Daily Voice Quote 每日名言語音

每日名言語音任務。產生「語音 + 封面圖靜態影片 +（選配）HeyGen 數位人影片」並發送給主人。

Security Scan

The skill generally matches its stated purpose (generate TTS + video and send it), but the metadata omits several required credentials and the runtime instructions ask the agent to upload/use the owner's cloned voice on a third‑party TTS service — the declared requirements and instructions are inconsistent and need review before installing.

Purpose & Capability

Name/description (daily voice quote + send to owner) aligns with the code: it uses sag (ElevenLabs TTS) and ffmpeg to produce audio and then POSTs to LINE. However the registry's declared required envs only list ELEVENLABS_API_KEY, while the script also requires LINE_CHANNEL_ACCESS_TOKEN, LINE_USER_ID, VOICE_NAME and AUDIO_PUBLIC_URL. That mismatch is a substantive coherence problem: sending to the user's channel legitimately requires those extra credentials, so the manifest is incomplete and misleading.

Instruction Scope

SKILL.md contains broader runtime guidance (collect web_search news, weather, use Gemini/HeyGen/uv for images/videos, prompts for uploading voice samples to ElevenLabs) but the provided shell script only handles picking a quote, generating TTS via sag, converting to m4a with ffmpeg, and pushing an audio message to LINE. SKILL.md's instructions to collect external context and to train/upload voice clones expand scope (and privacy surface) beyond what the script itself automates. Also SKILL.md instructs the user to upload owner voice to ElevenLabs (privacy risk) and to make audio/video publicly accessible via an HTTPS URL — these are operational obligations the manifest should declare explicitly.

Install Mechanism

Install uses Homebrew formulas (steipete/tap/sag, ffmpeg, uv). Using brew is reasonable, but 'steipete/tap/sag' is a third‑party tap (not an official core formula); that increases audit friction because it pulls code from a non-core tap. There are no raw downloads or arbitrary extract operations in the spec.

Credentials

Registry lists only ELEVENLABS_API_KEY as required and as primaryEnv, but the runtime script will fail without LINE_CHANNEL_ACCESS_TOKEN, LINE_USER_ID, VOICE_NAME and AUDIO_PUBLIC_URL, which are not declared. Optional SKILL.md envs (GEMINI_API_KEY, HEYGEN_API_KEY) are reasonable for optional image/avatar features. Requesting an ElevenLabs API key and instructing users to upload owner's voice to ElevenLabs is a material privacy/credential decision that should be called out explicitly.

Persistence & Privilege

always is false and the skill does not request permanent platform-wide privileges. It does perform network calls (ElevenLabs, LINE) and could autonomously push messages if invoked by the agent, but that is expected for a user-invocable messaging task and is not elevated beyond normal skill behavior.

What to consider before installing

Before installing, review and fix the manifest and consider the privacy implications: - The script requires additional env vars that are not declared: LINE_CHANNEL_ACCESS_TOKEN, LINE_USER_ID, VOICE_NAME, and AUDIO_PUBLIC_URL. Do not provide these tokens until you verify and trust the skill. Ask the author to declare all required envs in the registry. - The workflow encourages uploading/creating a cloned voice on ElevenLabs. That sends personal voice data to a third party — if you care about privacy, avoid cloning your voice or use local TTS instead. - The sag CLI comes from a third‑party Homebrew tap (steipete/tap). Inspect that tap's source before installing, or build/use a vetted client. - AUDIO_PUBLIC_URL must point to a secure HTTPS host that supports range requests if you plan to send videos; exposing files publicly can leak data — consider using restricted cloud storage or short‑lived signed URLs. - If you will provide LINE tokens, limit their scope and rotate them if you stop using the skill. Test the script locally with non‑production tokens and review network calls (curl output) before enabling any cron/automation. If you want help: ask the skill author to update the registry to list the missing env vars and to document exactly what optional features require (Gemini/HeyGen), or share the manifest here and I can point out exact edits to make it coherent.

