Web TTS Speaker

网页一键朗读：URL/文本 → TTS语音 → 多渠道自动匹配（飞书语音条 / 微信/TG/Discord MP3）

web-tts-speaker v3.0

网页/文字 → TTS语音 → 自动匹配来源渠道发送

---

🧠 Agent 工具定义

当用户希望朗读网页或将文字转为语音时，按以下流程操作。

触发条件

• "朗读 / 读一下 / 帮我读 / 听一下" + URL/文本
• 直接发送 URL（自动朗读）
• "转语音 / 生成语音 / TTS"

执行流程

Step 1：提取目标

"朗读 https://abc.com/article"  → URL
"读一下：你好世界"              → 文本
直接发 URL                      → URL

Step 2：获取来源渠道

从 inbound context 的 channel 字段获取：

值	来源
openclaw-weixin	微信
feishu	飞书
telegram	Telegram
discord	Discord

Step 3：调用 CLI（安全模式）

⚠️ 安全规则：

1. 必须用 exec 的数组（argv）模式，禁止拼接 shell 字符串
2. URL 必须验证以 http:// 或 https:// 开头
3. 不处理含密钥、密码、内部文档的敏感内容

# ✅ 安全：argv 数组传参，不走 shell 解析
TOOL_DIR = r"C:\Users\www\.openclaw\workspace\skills\web-tts-speaker"

# 朗读网页
result = exec(
    command=["python", "cli.py", "--url", url],
    workdir=TOOL_DIR,
    timeout=300
)

# 文字转语音
result = exec(
    command=["python", "cli.py", "--text", text],
    workdir=TOOL_DIR,
    timeout=300
)

注意：workdir 参数指定工作目录，执行时自动切换到该目录。

Step 4：解析输出

CLI 一次性输出全部渠道标记。根据来源渠道选取对应的：

来源 channel	取用标记	发送文件
openclaw-weixin	[WECHAT_VOICE]	file=xxx.mp3
feishu	[FEISHU_VOICE]	file=xxx.opus
telegram	[TELEGRAM_VOICE]	file=xxx.mp3
discord	[DISCORD_VOICE]	file=xxx.mp3

Step 5：发送语音

# 微信
message(action="send", channel="openclaw-weixin", media=file_path)

# 飞书语音条
message(action="send", channel="feishu", asVoice=true, filePath=file_path)

# Telegram / Discord
message(action="send", channel="telegram", media=file_path)

完整调用示例

# 用户说：朗读 https://zshttp.com/2981.html

# Step 2
channel = "openclaw-weixin"         # 从 inbound context 获取

# Step 3 - 安全调用
import re
if not re.match(r"^https?://", url):
    return "仅支持 http/https 链接"

result = exec(
    command=["python", "cli.py", "--url", url],
    workdir=r"C:\Users\www\.openclaw\workspace\skills\web-tts-speaker",
    timeout=300
)

# Step 4 - 解析标记
for line in result.stdout.split("\n"):
    if line.startswith("[WECHAT_VOICE]"):
        # 取下几行找到 file=xxx
        ...

# Step 5 - 发送
message(action="send", channel=channel, media=file_path)

---

快速命令

# 自动模式（推荐）：生成全部格式
python cli.py --url https://example.com/article
python cli.py --text "你好世界"

# 指定单渠道
python cli.py --channel feishu --text "你好"
python cli.py -c wechat --text "你好"

支持渠道

渠道	格式	发送方式
feishu	.opus (16kHz)	asVoice=true
wechat	.mp3 (24kHz)	media=xxx
telegram	.mp3 (24kHz)	media=xxx
discord	.mp3 (24kHz)	media=xxx

⚠️ 微信说明：openclaw-weixin 插件暂未实现原生语音气泡发送（GH#61031），当前以 MP3 文件形式发送。

长文本支持

自动分块 + 拼接，不限长度。输出进度：

[1/2] 生成语音 (2772 字符)... 9分18秒
[2/2] 生成语音 (1543 字符)... 5分19秒
✅ 合成完成
📁 wechat: voice.mp3 (5140KB, 14分37秒)

语音角色

python cli.py --text "你好" --voice zh-CN-YunxiNeural

• zh-CN-XiaoxiaoNeural — 晓晓（女声，默认）
• zh-CN-YunxiNeural — 云希（男声，活泼）
• zh-CN-YunyangNeural — 云扬（男声，新闻）
• zh-CN-XiaoyiNeural — 晓伊（女声，柔和）

输出标记示例

[WECHAT_VOICE]
channel=wechat
file=/path/to/voice.mp3
text=新闻摘要...
dur=877
size=5262860
full=微信文件消息
[/WECHAT_VOICE]

依赖

pip install -r requirements.txt

依赖锁定的精确版本（ClawScan 推荐）：

• edge-tts==7.2.8
• beautifulsoup4==4.14.3
• requests==2.33.1

额外依赖：FFmpeg（系统级）。