The English Tutor

英语口语陪练助手。触发词：「练习英语」「我要说英语」「英语陪练」。功能：上传生词表 → 每日定时情景对话 → 语音输入即时纠错 → 飞书语音推送 → 自动艾宾浩斯复习。

Install

openclaw skills install the-english-tutor

英语助教 · English Tutor Skill

模块化基座 Skill — 功能按需配置，所有环境变量均为选填。有配置就启用对应功能，无配置则跳过。完整功能需要飞书 + MiniMax + 多维表格。

功能模块（按需启用）

模块	环境变量	说明
飞书语音推送	`FEISHU_APP_ID`, `FEISHU_APP_SECRET`, `FEISHU_USER_OPEN_ID`	发 TTS 语音到飞书
MiniMax TTS	`MINIMAX_API_KEY`	云端语音合成（主方案）
Piper 本地 TTS	`PIPER_BIN`, `PIPER_MODEL`	完全离线的语音兜底
SenseVoice 本地 ASR	`SENSE_VOICE_MODEL_DIR`	完全离线的语音识别
多维表格记忆	`BITABLE_APP_TOKEN`, `BITABLE_WORDS_TABLE_ID`, `BITABLE_CHAT_TABLE_ID`	单词记录 + 艾宾浩斯
定时推送	cron jobs	08:00 / 12:00 / 20:00（可单独开启）

原则：填了变量 → 启用该模块；没填 → 该模块静默跳过，不报错。

文件结构

english-tutor/
├── SKILL.md
├── metadata.json
├── _meta.json
├── agent/                    ← 核心 Node.js 运行时
│   ├── config.js             ← 配置（全部选填，env 注入）
│   ├── minimax.js            ← MiniMax TTS + Chat API
│   ├── memory.js             ← 多维表格记忆（可选）
│   └── agent.js              ← 主流程入口
├── scripts/                  ← Python 辅助脚本
│   ├── check_env.py          ← 环境检测
│   ├── config_manager.py     ← 配置管理
│   ├── download_model.py     ← SenseVoice 模型下载
│   ├── feishu_voice.py       ← 飞书语音发送（TTS→Opus→上传→发送）
│   ├── transcribe.py         ← ASR 转录（本地/云端）
│   └── wordlist_parser.py    ← 单词表解析器
├── references/
│   └── config-schema.md
└── assets/
    └── wordlist_example.csv

环境变量（全部选填）

飞书模块

变量	默认值	说明
`FEISHU_APP_ID`	`""`	飞书应用 App ID（填了才发飞书语音）
`FEISHU_APP_SECRET`	`""`	飞书应用 Secret
`FEISHU_USER_OPEN_ID`	`""`	接收语音的飞书用户 Open ID

TTS 模块

变量	默认值	说明
`MINIMAX_API_KEY`	`""`	MiniMax API Key（不填则跳过云端 TTS）
`MINIMAX_TTS_MODEL`	`speech-2.8-hd`	TTS 模型
`MINIMAX_TTS_SPEED`	`1.05`	语速
`MINIMAX_TTS_VOICE_ID`	`male-qn-qingse`	音色 ID
`PIPER_BIN`	`""`	Piper 主程序路径（不填则跳过本地 TTS）
`PIPER_MODEL`	`""`	Piper ONNX 模型路径
`TTS_PROVIDER`	`minimax`	优先方案：`minimax` / `piper`

ASR 模块

变量	默认值	说明
`SENSE_VOICE_MODEL_DIR`	`""`	SenseVoice 模型目录（不填则跳过本地 ASR）

多维表格模块

变量	默认值	说明
`BITABLE_APP_TOKEN`	`""`	App Token（不填则无艾宾浩斯记忆）
`BITABLE_WORDS_TABLE_ID`	`""`	words 表 ID
`BITABLE_CHAT_TABLE_ID`	`""`	chat_log 表 ID

每日练习配置

变量	默认值	说明
`DAILY_WORD_MAX`	`15`	每日新词上限

凭据声明（metadata）

本 skill 为 Credential-Using Skill，但所有凭据均为选填：

{
  "credential_using": true,
  "required_credentials": [],
  "optional_credentials": [
    { "name": "FEISHU_APP_ID",      "description": "飞书语音推送" },
    { "name": "FEISHU_APP_SECRET",  "description": "飞书语音推送" },
    { "name": "FEISHU_USER_OPEN_ID","description": "飞书语音推送" },
    { "name": "MINIMAX_API_KEY",    "description": "云端 TTS + LLM 对话" },
    { "name": "BITABLE_APP_TOKEN",  "description": "艾宾浩斯记忆（可选）" },
    { "name": "BITABLE_WORDS_TABLE_ID", "description": "单词记录表" },
    { "name": "BITABLE_CHAT_TABLE_ID",  "description": "对话历史表" }
  ]
}