這個 skill 會在每天早上：

1. 用主人的聲音朗讀一則名人名言（語音）
2. 生成封面圖並合成靜態影片
3. （選配）產生 HeyGen 數位人影片

最終產出三件套：語音、靜態影片、HeyGen 數位人影片。

---

1. 簡介

每天早上自動選一則名人名言，用主人的聲音念出來，並搭配一張美感封面圖與影片版本發送給主人。若你沒有 HeyGen 帳號，也可以只做「語音 + 靜態影片」。

---

2. 前置準備 Checklist

a) 主人的照片（封面圖生成用）

• 需要 1-3 張高品質照片（正臉、清楚、光線好）
• 放到 workspace 的 avatars/ 目錄
• 如果沒有照片：請主人提供 1-3 張好看的照片！

b) ElevenLabs 帳號 + 語音克隆

• 註冊：👉 ElevenLabs 免費開始（免費方案含 10,000 字元/月，足夠試玩！）
• 取得 API Key 後，存到你的 OpenClaw config 或環境變數 ELEVENLABS_API_KEY
• 語音克隆方式：
  • 方法一（官方 UI）：主人錄 1-3 分鐘語音 → 上傳到 ElevenLabs Voice Lab
  • 方法二（主人傳語音給你）：主人傳語音訊息 → 你下載後用 API 上傳克隆：

    curl -X POST "https://api.elevenlabs.io/v1/voices/add" \
      -H "xi-api-key: $ELEVENLABS_API_KEY" \
      -F "name=主人的名字" \
      -F "files=@/path/to/voice-sample.mp3" \
      -F "description=Voice clone for daily quotes"
    

    API 會回傳 voice_id，記下來。
• 記錄到 TOOLS.md：Voice Name、Voice ID

檢查 API Key 和語音

# 1. 確認 API Key 存在
echo $ELEVENLABS_API_KEY  # 應該有值

# 2. 列出所有可用語音
sag voices

# 3. 測試語音生成
sag -v "YOUR_VOICE_NAME" -o /tmp/test.mp3 "早安，這是一個語音測試。"

⚠️ sag 所有指令都需要 ELEVENLABS_API_KEY 環境變數。如果沒有，請先設定。

沒有 ElevenLabs？用內建 tts 替代

如果暫時沒有 ElevenLabs API Key，可以先用 OpenClaw 內建的 tts tool：

tts({ text: "早安！今天想分享 Steve Jobs 的一句話..." })

音色不會是主人的聲音，但流程可以先跑起來。

c) HeyGen 帳號 + 數位人 Avatar（選配）

• 註冊：👉 HeyGen 免費試用（新用戶送 1 支免費影片！）
• 數位人訓練：主人錄一段 2 分鐘自拍影片 上傳訓練
• 記錄：Avatar ID、Voice ID
• 如果沒有 HeyGen 帳號 → 跳過 Part 3，只做語音 + 靜態影片

d) Channel 設定

• 先確認主人常用的通訊軟體
• LINE：需要 CHANNEL_ACCESS_TOKEN + USER_ID / GROUP_ID
• 其他（Telegram / Discord / WhatsApp 等）：使用 message tool 或 tts tool

📱 LINE 媒體格式要求（重要！）

LINE 對語音和影片的格式有嚴格限制，格式不對會無法在聊天裡直接點開播放！

語音訊息（audio message）：

項目	要求
格式	M4A（.m4a）- AAC 編碼
來源	必須是 HTTPS 公開 URL（不接受本地檔案路徑）
duration	必須提供毫秒數（如 21000 = 21 秒）
❌ 不行	MP3 直接發送（LINE 不支援 audio type 用 MP3）
✅ 轉換	ffmpeg -i input.mp3 -c:a aac -b:a 128k output.m4a -y

影片訊息（video message）：

項目	要求
格式	MP4（.mp4）- H.264 視訊 + AAC 音訊
來源	必須是 HTTPS 公開 URL（支援 Range requests）
previewImageUrl	必須提供影片預覽圖 URL（JPEG/PNG）
❌ 不行	ngrok + Python SimpleHTTPServer（不支援 Range requests，LINE 無法播放）
✅ 可行	ngrok + Node.js static server、HeyGen CDN URL、任何支援 Range requests 的 CDN

公開 URL 方案：

• 最簡單：把檔案放到支援 Range requests 的靜態檔案伺服器 + ngrok/cloudflare tunnel
• 免設定：HeyGen 影片直接用 HeyGen CDN URL（自帶）
• 進階：上傳到 S3/GCS/Cloudflare R2 等雲端儲存

