用途：让 Slack 中的语音消息得到文字与语音双重回复。用户发送语音片段后，OpenClaw 内置转写功能自动将其转为文本，NetClaw 按普通文本消息处理，最后用 edge-tts 合成 MP3 并上传到 Slack 线程。
主要能力：转写后的语音消息可使用完整 NetClaw 技能集（pyATS、NetBox、ServiceNow 及全部 40 个 MCP 服务器）；通过 text_to_speech 生成语音，返回 JSON 中的 output_path 指向 MP3 文件；可用 list_voices 列出 300 多种语音，支持按语言筛选。默认语音为 en-US-GuyNeural，另有 en-US-JennyNeural、en-US-AriaNeural、en-GB-RyanNeural 等，用户可要求切换性别或口音。
使用方式：先处理问题，再调用 text_to_speech，例如：python3 $MCP_CALL "python3 -u $TTS_MCP_SCRIPT" text_to_speech '{"text":"...","voice":"en-US-GuyNeural"}'；列出语音：python3 $MCP_CALL "python3 -u $TTS_MCP_SCRIPT" list_voices '{"language":"en"}'。随后在 Slack 线程中同时发布文字回复并上传 MP3。
适用场景：需要在 Slack 中以语音方式获取网络或运维查询结果的场景，例如查询 OSPF 邻居、接口状态等。
限制与注意事项：文字回复为主、语音为辅，两者都应提供；语音合成约 1-2 秒，上传不足 1 秒；若 TTS 失败应立即只发文字，不要阻塞；语音内容建议 100 词以内，避免表格，用口语化表达；语音交互可记录到 GAIT 审计轨迹。其他细节暂未提供。