用途：该技能面向 Telegram 语音消息的端到端处理流水线，用于检查配置是否完整可用。
主要能力：通过频道标签中的 attachment_file_id 检测语音/音频消息；用 Telegram MCP 工具下载 OGG/Opus 文件；用 Whisper（transcribe-anything）转写；将转写文本作为用户查询生成回复；用 ElevenLabs（回退 OpenAI TTS）生成 MP3；通过 Telegram MCP 回复音频文件并附带文本，最后清理临时文件。
必要用法：安装 transcribe-anything 需执行 pip install transcribe-anything；转写命令为 transcribe-anything /tmp/voice_abc123.ogg --model medium --output_dir /tmp/tg_voice/，读取结果用 cat /tmp/tg_voice/voice_abc123.txt。需配置环境变量：ELEVENLABS_API_KEY、ELEVENLABS_VOICE_ID（默认 JBFqnCBsd6RMkjVDRZzb）、OPENAI_API_KEY、WHISPER_MODEL（默认 medium）。使用 Telegram MCP 的 download_attachment 与 reply 工具。
适用场景：Telegram 频道标签带 attachment_file_id 属性、需要以音频回复而非文本、或流水线某步骤失败后需要重跑。
限制：TTS 至少需设置 ELEVENLABS_API_KEY 或 OPENAI_API_KEY 之一；ElevenLabs 文本上限 4000 字符，OpenAI TTS 上限 4096 字符；下载、转写或 TTS 失败时需回退文本回复。Whisper 模型越大越准但越慢。不要用此技能处理图片附件（图片用 image_path）。具体价格与额度暂未提供。