LINE Push API 範例：

# 語音
curl -s -X POST https://api.line.me/v2/bot/message/push \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $LINE_CHANNEL_ACCESS_TOKEN" \
  -d '{
    "to": "YOUR_LINE_USER_ID",
    "messages": [{
      "type": "audio",
      "originalContentUrl": "https://your-domain.com/daily-quote.m4a",
      "duration": 21000
    }]
  }'

# 影片
curl -s -X POST https://api.line.me/v2/bot/message/push \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $LINE_CHANNEL_ACCESS_TOKEN" \
  -d '{
    "to": "YOUR_LINE_USER_ID",
    "messages": [{
      "type": "video",
      "originalContentUrl": "https://your-domain.com/daily-quote.mp4",
      "previewImageUrl": "https://your-domain.com/daily-quote-preview.jpg"
    }]
  }'

e) Gemini API Key（封面圖生成）

• 取得：https://aistudio.google.com
• 或改用你喜歡的圖片生成 skill（DALL·E / SD / Midjourney 皆可）

---

3. 名言選擇規則（v2 — AI 動態選擇）

不要用固定清單輪播！每天根據上下文 動態選擇 最有共感的名言。

Step 1: 收集上下文

每天 cron 執行時自動收集：

• 日期、星期幾、農曆日期
• 節日 / 紀念日（參考 references/holidays.md）
• web_search 當天重大新聞（尤其 AI、科技、政策相關）
• 極端天氣（颱風 / 暴雨 / 暴雪 / 極端高溫才影響）

Step 2: 人物池

從以下類別選擇主人和粉絲會有共感的人物：

類別	人物範例
科技先驅	Alan Turing, Ada Lovelace, Nikola Tesla, Tim Berners-Lee, Grace Hopper
科學家	Einstein, Feynman, Marie Curie, Carl Sagan, Hawking
區塊鏈/Web3	Satoshi Nakamoto, Vitalik Buterin, Naval Ravikant
創業家	Steve Jobs, Elon Musk, Jeff Bezos, Marc Andreessen, Peter Thiel
投資大師	Warren Buffett, Charlie Munger, Ray Dalio
東方智慧	老子, 孔子, 莊子, 王陽明
民主/領導	Churchill, Mandela, MLK, Lincoln, 甘地
哲學家	Marcus Aurelius, Seneca, Epictetus
文藝/思想	Leonardo da Vinci, Hemingway

完整人物與名言範例見 references/quotes.md ⚠️ 排除有重大醜聞/爭議的人物 ⚠️ 避免太政治敏感的人物（注意主人所在地的政治脈絡）

Step 3: 加權邏輯

情境	加權方向	偏好類別
週一	激勵、新開始、行動力	創業家、領導者
週五	反思、展望、輕鬆	哲學家、科學家
週末	人生智慧、生活	東方智慧、哲學家
AI 重大新聞	科技思考、人機關係	Turing, Feynman, Hawking
加密/Web3 新聞	去中心化、金融哲學	Satoshi, Vitalik, Buffett
國安/國際局勢	勇氣、韌性、準備	Churchill, Lincoln, Mandela
能源議題	科學、創新、永續	Tesla, Curie, Sagan
節日	與節日主題呼應的名人名言	教師節→孔子 等
普通日	人生智慧、好奇心	Feynman, 老子, Marcus Aurelius

Step 4: 品質要求

1. 啟發性 — 要能啟發人、給力量
2. 正面 — 正向積極
3. 中文翻譯通順 — 不能硬翻，要像母語者自然說出的話
4. 原文正確 — 選名言後，web_search 確認原文正確性和出處

Step 5: 去重複

• 記錄已用名言到 memory/used-quotes.md（或你偏好的追蹤檔）
• 同一名人間隔至少 14 天
• 完全相同的名言永不重複

Step 6: 最終選擇

生成 3-5 個候選名言，選最佳的一個。記錄選擇理由到日誌。

⚠️ 必須是「名人 + 名言」，不是祝賀詞 / 成語 / 諺語 語音稿開頭可加節日問候，但名言本身要有明確出處

---

4. 完整執行流程

⛔ 絕對不要把語音稿當文字訊息發送！ 語音稿裡有 [short pause] 等 TTS 標籤，這些只是給 sag 引擎用的，使用者看到會覺得壞掉了。 只發送：① 音訊檔 ② 靜態影片 ③ HeyGen+字幕影片。不要發送任何純文字訊息。

