Minimax Tts Cn

使用 MiniMax API 将文字转换为 MP3 语音文件。触发词：文字转语音、TTS、生成语音、生成音频、把文字转成语音、文字转MP3、生成MP3。触发后按交互流程引导用户完成 Token 配置、文字输入、音色选择，最终生成 MP3 文件发给用户。严禁使用 say 命令或通过喇叭播放，必须生成 MP3 文件。

Security Scan

The skill's code, commands, and install steps match its stated purpose (converting text to MP3 via the MiniMax API); there are only small documentation inconsistencies but nothing that mismatches the declared functionality or requests excessive privileges.

Purpose & Capability

Name/description (MiniMax TTS) match the delivered artifacts: a Python CLI that calls https://api.minimaxi.com/v1/t2a_v2, writes an MP3 file, and exposes commands (tts, voices, save-token). Required binary (python3) and the optional brew install are proportional to the task.

Instruction Scope

SKILL.md instructs the agent to use the provided CLI commands (voices, save-token, tts), to collect a user-provided MiniMax token, and to send the generated MP3 via the specified MEDIA: reply format. Minor inconsistency: one section says the AI will call the 'message' tool with media=<path>, while the '第四步' explicitly forbids using the message/sessions_send tools and requires MEDIA: syntax. This is a documentation inconsistency but does not introduce extra privileges or hidden steps.

Install Mechanism

Install spec only recommends installing python3 via Homebrew (a normal, low-risk operation). No downloads from arbitrary URLs or archive extraction are present.

Credentials

No platform credentials are pre-declared. The skill asks the user to provide a MiniMax API token which is stored in server/.env inside the skill directory — this is expected for an API-backed TTS skill and is proportionate. The code only reads/writes that local .env and does not request unrelated secrets.

Persistence & Privilege

Skill does not request always:true and does not modify other skills or system-wide settings. It persists the user-provided token locally in server/.env (skill-scoped), which is normal for CLI-style skills.

Assessment

This skill appears to do what it says: it runs a local Python CLI that posts text to minimaxi.com's TTS endpoint, decodes the returned hex audio, saves an MP3, and expects the agent to return a MEDIA:/absolute/path line so the platform sends the file. Before installing consider: (1) you will be asked to paste your MiniMax API token — it will be stored in server/.env inside the skill folder and shared by agents on the same instance, so only use a token you trust to be stored locally; (2) the only network endpoint is https://api.minimaxi.com — verify you trust that provider; (3) SKILL.md has a small documentation inconsistency about using the 'message' tool vs. MEDIA: lines — prefer following the CLI + MEDIA: workflow described in '第四步'; (4) inspect the skill folder if you need to revoke the token later (delete server/.env). If those points are acceptable, the skill is coherent with its stated purpose.

🔊 MiniMax TTS 文字转语音

使用 MiniMax speech-2.8-hd 模型将文字转换为 MP3 音频，通过交互向导引导用户完成配置。

⚠️ 重要约束

• 必须生成 MP3 文件发给用户，禁止调用 say 命令或通过电脑喇叭播放
• 这是消息平台工具（微信、Telegram 等），输出是文件，不是本地音频播放
• 禁止用 fetch/curl 直接调用 API，必须通过 tts 命令

触发条件

用户说以下内容时触发，并严格按照【交互流程】执行：

• "文字转语音"、"TTS"、"生成语音"、"生成音频"
• "把文字转成语音"、"把这段话转成音频"
• "文字转MP3"、"生成MP3"

交互流程

每步等待用户回复后再进入下一步，不得跳步或一次性问多个问题。

第一步：检查 Token

运行 voices 命令，根据输出判断：

• Token 已配置 → 跳至第二步

• Token 未配置 → 发送以下消息，等待回复：

  请输入你的 MiniMax API Token（在 minimaxi.com 开放平台获取）：

  收到后运行 save-token --token <token>，然后进入第二步。

第二步：收集文字内容

先检查用户初始消息是否已含文字（如"帮我把'你好世界'转成语音"）：

• 已包含 → 提取文字，跳至第三步

• 未包含 → 发送以下消息，等待回复：

  请输入要转换为语音的文字内容：

第三步：选择音色

发送以下消息，等待回复：

请选择音色：

1. 甜美女声（默认）
2. 御姐
3. 霸道总裁
4. 新闻女声
5. 新闻男声
6. 电台男声

音色 ID 映射：

• 1 → female-tianmei-jingpin
• 2 → female-yujie-jingpin
• 3 → male-qn-badao-jingpin
• 4 → Chinese (Mandarin)_News_Anchor
• 5 → Chinese (Mandarin)_Male_Announcer
• 6 → Chinese (Mandarin)_Radio_Host

用户输入数字或名称均可识别。

第四步：生成并发送

运行：

tts --text "<文字>" --voice "<voice ID>"

命令输出中会有一行以 FILE: 开头，例如：

成功! 已保存到: /tmp/openclaw/tts_1234567890.mp3 (256 KB)
FILE:/tmp/openclaw/tts_1234567890.mp3

从 FILE: 开头的行提取绝对路径（去掉 FILE: 前缀）。

⚠️ 发送文件的唯一正确方式：在回复文本中用 MEDIA: 前缀，让平台自动发送文件：

🔊 <音色名称> · <文件大小>KB
MEDIA:/tmp/openclaw/tts_1234567890.mp3

• MEDIA: 这一行必须单独占一行，路径就是 FILE: 后面提取的路径
• MEDIA: 行会被系统解析并自动以文件/语音发出，不会作为文字显示给用户
• 禁止用 <file> 标签、sessions_send、message 工具或其他方式，只用 MEDIA: 语法
• Telegram 会自动以语音消息形式发送，微信会以文件形式发送

异常处理

情况	处理
Token 无效（401）	提示重新输入，运行 save-token 更新
音色 ID 不存在	提示重新选择，只用列表内的 6 个音色
文字为空	提示重新输入

命令参考

tts

tts --text "文字内容" [--voice female-tianmei-jingpin] [--speed 1.0] [--output /path/to/output.mp3]

参数	必填	说明
--text	✅	要转换的文字
--voice		音色ID，默认 female-tianmei-jingpin
--speed		语速 0.5-2.0，默认 1.0
--vol		音量 0.1-2.0，默认 1.0
--pitch		音调 -12~12，默认 0
--output		输出路径，默认 /tmp/tts_{timestamp}.mp3

save-token

save-token --token "your-minimax-api-token"

保存 Token 到本地 server/.env，下次无需重复输入。

voices

列出可用音色，并显示当前 Token 配置状态。

可用音色

ID	名称
female-tianmei-jingpin	甜美女声 ★精品
female-yujie-jingpin	御姐 ★精品
male-qn-badao-jingpin	霸道总裁 ★精品
Chinese (Mandarin)_News_Anchor	新闻女声
Chinese (Mandarin)_Male_Announcer	新闻男声
Chinese (Mandarin)_Radio_Host	电台男声

工作原理

1. voices / save-token 管理本地 Token（存于 server/.env）
2. tts 调用 https://api.minimaxi.com/v1/t2a_v2
3. API 返回 hex 编码音频，解码后写入 MP3 文件
4. 将文件路径打印到 stdout，AI 解析路径后调用 message 工具（media=<绝对路径>）发送给用户