SuperAPI AI 工具集

ops-voice

通用与其它

查看项目

更新于 10-15 20:33

技能介绍

用途:ops-voice 是面向语音操作的命令工具,覆盖打电话、文本转语音和音频转写三类任务,通过 curl 直接调用外部 API,不依赖 SDK。

主要能力:call [phone] [prompt] 使用 Bland AI 发起电话呼叫;tts [text] [--voice voice_id] [--out file.mp3] 使用 ElevenLabs 合成语音;transcribe [file_path] 使用 Groq 的 whisper-large-v3 模型转写音频;setup 用于配置语音 API 密钥。

使用方式:命令从 $ARGUMENTS 解析首个关键词(call / tts / transcribe / setup)。凭据解析顺序为 userConfig → 环境变量 → Doppler MCP 工具 → Doppler CLI(doppler secrets get <KEY> --plain)→ 密码管理器。调用命令前需具备对应密钥,如 BLAND_AI_API_KEY、ELEVENLABS_API_KEY 或 GROQ_API_KEY。call 会轮询呼叫状态并输出通话 ID、实时状态与转写;tts 输出音频文件路径,在 macOS 上通过 afplay 自动播放;transcribe 将转写文本打印到 stdout。setup 会批量扫描环境变量、shell 配置文件、Doppler 项目、Dashlane 与 Keychain,只提示未找到的密钥,并在后台验证各服务连通性。

适用场景:需要在命令行或技能工作流中快速发起语音通话、生成语音、转写音频,并希望凭据来自环境变量或密钥管理服务时使用。

限制:依赖 Bland AI、ElevenLabs、Groq 三方 API 及其密钥;call 的轮询最长约 5 分钟,默认最大通话时长 300 秒、默认语音 male;tts 默认模型为 eleven_monolingual_v1、默认语音 ID 为 21m00Tcm4TlvDq8ikWAM(Rachel);自动播放仅限 macOS。资料未提供收费、价格或平台支持范围等信息。