用途：sag 是一款基于 ElevenLabs 的文本转语音（TTS）命令行工具，提供类似 macOS say 命令的操作体验，并支持本地播放生成的音频。
主要能力与用法：需配置 API 密钥，优先使用 ELEVENLABS_API_KEY，CLI 也支持 SAG_API_KEY。基本用法为 sag "Hello there"，可用 sag speak -v "Roger" "Hello" 指定声音，用 sag voices 列出可用声音，sag prompting 查看针对不同模型的提示技巧。生成音频文件示例：sag -v Clawd -o /tmp/voice-reply.mp3 "Your message here"。
模型：默认 eleven_v3（富有表现力），稳定版 eleven_multilingual_v2，快速版 eleven_flash_v2_5。
发音与表达规则：可先尝试重新拼写（如 key-note）、加连字符、调整大小写；数字、单位、URL 用 --normalize auto（若影响人名可设为 off）；用 --lang en|de|fr|... 引导规范化。v3 不支持 SSML <break>，改用 [pause]、[short pause]、[long pause]；v2/v2.5 支持 SSML <break time="1.5s" />，sag 未暴露 <phoneme>。v3 音频标签需放在行首，如 [whispers]、[shouts]、[sings]、[laughs]、[starts laughing]、[sighs]、[exhales]、[sarcastic]、[curious]、[excited]、[crying]、[mischievously]。
声音默认值：可通过 ELEVENLABS_VOICE_ID 或 SAG_VOICE_ID 设置；长时间输出前建议确认声音与说话人。
聊天语音回复：当被要求语音回复时，可生成音频文件并在回复中包含 MEDIA:/tmp/voice-reply.mp3。Clawd 默认声音为 lj2rcrvANS3gaWWnczSX（或直接用 -v Clawd）。
限制：必须提供 ElevenLabs API 密钥；v3 不支持 SSML break 且不暴露 phoneme；其他平台支持与价格信息暂未提供。