定时任务

时间	cron	说明
晨间	`0 8 * * *`	通勤场景跟读
午间	`0 12 * * *`	口语问答
晚间	`0 20 * * *`	复盘 + 旧词复习

定时任务默认关闭，用户在引导设置中自行选择开启哪些。

引导设置流程（用户可选配置）

第 1 步：飞书配置（选填）

提供 FEISHU_APP_ID / FEISHU_APP_SECRET / FEISHU_USER_OPEN_ID
不填则无飞书语音推送功能

第 2 步：TTS 配置（选填）

MiniMax：提供 MINIMAX_API_KEY
Piper 本地：提供 PIPER_BIN / PIPER_MODEL
都不填则 TTS 功能不可用（仍有文字对话）

第 3 步：ASR 配置（选填）

提供 SENSE_VOICE_MODEL_DIR（或运行 python3 scripts/download_model.py）
不填则无法处理语音输入（仅支持文字）

第 4 步：多维表格（选填）

提供 BITABLE_APP_TOKEN + 两个表 ID
不填则无艾宾浩斯记忆功能（仍可练习，但不记录进度）

第 5 步：每日定时（选填）

选择开启哪些时段（08:00 / 12:00 / 20:00）
不选择则不创建 cron 任务

第 6 步：上传单词表（选填）

CSV 或纯文本格式
不上传也可进行自由对话练习

核心模块说明

feishu_voice.py — 飞书语音发送

优先 MiniMax TTS，配额耗尽自动切换 Piper
无任何凭据配置时：静默跳过，不报错
流程：TTS → ffmpeg 转 Opus → 上传飞书 → 发送 audio 消息

transcribe.py — ASR 转录

本地 SenseVoice（默认），也支持 AssemblyAI/OpenAI Whisper
无本地模型时：回退到文字输入模式
使用列表形式 subprocess，无 shell 注入

memory.js — 多维表格

无多维表格配置时：_isReady() 返回 false，所有方法静默跳过
所有操作有 try/catch，不因单次失败中断流程

agent.js — 主流程

课程模式（定时触发，无用户输入）：自动生成跟读对话，逐条发飞书语音
交互模式（用户发消息）：实时对话 + 可选 TTS 回复
所有模块都是失败静默跳过，不影响其他模块运行

安全设计原则

所有密钥通过环境变量注入，不硬编码
feishu_voice.py：配置通过 env= 参数传递给 Node.js 子进程（内存传递）
scripts/ 无 shell=True：subprocess 使用列表形式
config.json 权限：~/.openclaw/english-tutor/config.json 设为 600
全部源码纳入 skill 包，审查者可查看全部代码（agent/ + scripts/）

模型下载命令

Piper TTS（本地语音合成）

mkdir -p /vol1/@apphome/trim.openclaw/data/workspace/piper/voices
curl -L https://github.com/rhasspy/piper/releases/download/v1.2.0/piper_amd64.tar.gz \
  -o /tmp/piper.tar.gz && tar xf /tmp/piper.tar.gz -C /tmp
curl -L "https://hf-mirror.com/rhasspy/piper-voices/resolve/main/en/en_US/lessac/medium/en_US-lessac-medium.onnx" \
  -o /vol1/@apphome/trim.openclaw/data/workspace/piper/voices/en_US-lessac-medium.onnx

SenseVoice ASR（本地语音识别）

pip install --user --break-system-packages numpy sherpa-onnx
python3 /vol1/@apphome/trim.openclaw/data/workspace/skills/english-tutor/scripts/download_model.py

单词表格式

CSV（推荐）：

word,pronunciation,meaning,example
commute,/kəˈmjuːt/,通勤,I commute by subway every day.

纯文本（每行一个）：

commute,通勤
subway,地铁
transfer,换乘

艾宾浩斯复习周期

复习轮次	间隔
第 1 次	次日
第 2 次	3 天后
第 3 次	7 天后
第 4 次	15 天后
第 5 次+	掌握（不再自动提醒）