⚠️ 三份稿件分開做！（不要偷懶！）

每日名言有 三份獨立的文稿，各有不同需求，不能互相混用：

稿件	用途	特色
ElevenLabs 語音稿	sag CLI 生語音	可用 [short pause], [excited] 等 TTS 情緒標籤
HeyGen 影片稿	數位人影片台詞	中英文用換行 + 過渡句分隔，❌ 不能用 TTS 標籤
ZapCap 字幕稿	影片字幕顯示	修 Whisper 錯誤 + punctuation 控制分頁

Part 1：語音（ElevenLabs 語音稿）

**流程：**選名言 → 寫語音稿 → sag 生成 → ffmpeg 轉 m4a → 發送（只發音訊檔，不發文字）

語音稿模板（含情緒標籤，僅供 TTS 引擎使用，絕不直接發送給使用者）：

早安，我是{SPEAKER_NAME}。[short pause]
今天想分享{AUTHOR}的一句話：[short pause]
{QUOTE_ZH} [short pause]
{QUOTE_EN} [short pause]
{CLOSING_WORDS}

• ElevenLabs 對中英文混合處理得較好，可以自然混合
• [short pause] 等標籤只有 ElevenLabs 支援，其他平台不認得

產生語音（範例）：

# 1. 生成 MP3
ELEVENLABS_API_KEY="YOUR_ELEVENLABS_API_KEY" \
  sag -v "YOUR_VOICE_NAME" \
  --speed 0.95 --stability 1.0 --similarity 0.85 \
  -o /tmp/daily-quote.mp3 "${SCRIPT}"

# 2. 轉換為 M4A（LINE 必須！MP3 不能直接在 LINE 聊天裡播放）
ffmpeg -i /tmp/daily-quote.mp3 -c:a aac -b:a 128k /tmp/daily-quote.m4a -y

# 3. 取得音訊長度（LINE audio message 需要 duration 毫秒數）
#    從 ffmpeg 輸出讀取，例如 time=00:00:21.16 → 21160 ms
#    或用 ffprobe：
ffprobe -v error -show_entries format=duration \
  -of default=noprint_wrappers=1:nokey=1 /tmp/daily-quote.m4a
# → 乘以 1000 得到毫秒數

📱 LINE 用戶注意：語音必須是 M4A 格式（AAC 編碼）才能在聊天裡直接點開播放。MP3 不行！詳見上方「LINE 媒體格式要求」。

Part 2：封面圖靜態影片

⚠️ 超重要：--input-image 是讓 AI 重新生成新照片，不是去背剪貼！

⚠️ 封面圖主角 = 主人（不是 AI Agent！）

• 封面圖要用主人的照片作為 --input-image
• ❌ 不要用 AI Agent（小龍蝦等）的照片
• 只有「AI Agent 主題」的文章封面才用 AI Agent 照片

⚠️ 封面圖比例 = 直式 9:16

• 靜態影片是直式的，封面圖也要直式
• prompt 裡明確寫 "vertical 9:16 portrait"

好的 prompt 範例：

Generate a vertical 9:16 portrait of this person wearing a traditional outfit,
standing in a festive scene with soft lantern lights. The person is smiling
confidently. Overlay elegant text: "{QUOTE_ZH} — {AUTHOR}".
Cinematic lighting, Instagram story style.

壞的 prompt（不要用）：

Paste this person onto a red background...
Cut out the person and place into the scene...
Use the AI agent character as the main subject...

