ClawHub

可接入飞书的senseaudio角色扮演助手

v1.0.0

飞书语音陪伴技能。当用户在飞书机器人会话中发送任何文字或语音消息时触发此技能。 大模型根据用户自定义的虚拟角色人设，生成符合角色性格的文本回复， 并通过 SenseAudio TTS 合成语音，以飞书原生语音条形式回复，不要生成任何文字消息回复到对话框里，只需要符合该伴侣人设的对话即可。 首次使用时引导用户完成角...

⭐ 0· 171·0 current·0 all-time
by@klilyz
Security Scan
VirusTotalVirusTotal
Benign
View report →
OpenClawOpenClaw
Benign
high confidence
✓
Purpose & Capability
Name/description match what is implemented: Feishu integration + SenseAudio ASR/TTS. Requested binaries (python3, ffmpeg) and env vars (FEISHU_APP_ID, FEISHU_APP_SECRET, SENSEAUDIO_API_KEY) are appropriate and expected for the declared functionality.
ℹ
Instruction Scope
Runtime instructions and scripts limit ASR/TTS to SenseAudio and use Feishu APIs for uploads/messages, which matches the spec. Minor gap: FEISHU_CHAT_ID is used as an optional input/ENV in README/scripts but is not listed in the SKILL.md frontmatter 'requires.env' (it's optional, but should be declared). The SKILL.md's rule to never send text unless fallback is a behavioral constraint but not a scope violation.
✓
Install Mechanism
Install steps are standard: brew formula for ffmpeg and Python 'requests' installed (the scripts auto-install via pip if missing). No downloads from untrusted URLs or archive extraction. Auto pip-install behavior may modify the Python environment, but this is documented in scripts and README.
ℹ
Credentials
Requested environment variables (Feishu app ID/secret and SenseAudio API key) are proportionate to the skill. Minor oddity: primaryEnv is set to SENSEAUDIO_API_KEY even though FEISHU_APP_ID/SECRET are equally required for sending messages; also optional envs (FEISHU_CHAT_ID, SENSEAUDIO_API_BASE/ASR endpoint) are referenced in code/README but not all are listed as required in the frontmatter.
✓
Persistence & Privilege
Skill is not always-enabled and does not request elevated platform privileges. It writes local persona.json and created output audio files; it auto-installs Python packages at runtime (pip), which is normal for CLI scripts but does modify the local Python environment.
Assessment
This skill appears to do what it says: it transcribes user audio with SenseAudio, generates persona-styled text (via your LLM), synthesizes audio with SenseAudio, converts to OPUS with ffmpeg, and sends it to Feishu using your app credentials. Before installing: 1) Only provide FEISHU_APP_ID/FEISHU_APP_SECRET and SENSEAUDIO_API_KEY that you trust—create a dedicated Feishu app with minimal message/upload scopes and rotate credentials when done. 2) Be aware audio and transcriptions are sent to SenseAudio and files/messages are sent via the Feishu API—do not use with sensitive audio unless you trust those services. 3) The scripts auto-install Python packages (pip) and will write audio files and persona.json locally—run in a controlled environment or virtualenv. 4) Minor housekeeping: FEISHU_CHAT_ID is used but not declared in frontmatter; consider adding it to declared envs if you rely on it. If you want higher assurance, review the included Python files (they're small and readable) and run them in an isolated environment first.

Like a lobster shell, security has layers — review code before you run it.

