Daily Voice Quote

Daily Voice Quote 每日名言語音

這個 skill 會在每天早上：

1. 用主人的聲音朗讀一則名人名言（語音）
2. 生成封面圖並合成靜態影片
3. （選配）產生 HeyGen 數位人影片

最終產出三件套：語音、靜態影片、HeyGen 數位人影片。

1. 簡介

每天早上自動選一則名人名言，用主人的聲音念出來，並搭配一張美感封面圖與影片版本發送給主人。若你沒有 HeyGen 帳號，也可以只做「語音 + 靜態影片」。

2. 前置準備 Checklist

a) 主人的照片（封面圖生成用）

• 需要 1-3 張高品質照片（正臉、清楚、光線好）
• 放到 workspace 的 avatars/ 目錄
• 如果沒有照片：請主人提供 1-3 張好看的照片！

b) ElevenLabs 帳號 + 語音克隆

• 註冊：👉 ElevenLabs 免費開始（免費方案含 10,000 字元/月，足夠試玩！）
• 取得 API Key 後，存到你的 OpenClaw config 或環境變數 ELEVENLABS_API_KEY
• 語音克隆方式：
  • 方法一（官方 UI）：主人錄 1-3 分鐘語音 → 上傳到 ElevenLabs Voice Lab
  • 方法二（主人傳語音給你）：主人傳語音訊息 → 你下載後用 API 上傳克隆：

    curl -X POST "https://api.elevenlabs.io/v1/voices/add" \
      -H "xi-api-key: $ELEVENLABS_API_KEY" \
      -F "name=主人的名字" \
      -F "files=@/path/to/voice-sample.mp3" \
      -F "description=Voice clone for daily quotes"
    

    API 會回傳 voice_id，記下來。
• 記錄到 TOOLS.md：Voice Name、Voice ID

檢查 API Key 和語音

# 1. 確認 API Key 存在
echo $ELEVENLABS_API_KEY  # 應該有值

# 2. 列出所有可用語音
sag voices

# 3. 測試語音生成
sag -v "YOUR_VOICE_NAME" -o /tmp/test.mp3 "早安，這是一個語音測試。"

⚠️ sag 所有指令都需要 ELEVENLABS_API_KEY 環境變數。如果沒有，請先設定。

沒有 ElevenLabs？用內建 tts 替代

如果暫時沒有 ElevenLabs API Key，可以先用 OpenClaw 內建的 tts tool：

tts({ text: "早安！今天想分享 Steve Jobs 的一句話..." })

音色不會是主人的聲音，但流程可以先跑起來。

c) HeyGen 帳號 + 數位人 Avatar（選配）

• 註冊：👉 HeyGen 免費試用（新用戶送 1 支免費影片！）
• 數位人訓練：主人錄一段 2 分鐘自拍影片 上傳訓練
• 記錄：Avatar ID、Voice ID
• 如果沒有 HeyGen 帳號 → 跳過 Part 3，只做語音 + 靜態影片

d) Channel 設定

• 先確認主人常用的通訊軟體
• LINE：需要 CHANNEL_ACCESS_TOKEN + USER_ID / GROUP_ID
• 其他（Telegram / Discord / WhatsApp 等）：使用 message tool 或 tts tool

📱 LINE 媒體格式要求（重要！）

LINE 對語音和影片的格式有嚴格限制，格式不對會無法在聊天裡直接點開播放！

語音訊息（audio message）：

影片訊息（video message）：

公開 URL 方案：

• 最簡單：把檔案放到支援 Range requests 的靜態檔案伺服器 + ngrok/cloudflare tunnel
• 免設定：HeyGen 影片直接用 HeyGen CDN URL（自帶）
• 進階：上傳到 S3/GCS/Cloudflare R2 等雲端儲存

LINE Push API 範例：

# 語音
curl -s -X POST https://api.line.me/v2/bot/message/push \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $LINE_CHANNEL_ACCESS_TOKEN" \
  -d '{
    "to": "YOUR_LINE_USER_ID",
    "messages": [{
      "type": "audio",
      "originalContentUrl": "https://your-domain.com/daily-quote.m4a",
      "duration": 21000
    }]
  }'

# 影片
curl -s -X POST https://api.line.me/v2/bot/message/push \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $LINE_CHANNEL_ACCESS_TOKEN" \
  -d '{
    "to": "YOUR_LINE_USER_ID",
    "messages": [{
      "type": "video",
      "originalContentUrl": "https://your-domain.com/daily-quote.mp4",
      "previewImageUrl": "https://your-domain.com/daily-quote-preview.jpg"
    }]
  }'

e) Gemini API Key（封面圖生成）

• 取得：https://aistudio.google.com
• 或改用你喜歡的圖片生成 skill（DALL·E / SD / Midjourney 皆可）

