用途：oma-voice 通过 Voicebox 本地应用的 MCP 服务器，让支持 MCP 的智能体能够生成语音（TTS）或转写音频（STT），无需调用云端厂商。适用场景包括：为任务完成或阻塞生成简短通知音频、为应用与内容制作旁白和音频素材（mp3/wav）、将本地音频文件（mp3、wav、m4a、webm、flac）转写为 Markdown，以及用不同音色配置对比同一段文本。
主要能力：按模式分支处理通知、素材 TTS、转写三类请求；通过 MCP 工具调用 Voicebox，并以 REST GET /health 作为握手探针；首次运行缓存 MCP 工具名；读取输入音频并写入生成音频与 manifest.json。TTS 单次上限 5000 字符，超 2000 字符给出警告；STT 输入上限 30 分钟；v1 不自动分块或拆分。TTS 输出默认 wav，mp3 需本地 ffmpeg 转码；结果保存在 .agents/results/voice/ 下的时间戳目录，转写保存在 transcripts 子目录。
使用方式：需先安装并运行 Voicebox 桌面应用，注册 MCP（claude mcp add --transport http voicebox http://127.0.0.1:17493/mcp）。TTS 需在 Voicebox UI 创建至少一个音色配置，并确认所选引擎模型已加载或经用户同意下载。调用示例：/oma-voice "build succeeded, 4 minor warnings"、/oma-voice transcribe ~/Downloads/standup.m4a、/oma-voice --profile prof_warm_korean "다음 단계 진행 준비됐어요"。其他技能可直接调用相同 MCP 工具或传入文本调用 /oma-voice，该技能无独立 CLI，为 MCP 原生。
限制：不处理云端 TTS 或高保真多语言云端音色；不支持终端实时麦克风听写循环；音色克隆样本上传与配置创建需在 Voicebox 桌面应用 UI 完成；视频合成、音乐、音效设计不在范围内；Stories Editor 多音色时间线合成需用 Voicebox 应用 UI。若 Voicebox 不可达，仅提示安装或启动，不自动重启。仅通过 127.0.0.1:17493 回环 HTTP 通信，无凭据、无云端调用。通知模式默认不写磁盘。