用途：根据用户给出的想法或主题，生成有声书、播客或教育类音频内容。流程为先由 Claude 撰写脚本，用户确认后再调用 ElevenLabs 文本转语音生成音频文件。
主要能力：支持三种内容形态。有声书偏叙事，强调情感起伏与节奏停顿；播客偏对话式，含开场、主体与结尾；教育内容强调由浅入深、举例与概念回顾。脚本中可用语音效果标记，如 [whispers]、[excited]、[serious] 等，以及 [short pause]、[long pause] 控制停顿。支持指定音色，也可按多集系列分批生成。
使用方式：用户提出请求后，系统解析内容类型、主题、目标时长与语气，按每分钟约 75 词换算字数（如 10 分钟约 750 词），先生成脚本并展示，询问用户是直接生成音频、修改脚本，还是调整长度与语气。确认后格式化脚本（去除 Markdown、数字转为文字、首次出现的缩写写全），再调用 TTS 脚本生成音频并返回文件。
限制：单个音频最长约 30 分钟、约 2250 词，更长内容需拆分为多集；目前仅支持单一旁白音色，不支持多角色对话或采访；无背景音乐、音效与混音；内容生成主要针对英语。音频文件保存在临时目录，并会在约 24 小时后自动清理；使用需配置 Anthropic API 与 ELEVENLABS_API_KEY 并具备可用额度。不适用于转写已有音频、把用户自写文本直接转语音、实时语音交互等场景。具体语音列表与价格等细节资料未完整提供。