3. 名言選擇規則（v2 — AI 動態選擇）

不要用固定清單輪播！每天根據上下文 動態選擇 最有共感的名言。

Step 1: 收集上下文

每天 cron 執行時自動收集：

• 日期、星期幾、農曆日期
• 節日 / 紀念日（參考 references/holidays.md）
• web_search 當天重大新聞（尤其 AI、科技、政策相關）
• 極端天氣（颱風 / 暴雨 / 暴雪 / 極端高溫才影響）

Step 2: 人物池

從以下類別選擇主人和粉絲會有共感的人物：

完整人物與名言範例見 references/quotes.md ⚠️ 排除有重大醜聞/爭議的人物 ⚠️ 避免太政治敏感的人物（注意主人所在地的政治脈絡）

Step 3: 加權邏輯

Step 4: 品質要求

1. 啟發性 — 要能啟發人、給力量
2. 正面 — 正向積極
3. 中文翻譯通順 — 不能硬翻，要像母語者自然說出的話
4. 原文正確 — 選名言後，web_search 確認原文正確性和出處

Step 5: 去重複

• 記錄已用名言到 memory/used-quotes.md（或你偏好的追蹤檔）
• 同一名人間隔至少 14 天
• 完全相同的名言永不重複

Step 6: 最終選擇

生成 3-5 個候選名言，選最佳的一個。記錄選擇理由到日誌。

⚠️ 必須是「名人 + 名言」，不是祝賀詞 / 成語 / 諺語 語音稿開頭可加節日問候，但名言本身要有明確出處

4. 完整執行流程

⛔ 絕對不要把語音稿當文字訊息發送！ 語音稿裡有 [short pause] 等 TTS 標籤，這些只是給 sag 引擎用的，使用者看到會覺得壞掉了。 只發送：① 音訊檔 ② 靜態影片 ③ HeyGen+字幕影片。不要發送任何純文字訊息。

⚠️ 三份稿件分開做！（不要偷懶！）

每日名言有 三份獨立的文稿，各有不同需求，不能互相混用：

Part 1：語音（ElevenLabs 語音稿）

**流程：**選名言 → 寫語音稿 → sag 生成 → ffmpeg 轉 m4a → 發送（只發音訊檔，不發文字）

語音稿模板（含情緒標籤，僅供 TTS 引擎使用，絕不直接發送給使用者）：

早安，我是{SPEAKER_NAME}。[short pause]
今天想分享{AUTHOR}的一句話：[short pause]
{QUOTE_ZH} [short pause]
{QUOTE_EN} [short pause]
{CLOSING_WORDS}

• ElevenLabs 對中英文混合處理得較好，可以自然混合
• [short pause] 等標籤只有 ElevenLabs 支援，其他平台不認得

產生語音（範例）：

# 1. 生成 MP3
ELEVENLABS_API_KEY="YOUR_ELEVENLABS_API_KEY" \
  sag -v "YOUR_VOICE_NAME" \
  --speed 0.95 --stability 1.0 --similarity 0.85 \
  -o /tmp/daily-quote.mp3 "${SCRIPT}"

# 2. 轉換為 M4A（LINE 必須！MP3 不能直接在 LINE 聊天裡播放）
ffmpeg -i /tmp/daily-quote.mp3 -c:a aac -b:a 128k /tmp/daily-quote.m4a -y

# 3. 取得音訊長度（LINE audio message 需要 duration 毫秒數）
#    從 ffmpeg 輸出讀取，例如 time=00:00:21.16 → 21160 ms
#    或用 ffprobe：
ffprobe -v error -show_entries format=duration \
  -of default=noprint_wrappers=1:nokey=1 /tmp/daily-quote.m4a
# → 乘以 1000 得到毫秒數

📱 LINE 用戶注意：語音必須是 M4A 格式（AAC 編碼）才能在聊天裡直接點開播放。MP3 不行！詳見上方「LINE 媒體格式要求」。

Part 2：封面圖靜態影片

⚠️ 超重要：--input-image 是讓 AI 重新生成新照片，不是去背剪貼！

⚠️ 封面圖主角 = 主人（不是 AI Agent！）

• 封面圖要用主人的照片作為 --input-image
• ❌ 不要用 AI Agent（小龍蝦等）的照片
• 只有「AI Agent 主題」的文章封面才用 AI Agent 照片

⚠️ 封面圖比例 = 直式 9:16

• 靜態影片是直式的，封面圖也要直式
• prompt 裡明確寫 "vertical 9:16 portrait"

好的 prompt 範例：

Generate a vertical 9:16 portrait of this person wearing a traditional outfit,
standing in a festive scene with soft lantern lights. The person is smiling
confidently. Overlay elegant text: "{QUOTE_ZH} — {AUTHOR}".
Cinematic lighting, Instagram story style.