Runtime requirements

🎭 Clawdis
Binspython3, ffmpeg
EnvFEISHU_APP_ID, FEISHU_APP_SECRET, SENSEAUDIO_API_KEY
Primary envSENSEAUDIO_API_KEY

Install

Install ffmpeg (brew)
Bins: ffmpeg
brew install ffmpeg
Install Python requests
latestvk978fpvnk8k9nzjtpw2ghcf88x8335p1
171downloads
0stars
1versions
Updated 1mo ago
v1.0.0
MIT-0
@klilyz
latest
Download

Feishu Persona Voice Reply

这个技能用于在飞书里打造一个可定制人设的虚拟角色。

  1. 先做人设初始化：由用户决定角色名、关系定位、性格、说话风格、口头禅、音色等；
  2. 后续按人设回复：用户给机器人发送文字或语音时，机器人根据角色设定产出回复；
  3. 语音闭环：ASR 和 TTS 都统一调用 SenseAudio；
  4. 飞书原生语音条：最终回复发送为 OPUS 格式音频消息，在飞书里显示为可点击即播的语音条，而不是普通文件附件。

OpenClaw 的 Skills 通过 SKILL.md frontmatter 声明依赖与环境变量；飞书渠道使用 WebSocket 事件订阅接收消息；飞书发送语音消息前需要先上传 OPUS 文件，再以 audio 消息发送 file_key。

适用场景

  • 在飞书中创建一个“虚拟陪伴角色”
  • 类似乙女游戏 / 角色扮演聊天，但通过企业 IM 落地
  • 用户可先自定义角色，再与其持续对话
  • 角色能用自己的声音风格给出语音回复

绝对规则

  1. 所有 ASR 和 TTS 必须走 SenseAudio。 禁止改用 OpenAI、Edge TTS、系统 say、Whisper、本地 pyttsx3 等其他方案。
  2. 飞书语音必须发成 OPUS 语音消息。 禁止把 mp3/wav 直接当文件附件发出去，除非用户明确要求普通文件。
  3. 首次使用前必须完成人设初始化。 没有人设就不要直接回复“空角色语气”。
  4. 回复先由 OpenClaw 生成文本，再调用脚本发语音。 本技能的脚本负责存人设、调用 SenseAudio、转换 OPUS、发送飞书语音条；角色化文本本身由 OpenClaw 按人设提示词生成。
  5. 如果用户发来语音，先转写再理解。 禁止跳过 ASR 直接臆测用户内容。
  6. 默认仅发送语音消息。 只有当用户明确要求文字版时，才额外发送文本；如果飞书语音发送失败，可降级为文本回复。

输出规则（最高优先级）

当本技能已经成功调用飞书语音发送流程后：

  • 不要再向用户发送任何文本回复
  • 不要复述刚才用于 TTS 的内容
  • 不要附加“我刚刚已经回你一条语音了”之类的说明
  • 成功情况下，最终对话输出应为空，由飞书中的语音条作为唯一回复
  • 只有在发送失败时，才允许返回文本错误信息

前置要求

1. 飞书应用

需要一个飞书企业自建应用，并启用机器人能力。OpenClaw Feishu 文档建议：创建 app、复制 App ID 和 App Secret、配置权限、启用 bot、配置事件订阅、最后发布应用。Feishu 插件通过 WebSocket 模式接收消息，不需要先暴露公网 webhook。

最少准备：

  • FEISHU_APP_ID
  • FEISHU_APP_SECRET
  • 目标会话的 chat_id（也可以在脚本参数中传入）

2. SenseAudio 凭证

需要：

  • SENSEAUDIO_API_KEY
  • 可选 SENSEAUDIO_API_BASE，默认 https://api.senseaudio.cn
  • 可选 SENSEAUDIO_ASR_ENDPOINT

3. 本地依赖

  • python3
  • ffmpeg（用于把 SenseAudio 结果转成 Feishu 语音条需要的 OPUS）

飞书上传文件接口支持 opus 音频；如果原始音频是其他格式，需要先转为 OPUS。

推荐目录结构

feishu-persona-voice-reply/
├── SKILL.md
├── data/
│   └── persona.json
└── scripts/
    ├── main.py
    ├── asr.py
    ├── tts.py
    ├── feishu_api.py
    └── persona_store.py

