skills 目錄>
座標寫法也可使用 @user_5777f071/voice-process-helper，與 SkillHub 頁面一致。
安裝或更新 skills 後，按你所用客戶端的要求重啓或重新加載 Agent，確保新 Skill 被索引。
典型用法¶
本 Skill 沒有單獨的「業務 API 調用示例」；典型用法是在真實語音交互場景中由 Agent 自動介入。
- 用戶在對話中發送語音條或上傳音頻文件。
- Agent 識別到上述觸發條件之一，加載 ASR+TTS語音聊天配置助手。
- Agent 按 Skill 內步驟檢查：是否已配置語音服務、API Key 是否就緒、當前通道是否支持 inbound/outbound。
- 配置未完成時，Agent 輸出可執行的配置清單與下一步操作；配置完成後，再處理轉寫、語音回覆等用戶請求。
若你本地 skillhub install 因網絡或索引原因失敗，仍可採用「方式一」讓 Agent 根據 skillhub.md 拉取或手動放置 Skill 包，原則同樣是：文件落在正確的 skills 目錄並被 Agent 加載。
適用場景與注意¶
適合誰
- 正在把語音消息、音頻附件或 TTS 回覆接到 OpenClaw 系或支持通用
SKILL.md的 Agent 上的開發者。 - 希望 Agent 在語音能力缺失時主動引導配置，而不是終止對話的團隊。
限制與注意
- 標籤
requires_api_key=true：需要自行申請並保管語音相關服務的密鑰，勿把密鑰寫進公開倉庫。 - 本文爲介紹性說明，不包含 Skill 包內部的逐步配置字段；以安裝後
SKILL.md及 SkillHub 頁面爲準。 - SkillHub 抓取數據（截至編寫時）：分類 ai-agent，評分 100000，下載 728，安裝 12；頁面版本 v1.0.7。統計會隨社區更新變化。
結尾¶
ASR+TTS語音聊天配置助手 解決的是 Agent 在語音場景下「只會說不支持」的問題：用明確的觸發條件與強制遵循的配置流程，把 ASR、TTS 與附件格式對齊到可落地狀態。若你在做語音聊天或轉寫能力，可從 SkillHub 頁面查看說明並安裝。
- SkillHub 頁面：https://www.skillhub.cn/skills/user_5777f071/voice-process-helper
- API 條目：https://api.skillhub.cn/user_5777f071/voice-process-helper
- 座標：
@user_5777f071/voice-process-helper
