前言¶
跑 Agent 的人大多有这种体验:一段长回复挂在屏幕上,你得盯着看;手里还忙着别的事,腾不出眼睛和手。语音播报是最直接的解法——但让它在通用 Agent 上稳定生效,需要处理 TTS 调用、回复流的拦截点、打断和语速这些具体问题。
下面介绍的 Skill 「语音互答」就是做这件事的:安装后 Agent 的回复自动语音播报,把看长文换成听。
这是什么¶
「语音互答」(坐标 @user_8c3c5215/voice-chat-echo)是一个社区来源(community)的 Agent Skill,发布者 user_8c3c5215,当前版本 1.0.0,分类 ai-agent,标签 requires_api_key=false,即不需要额外 API Key。
它解决的问题是:让 AI Agent 用语音回复你,而不是把整段文字丢在对话里让你自己读。官方描述的定位是”像朋友面对面聊天一样自然”,并支持自定义开场白和个人称呼。
核心功能¶
根据 SkillHub 页面资料,已核实的能力有三项:
- 安装后所有回复自动语音播报。不需要每次手动触发,Agent 生成回复即播报。
- 支持自定义开场白。启动播报时可以先说一句你设定的开场内容。
- 支持个人称呼。播报中会按你设定的称呼称呼你。
标签 requires_api_key=false 说明它不需要你另外配置密钥,具体是否复用宿主环境的 TTS 能力,资料里没有写明,不做推断。
SkillHub 页面当前显示评分 100000、下载 964、安装 0。页面没有提供安装命令和配置项明细,下一节如实说明。
安装与启用¶
抓取到的资料里没有包含安装命令、安装目录或配置文件字段。页面给出的坐标是 @user_8c3c5215/voice-chat-echo,官方地址为 https://api.skillhub.cn/user_8c3c5215/voice-chat-echo,SkillHub 展示页为 https://www.skillhub.cn/skills/user_8c3c5215/voice-chat-echo。
因此这里不写未经核实的命令。安装步骤请以官方页面为准,避免照抄本文猜测的命令导致装错包。
截至 2026-10-30,抓取过程中页面无法访问成功,下列信息来自预先抓取的快照,与线上页面若有差异以页面为准:
名称: 语音互答
坐标: @user_8c3c5215/voice-chat-echo
版本: 1.0.0
来源: community
分类: ai-agent
发布者: user_8c3c5215
标签: requires_api_key=false
触发与典型用法¶
官方简介里给出了一组触发词,用于在对话中直接说出你的需求:
- 语音回复
- 语音播报
- 语言互答
- 开口说话
- voice
- 朗读给我听
- 读出来
- 别念了
- 文字就行
最后两个是反向控制:「别念了」用于停止播报,「文字就行」用于退回纯文字回复。这是这组触发词里唯一具备”关闭/降级”语义的条目,适合用来避免 Agent 在不需要的场景继续出声。
示例用法(按触发词直接在对话里说即可):
朗读给我听
别念了,文字就行
自定义开场白和个人称呼的具体配置方式,资料中没有给出字段名和写法,请到官方页面查看后再填写,不要自行猜测配置键名。
适用场景与注意¶
适合的场景:
- 回复较长、不想一直盯着屏幕时,用听代替看。
- 需要连续问 Agent、手上在做别的事时,靠自动播报保持上下文。
- 想用固定称呼和开场白营造固定的交互习惯。
需要注意的地方:
- 该 Skill 面向所有 OpenClaw/QClaw 兼容 Agent,但不同宿主对 Skill 的支持程度不同,装上去不等于所有 Agent 都能生效,先在你自己的环境里验证一次。
- 自动播报意味着 Agent 每次回复都会出声,在共享办公空间、会议中或其他人需要安静的场合要谨慎,必要时用「别念了」「文字就行」关掉。
- 发音质量取决于宿主使用的 TTS 通道,Skill 本身不提供音色选择说明,资料中没有相关字段。
- 版本 1.0.0、社区来源,后续接口和触发词可能调整,升级前留意页面版本变化。
结尾¶
语音互答的价值很集中:把 Agent 的回复从”读”变成”听”,并给了你开关播报的触发词和开场白、称呼的自定义空间。需要说明的是,本文的安装命令和配置字段在抓取资料中缺失,落地前请到官方页面核对后再操作。
官方地址:https://api.skillhub.cn/user_8c3c5215/voice-chat-echo
SkillHub 展示页:https://www.skillhub.cn/skills/user_8c3c5215/voice-chat-echo