用途：为智能体增加语音能力，涵盖文本转语音（TTS）、多说话人对话音频和声音管理（设计、克隆、创建声音）。基于 rawgenai 命令行工具调用不同提供方。
主要能力：
- TTS：rawgenai <provider> tts 将文本转为语音，可加 --speak 播放，-o 指定输出文件。支持位置参数文本、--file 读文件、stdin 管道输入。
- 对话：rawgenai elevenlabs dialogue -i script.json -o out.mp3，从 JSON 脚本生成多说话人对话，最多 10 个声音。
- 声音管理：ElevenLabs（list、design、create、preview）、Kling（create、status、list、delete）、MiniMax（list、upload、clone、design、delete）、Seed（voice-clone：upload、status、order、renew）。
提供方与适用：OpenAI（通用、英语）、Google Gemini（表现力叙事、多说话人）、ElevenLabs（最自然、70+ 语言）、Seed（中文、情感丰富）、DashScope（中文、10 语言、49 声音）、MiniMax（中文、流式）、Kling（中英双语）、Runway（异步）。
使用方式：先安装 brew install WHQ25/tap/rawgenai；使用某提供方前，阅读 references/setup/ 下的配置指南设置凭据。首次使用时让用户选择提供方并在会话中记住。所有输出为 JSON，需向用户显示文件路径。TTS 文本应写自然口语文本而非 Markdown。命令失败时可换提供方或告知用户。
限制：除上述提供方、命令与能力外，具体的收费、价格、平台支持范围、效果与配额等事实暂未提供。