SuperAPI AI 工具集

voicemode

智能体与模型

查看项目

更新于 10-16 00:22

技能介绍

用途:VoiceMode 让 Claude Code 具备语音对话能力,使用语音转文字(STT)与文字转语音(TTS)与用户自然交流。适用于用户提到 voice mode、speak、talk、converse、voice status 或语音排障的场景。

主要能力:核心 MCP 工具 voicemode:converse 可朗读消息并监听用户回应,支持 wait_for_response 控制是否等待;voicemode:service 用于启动、停止、重启、查看日志等;CLI 提供安装、配置、诊断、服务状态查询。支持多轮问卷(turns 参数)、并行工具调用消除静音、暂停与等待请求、传输控制(媒体键与 Stream Deck)、STT 失败后的手动转录恢复、会话中断后的重连,以及 DJ 模式背景音乐播放。

使用方式:首次安装运行 /voicemode:install,随后在 /mcp 中选择 voicemode 并 Reconnect 或重启 Claude Code。安装 CLI 用 uvx voice-mode-install --yes,本地服务用 voicemode service install whisper 与 voicemode service install kokoro。常用调用如 voicemode:converse("Hello! What would you like to work on?"),仅朗读用 wait_for_response=False。配置通过 voicemode config 或编辑 ~/.voicemode/voicemode.env。

适用场景:需要语音对话、语音播报工作进度、语音问卷、语音控制音乐播放,以及在 Claude Code 内进行语音排障与恢复。

限制:语音名称必须小写加下划线,否则 Kokoro 返回 400 错误;首次启动需下载模型,约 2-5 分钟;voicemode reconnect 必须在 tmux 内运行;媒体键依赖 Hammerspoon 运行;部分功能需在配置中启用相应开关。具体收费、价格与平台支持暂未提供。