用途:当用户说“speak”“say that”“read that aloud”“tell me out loud”,或要求语音/音频输出时,把回复以自然口语形式朗读出来。
主要能力:调用本地 Kokoro TTS 服务(端口 8880;脚本内固定使用 af_sky 语音)。应先把 Markdown、代码块、项目符号去掉,改成适合口述的简洁自然语句,并同时在终端正常输出文字回复。
使用方式:用 Bash 运行脚本,文本参数用双引号包裹,内部双引号需用反斜杠转义: /usr/local/bin/speak "Your spoken text here" 脚本会通过 jq 做 JSON 编码、调用 Kokoro 并播放音频。Bash(/usr/local/bin/speak *) 权限模式可自动批准。普通模式和 plan 模式均可用,不需要 Write 工具。超过约 500 词的长回复应拆成多次调用。
限制与注意:切勿在后台运行(不要用 run_in_background),必须前台执行;若 Kokoro 未运行,可回退到 macOS 系统命令:say -v Samantha "spoken text here"。当下一步操作需要权限,或使用 AskUserQuestion 等需要用户输入的工具时,应先朗读提示(如“Response required”),提醒用户查看屏幕。产品价格、平台支持等未提供。