用途：sag 用于调用 ElevenLabs 文本转语音（TTS）并本地播放，适合把文字朗读、生成语音音频或让助手以语音回复。
主要能力：支持选择声音、列出可用声音、按模型生成语音，并提供发音与语气控制。默认模型为 eleven_v3（富有表现力），稳定模型为 eleven_multilingual_v2，快速模型为 eleven_flash_v2_5。
使用方式：需配置 API key，优先使用 ELEVENLABS_API_KEY，CLI 也支持 SAG_API_KEY。常用命令包括：sag "Hello there"、sag speak -v "Roger" "Hello"、sag voices。生成文件可用 -o 指定，例如 sag -v Clawd -o /tmp/voice-reply.mp3 "Your message here"。
发音与语气：可先通过重拼（如 key-note）、加连字符或调整大小写修正发音；数字、单位、URL 可用 --normalize auto（若影响人名可设为 off）；用 --lang en|de|fr 等引导归一化。v3 不支持 SSML <break>，改用 [pause]、[short pause]、[long pause]；v2/v2.5 支持 <break time="1.5s" />，但 sag 未暴露 <phoneme>。v3 音频标签需放在行首，如 [whispers]、[shouts]、[sings]、[laughs]、[sighs]、[sarcastic]、[curious]、[excited] 等。
声音默认：可通过 ELEVENLABS_VOICE_ID 或 SAG_VOICE_ID 设置；长文本输出前建议先确认声音与说话人。
限制：需要 ElevenLabs API key；具体收费、价格、平台支持与效果资料暂未提供。