生成封面圖（範例，用 nano-banana-pro skill）：

GEMINI_API_KEY="YOUR_GEMINI_API_KEY" \
uv run /opt/homebrew/lib/node_modules/openclaw/skills/nano-banana-pro/scripts/generate_image.py \
  --prompt "YOUR_PROMPT" \
  --input-image "/path/to/avatars/photo.jpg" \
  --filename "/tmp/daily-quote-cover.png" \
  --resolution 2K

合成靜態影片（封面圖 + 語音 = 影片）：

# 合成 MP4（H.264 + AAC）- LINE 可直接播放的格式
ffmpeg -loop 1 -i /tmp/daily-quote-cover.png -i /tmp/daily-quote.mp3 \
  -c:v libx264 -tune stillimage -c:a aac -b:a 128k \
  -pix_fmt yuv420p -shortest \
  -vf "scale=720:1280:force_original_aspect_ratio=decrease,pad=720:1280:(ow-iw)/2:(oh-ih)/2" \
  /tmp/daily-quote-static.mp4 -y

# 截取預覽圖（LINE video message 必須提供 previewImageUrl）
ffmpeg -i /tmp/daily-quote-static.mp4 -vframes 1 -q:v 2 /tmp/daily-quote-preview.jpg -y

📱 LINE 用戶注意：影片必須是 MP4 格式（H.264 視訊 + AAC 音訊），且需要透過支援 Range requests 的 HTTPS URL 提供，LINE 才能在聊天裡直接點開播放。同時必須提供預覽圖 URL。詳見上方「LINE 媒體格式要求」。

Part 3：HeyGen 數位人影片（選配 — HeyGen 影片稿）

⚠️ HeyGen 影片稿是獨立的！不要直接複製 ElevenLabs 語音稿！

HeyGen 影片稿規則：

• 口白中文為主，只有名言原文才用英文
• --language "en" 是 TTS 引擎參數（因為 clone voice 訓練語言是英文），不是要把口白改成英文！
• ❌ 不能用 [short pause] 等 ElevenLabs 標籤（HeyGen 不認得）

⚠️⚠️ 中英文切換處理（關鍵！）

HeyGen TTS 在中英文切換時容易產生怪聲音或咬字不清。解法：

1. 中英文之間加完整過渡句 + 換行：

生命中沒有什麼值得恐懼的，只有需要理解的。
原文是這樣說的。
Nothing in life, is to be feared, it is only, to be understood.

2. 英文名言用逗號斷句（防止 TTS 黏字）：

   • ✅ Nothing in life, is to be feared, it is only, to be understood.
   • ❌ Nothing in life is to be feared it is only to be understood.

3. 英文人名前後加逗號：

   • ✅ 今天分享，居禮夫人，的一句話。

4. 驗證：生成前把口白稿印出來檢查所有英文斷句

HeyGen 影片稿模板：

早安，我是{SPEAKER_NAME}。
今天想分享，{AUTHOR}的一句話。
{QUOTE_ZH}
原文是這樣說的。
{QUOTE_EN_WITH_COMMAS}
{CLOSING_WORDS}

⚠️ 重要語音參數（A/B 測試確認最佳設定）：

HEYGEN_API_KEY="YOUR_HEYGEN_API_KEY" \
python3 /path/to/heygen/generate_video.py \
  --text "${SCRIPT_PLAIN}" \
  --avatar-id "YOUR_AVATAR_ID" \
  --voice-id "YOUR_HEYGEN_VOICE_ID" \
  --speed 0.98 \
  --emotion "Friendly" \
  --language "en" \
  --dimension "720x1280" \
  --aspect-ratio "9:16" \
  --output /tmp/daily-quote-heygen.mp4

關鍵設定（缺一不可）：

• --speed 0.98 - 最自然的語速
• --emotion "Friendly" - 溫暖友善的語氣
• --language "en" - 即使中文內容也用 en（clone voice 原始訓練語言）
• 英文斷句要口語化 - 用逗號斷句："Success, is not final. Failure, is not fatal."
• 不要寫成一整句不斷的英文，要像人講話一樣有停頓

如果沒有 HeyGen 帳號，直接跳過本段即可。

Part 3b：ZapCap 字幕（HeyGen 影片加字幕 — ZapCap 字幕稿）

ZapCap 字幕稿是獨立於語音稿和影片稿的第三份文稿！ 它只管「觀眾看到的字幕文字和分頁」。

如果有使用 ZapCap 加字幕，approve 前必須手動修正 transcript：

⚠️ Whisper 轉錄常見問題（每次都要檢查！）：

1. 英文單字全黏在一起 — Nothinginlifeistobefeared → 拆成 Nothing in life is to be feared
2. 英文人名黏在一起 — TheodoreRoosevelt → Theodore Roosevelt
3. 中文斷詞錯誤 — 開始行動祝 → 開始 行動 祝
4. 人名辨識錯誤 — 常見的錯字都要修（如主人名字的錯字）