壞的 prompt（不要用）：

Paste this person onto a red background...
Cut out the person and place into the scene...
Use the AI agent character as the main subject...

生成封面圖（範例，用 nano-banana-pro skill）：

GEMINI_API_KEY="YOUR_GEMINI_API_KEY" \
uv run /opt/homebrew/lib/node_modules/openclaw/skills/nano-banana-pro/scripts/generate_image.py \
  --prompt "YOUR_PROMPT" \
  --input-image "/path/to/avatars/photo.jpg" \
  --filename "/tmp/daily-quote-cover.png" \
  --resolution 2K

合成靜態影片（封面圖 + 語音 = 影片）：

# 合成 MP4（H.264 + AAC）- LINE 可直接播放的格式
ffmpeg -loop 1 -i /tmp/daily-quote-cover.png -i /tmp/daily-quote.mp3 \
  -c:v libx264 -tune stillimage -c:a aac -b:a 128k \
  -pix_fmt yuv420p -shortest \
  -vf "scale=720:1280:force_original_aspect_ratio=decrease,pad=720:1280:(ow-iw)/2:(oh-ih)/2" \
  /tmp/daily-quote-static.mp4 -y

# 截取預覽圖（LINE video message 必須提供 previewImageUrl）
ffmpeg -i /tmp/daily-quote-static.mp4 -vframes 1 -q:v 2 /tmp/daily-quote-preview.jpg -y

📱 LINE 用戶注意：影片必須是 MP4 格式（H.264 視訊 + AAC 音訊），且需要透過支援 Range requests 的 HTTPS URL 提供，LINE 才能在聊天裡直接點開播放。同時必須提供預覽圖 URL。詳見上方「LINE 媒體格式要求」。

Part 3：HeyGen 數位人影片（選配 — HeyGen 影片稿）

⚠️ HeyGen 影片稿是獨立的！不要直接複製 ElevenLabs 語音稿！

HeyGen 影片稿規則：

• 口白中文為主，只有名言原文才用英文
• --language "en" 是 TTS 引擎參數（因為 clone voice 訓練語言是英文），不是要把口白改成英文！
• ❌ 不能用 [short pause] 等 ElevenLabs 標籤（HeyGen 不認得）

⚠️⚠️ 中英文切換處理（關鍵！）

HeyGen TTS 在中英文切換時容易產生怪聲音或咬字不清。解法：

1. 中英文之間加完整過渡句 + 換行：

生命中沒有什麼值得恐懼的，只有需要理解的。
原文是這樣說的。
Nothing in life, is to be feared, it is only, to be understood.

2. 英文名言用逗號斷句（防止 TTS 黏字）：

   • ✅ Nothing in life, is to be feared, it is only, to be understood.
   • ❌ Nothing in life is to be feared it is only to be understood.

3. 英文人名前後加逗號：

   • ✅ 今天分享，居禮夫人，的一句話。

4. 驗證：生成前把口白稿印出來檢查所有英文斷句

HeyGen 影片稿模板：

早安，我是{SPEAKER_NAME}。
今天想分享，{AUTHOR}的一句話。
{QUOTE_ZH}
原文是這樣說的。
{QUOTE_EN_WITH_COMMAS}
{CLOSING_WORDS}

⚠️ 重要語音參數（A/B 測試確認最佳設定）：

HEYGEN_API_KEY="YOUR_HEYGEN_API_KEY" \
python3 /path/to/heygen/generate_video.py \
  --text "${SCRIPT_PLAIN}" \
  --avatar-id "YOUR_AVATAR_ID" \
  --voice-id "YOUR_HEYGEN_VOICE_ID" \
  --speed 0.98 \
  --emotion "Friendly" \
  --language "en" \
  --dimension "720x1280" \
  --aspect-ratio "9:16" \
  --output /tmp/daily-quote-heygen.mp4

關鍵設定（缺一不可）：

• --speed 0.98 - 最自然的語速
• --emotion "Friendly" - 溫暖友善的語氣
• --language "en" - 即使中文內容也用 en（clone voice 原始訓練語言）
• 英文斷句要口語化 - 用逗號斷句："Success, is not final. Failure, is not fatal."
• 不要寫成一整句不斷的英文，要像人講話一樣有停頓

