用途：sag 用于通过 ElevenLabs 生成语音并在本地播放，交互方式类似 macOS 的 say 命令，适合命令行下的文本转语音、为对话生成语音回复等场景。
主要能力：支持多种模型，默认 eleven_v3（表现力强），稳定版 eleven_multilingual_v2，快速版 eleven_flash_v2_5。可查看与选择语音，并通过命令行参数控制语音、语言、输出文件等。
使用方式：需先配置 API 密钥，优先使用环境变量 ELEVENLABS_API_KEY，CLI 也支持 SAG_API_KEY。默认语音可用 ELEVENLABS_VOICE_ID 或 SAG_VOICE_ID 指定。常用命令包括：sag "Hello there"；sag speak -v "Roger" "Hello"；sag voices；sag prompting。生成音频文件示例：sag -v Clawd -o /tmp/voice-reply.mp3 "Your message here"，随后可在回复中以 MEDIA:/tmp/voice-reply.mp3 引用。
控制与技巧：发音优先通过重新拼写（如 "key-note"）、加连字符、调整大小写修正；数字、单位、URL 可用 --normalize auto（若损害名称则用 off）；用 --lang en|de|fr|... 引导归一化。v3 不支持 SSML <break>，改用 [pause]、[short pause]、[long pause]；v2/v2.5 支持 <break time="1.5s" />，sag 未暴露 <phoneme>。v3 音频标签放在行首，如 [whispers]、[shouts]、[sings]、[laughs]、[sighs]、[sarcastic]、[curious]、[excited] 等。示例：sag "[whispers] keep this quiet. [short pause] ok?"。
适用场景：命令行语音播报、聊天语音回复、带情绪与停顿的语音内容生成。
限制：需要 ElevenLabs API 密钥；不同模型对 SSML 与标签支持不同；长文本输出前建议先确认语音与说话人。其他细节暂未提供。