⚠️ 字幕分頁控制（關鍵！）：

ZapCap transcript 只支援 "type": "word" 和 "type": "punctuation" 兩種 type。

• ❌ 不支援 "type": "linebreak"（會回 400 Bad Request）
• ✅ 用 punctuation type + "text": "。" 來強制換頁

在以下位置插入 {"type": "punctuation", "text": "。", "start_time": X, "end_time": X, "confidence": 1}：

• 完整句子結束處
• 中文 → 英文切換處
• 英文 → 中文切換處
• 語意斷點（每頁最多 8-10 中文字 / 6-8 英文字）

成功分頁範例（居禮夫人名言）：

[頁1] 早安 我 是 葛如鈞
[頁2] 今天 想 分享 居禮夫人 的 一句 話
[頁3] 生命 中 沒 有 什麼 值得 恐懼 的
[頁4] 只有 需要 理解 的
[頁5] 現 在 是 時候 去 理解 更多
[頁6] 這樣 我們 才能 少 一些 恐懼
[頁7] 原文 是 這樣 說 的
[頁8] Nothing in life is to be feared, it is only to be understood.
[頁9] 面對 未知 不要 害怕 去 理解 它
[頁10] 祝 大家 週末 愉快

完整修正流程：

1. 下載 transcript JSON
2. 修正錯字（人名、英文分詞等）
3. 在句子邊界插入 punctuation 元素（"。"）
4. PUT 更新 transcript
5. POST approve → 等 render

---

5. Cron Job 設定範例

LINE 版

{
  "name": "每日名言語音",
  "schedule": { "kind": "cron", "expr": "0 6 * * *", "tz": "Asia/Taipei" },
  "payload": {
    "kind": "agentTurn",
    "model": "anthropic/claude-sonnet-4",
    "message": "請執行 daily-voice-quote：產生語音 + 靜態影片（選配 HeyGen），並送到 LINE。使用環境變數：YOUR_LINE_CHANNEL_ACCESS_TOKEN / YOUR_LINE_USER_ID / YOUR_AUDIO_PUBLIC_URL。"
  }
}

非 LINE 版（Telegram / Discord / WhatsApp 等）

{
  "name": "每日名言語音",
  "schedule": { "kind": "cron", "expr": "0 6 * * *", "tz": "Asia/Taipei" },
  "payload": {
    "kind": "agentTurn",
    "model": "anthropic/claude-sonnet-4",
    "message": "請執行 daily-voice-quote：產生語音 + 靜態影片（選配 HeyGen），並用 message/tts 工具送到當前 channel。"
  }
}

---

6. 常見問題 FAQ

Q1：沒有主人照片怎麼辦？

• A：請主人提供 1-3 張清晰照片。沒有照片就無法生成封面圖。

Q2：沒有 ElevenLabs 怎麼辦？

• A：可改用內建 tts tool 先產生語音，但音色就不是主人的聲音。免費註冊 ElevenLabs 就能用自己的聲音！

Q3：HeyGen 額度不足怎麼辦？

• A：先只做語音 + 靜態影片，等額度恢復再補數位人影片。升級 HeyGen 方案 可獲得更多額度。

Q4：如何更換名言清單？

• A：直接編輯 references/quotes.md，或在腳本中指定 QUOTES_FILE。

Q5：LINE 聊天裡點語音/影片沒反應或無法播放？

• A：檢查格式！語音必須是 M4A（不是 MP3），影片必須是 MP4（H.264+AAC）。URL 必須是 HTTPS 且支援 Range requests（Python SimpleHTTPServer 不支援！用 Node.js static server 或 CDN）。

---

附：腳本位置

• scripts/send-daily-quote.sh：完整 bash 腳本（無硬編碼，全部用環境變數）
• references/quotes.md：名言清單
• references/holidays.md：節日清單