用途：sag 用于调用 ElevenLabs 文本转语音（TTS）并本地播放，交互风格类似 macOS 的 say 命令。
主要能力：支持直接朗读文本、指定语音、列出可用语音，并提供针对不同模型的提示技巧。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。可通过 ELEVENLABS_VOICE_ID 或 SAG_VOICE_ID 设置默认语音，长文本输出前建议先确认语音与说话人。生成音频文件示例：sag -v Clawd -o /tmp/voice-reply.mp3 "Your message here"。
发音与表达：优先通过重拼（如 key-note）、加连字符、调整大小写修正发音；数字、单位、URL 可用 --normalize auto（若影响名称可设为 off）；可用 --lang en|de|fr|... 引导语言归一化。v3 不支持 SSML <break>，改用 [pause]、[short pause]、[long pause]；v2/v2.5 支持 SSML <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。
适用场景：适合命令行朗读、语音回复生成、角色化语音输出等。限制：需要 ElevenLabs API key；部分 SSML 与音素功能不可用；具体收费、平台支持与效果资料暂未提供。