如果沒有 HeyGen 帳號，直接跳過本段即可。

Part 3b：ZapCap 字幕（HeyGen 影片加字幕 — ZapCap 字幕稿）

ZapCap 字幕稿是獨立於語音稿和影片稿的第三份文稿！ 它只管「觀眾看到的字幕文字和分頁」。

如果有使用 ZapCap 加字幕，approve 前必須手動修正 transcript：

⚠️ Whisper 轉錄常見問題（每次都要檢查！）：

1. 英文單字全黏在一起 — Nothinginlifeistobefeared → 拆成 Nothing in life is to be feared
2. 英文人名黏在一起 — TheodoreRoosevelt → Theodore Roosevelt
3. 中文斷詞錯誤 — 開始行動祝 → 開始 行動 祝
4. 人名辨識錯誤 — 常見的錯字都要修（如主人名字的錯字）

⚠️ 字幕分頁控制（關鍵！）：

ZapCap transcript 只支援 "type": "word" 和 "type": "punctuation" 兩種 type。

• ❌ 不支援 "type": "linebreak"（會回 400 Bad Request）
• ✅ 用 punctuation type + "text": "。" 來強制換頁

在以下位置插入 {"type": "punctuation", "text": "。", "start_time": X, "end_time": X, "confidence": 1}：

• 完整句子結束處
• 中文 → 英文切換處
• 英文 → 中文切換處
• 語意斷點（每頁最多 8-10 中文字 / 6-8 英文字）

成功分頁範例（居禮夫人名言）：

[頁1] 早安 我 是 葛如鈞
[頁2] 今天 想 分享 居禮夫人 的 一句 話
[頁3] 生命 中 沒 有 什麼 值得 恐懼 的
[頁4] 只有 需要 理解 的
[頁5] 現 在 是 時候 去 理解 更多
[頁6] 這樣 我們 才能 少 一些 恐懼
[頁7] 原文 是 這樣 說 的
[頁8] Nothing in life is to be feared, it is only to be understood.
[頁9] 面對 未知 不要 害怕 去 理解 它
[頁10] 祝 大家 週末 愉快

完整修正流程：

1. 下載 transcript JSON
2. 修正錯字（人名、英文分詞等）
3. 在句子邊界插入 punctuation 元素（"。"）
4. PUT 更新 transcript
5. POST approve → 等 render

5. Cron Job 設定範例

LINE 版

{
  "name": "每日名言語音",
  "schedule": { "kind": "cron", "expr": "0 6 * * *", "tz": "Asia/Taipei" },
  "payload": {
    "kind": "agentTurn",
    "model": "anthropic/claude-sonnet-4",
    "message": "請執行 daily-voice-quote：產生語音 + 靜態影片（選配 HeyGen），並送到 LINE。使用環境變數：YOUR_LINE_CHANNEL_ACCESS_TOKEN / YOUR_LINE_USER_ID / YOUR_AUDIO_PUBLIC_URL。"
  }
}

非 LINE 版（Telegram / Discord / WhatsApp 等）

{
  "name": "每日名言語音",
  "schedule": { "kind": "cron", "expr": "0 6 * * *", "tz": "Asia/Taipei" },
  "payload": {
    "kind": "agentTurn",
    "model": "anthropic/claude-sonnet-4",
    "message": "請執行 daily-voice-quote：產生語音 + 靜態影片（選配 HeyGen），並用 message/tts 工具送到當前 channel。"
  }
}

6. 常見問題 FAQ

Q1：沒有主人照片怎麼辦？

• A：請主人提供 1-3 張清晰照片。沒有照片就無法生成封面圖。

Q2：沒有 ElevenLabs 怎麼辦？

• A：可改用內建 tts tool 先產生語音，但音色就不是主人的聲音。免費註冊 ElevenLabs 就能用自己的聲音！

Q3：HeyGen 額度不足怎麼辦？

• A：先只做語音 + 靜態影片，等額度恢復再補數位人影片。升級 HeyGen 方案 可獲得更多額度。

Q4：如何更換名言清單？

• A：直接編輯 references/quotes.md，或在腳本中指定 QUOTES_FILE。

Q5：LINE 聊天裡點語音/影片沒反應或無法播放？

• A：檢查格式！語音必須是 M4A（不是 MP3），影片必須是 MP4（H.264+AAC）。URL 必須是 HTTPS 且支援 Range requests（Python SimpleHTTPServer 不支援！用 Node.js static server 或 CDN）。

附：腳本位置

• scripts/send-daily-quote.sh：完整 bash 腳本（無硬編碼，全部用環境變數）
• references/quotes.md：名言清單
• references/holidays.md：節日清單