人设字段建议

初始化人设时，至少收集以下内容：

  • name：角色名
  • relationship：与用户的关系定位（学长 / 搭档 / 恋人感 / 治愈系朋友）
  • personality：性格关键词
  • speaking_style：说话风格
  • catchphrase：口头禅或常见尾句
  • voice_id：SenseAudio 音色 ID
  • speed：语速
  • pitch：音调（整数）
  • vol：音量
  • emotion：默认情感
  • boundaries：角色边界

使用流程

步骤 1：初始化角色人设

先和用户确认人设，再保存：

python3 "$SKILL_DIR/scripts/main.py" persona-init \
  --name "阿澈" \
  --relationship "温柔克制的陪伴型学长" \
  --personality "耐心, 细腻, 稍微嘴硬但可靠" \
  --speaking-style "短句, 自然, 温柔, 不油腻" \
  --catchphrase "别硬撑，我在。" \
  --voice-id "male_0018_a" \
  --speed 0.95 \
  --pitch -1 \
  --vol 1.0 \
  --emotion "calm"

步骤 2：查看当前人设

python3 "$SKILL_DIR/scripts/main.py" persona-show

步骤 3：当用户发来文字时

先根据人设写出文本回复。文本回复应该由 OpenClaw 在阅读人设后生成。你可以先读取人设摘要：

python3 "$SKILL_DIR/scripts/main.py" persona-prompt --user-message "今天真的很累"

脚本会输出一段 prompt 上下文。读取后，用这个人设生成最终回复文本。

生成好文本后，再发语音条到飞书：

python3 "$SKILL_DIR/scripts/main.py" send-voice \
  --reply-text "那就先别逼自己继续撑着了。把包放下，先坐一会儿，我陪你缓一缓。" \
  --chat-id "oc_xxxxx"

步骤 4：当用户发来语音时

先转写：

python3 "$SKILL_DIR/scripts/main.py" transcribe \
  --audio "/absolute/path/to/input.m4a"

拿到转写文本后，再执行“人设生成文本回复 → send-voice”的流程。

推荐对话逻辑

当用户第一次使用时，你应该先问清楚：

  • 角色叫什么名字？
  • 你希望 TA 和你是什么关系？
  • TA 更温柔、冷静，还是毒舌一点？
  • 想要男声还是女声？
  • 说话偏日常还是偏戏剧化？

确认后，调用 persona-init 保存设定。

后续每次用户发消息：

  1. 若是语音，先 transcribe
  2. 读取 persona-prompt
  3. 用该 prompt 生成人设化文本回复
  4. 调用 send-voice
  5. 默认只发送语音；仅在用户明确要求文字版时再发送文本

失败处理

没有人设

先引导用户做 persona-init，不要直接进入角色回复。

没有 SENSEAUDIO_API_KEY

提示用户前往 SenseAudio 平台获取 API Key，并设置：

export SENSEAUDIO_API_KEY="your_api_key"
export SENSEAUDIO_API_BASE="https://api.senseaudio.cn"

没有 FEISHU_APP_ID / FEISHU_APP_SECRET

提示用户先按 OpenClaw Feishu 渠道文档创建飞书应用并配置凭证。

发送后显示为附件，不是语音条

检查是否满足：

  • 已转成 .opus / OPUS 编码
  • 上传时 file_type=opus
  • 发送时使用 audio 消息并传 file_key

Feishu 上传文件文档说明 opus 需要专门作为 OPUS 音频上传；发送消息文档说明音频文件要先上传，再用 file_key 发送。

参考命令

环境检查

python3 "$SKILL_DIR/scripts/main.py" setup

初始化人设

python3 "$SKILL_DIR/scripts/main.py" persona-init \
  --name "阿澈" \
  --relationship "陪伴型学长" \
  --personality "温柔, 耐心, 克制" \
  --speaking-style "短句, 自然, 轻微关心" \
  --voice-id "male_0018_a"

发送语音条

python3 "$SKILL_DIR/scripts/main.py" send-voice \
  --reply-text "先休息一下，我在这。" \
  --chat-id "oc_xxxxx"

Comments

Loading comments...