Sag

• 您希望从命令行生成富有表现力的高质量 AI 语音音频，而无需编写自定义 API 代码。
• 您需要 AI 智能体（如 Clawd）使用 [whispers]、[excited] 或 [sarcastic] 等标签，生成带有个性和情感的语音回复。
• 您正在编写需要选择声音、语言规范化或切换模型（eleven_v3、eleven_multilingual_v2、eleven_flash_v2_5）的 TTS 工作流脚本。
• 您希望用一个即插即用的替代方案取代 macOS say 命令，改用 ElevenLabs 的高品质声音，而非系统自带声音。

• 您没有 ElevenLabs API 密钥，或者不想产生 ElevenLabs 使用费用——此技能没有免费/离线回退方案。
• 您需要 SSML <phoneme> 支持；sag 不提供该功能。
• 您只需要 macOS 上基本的系统级 TTS，且不需要 ElevenLabs 的质量——内置的 say 命令即可满足需求。

可在 eleven_v3（富有表现力，默认）、eleven_multilingual_v2（稳定，多语言）和 eleven_flash_v2_5（快速）之间进行选择，以便针对每种使用场景在质量、速度和语言覆盖范围之间取得最佳平衡。

使用 [whispers]、[shouts]、[laughs]、[excited]、[sarcastic] 等标签，将语音提示直接嵌入文本中。停顿控制使用 [pause]、[short pause] 和 [long pause]，而非 SSML。

通过 -v 标志按名称或 ID 指定任意 ElevenLabs 语音，通过 ELEVENLABS_VOICE_ID / SAG_VOICE_ID 设置默认语音，并使用 sag voices 浏览可用语音。

通过重新拼写单词、使用连字符或调整大小写来修正错误发音。--normalize auto|off 标志用于处理数字、单位和 URL，而 --lang 则指导特定语言的规范化处理。

运行 sag prompting 以获取针对当前所选模型的专属指导，了解如何措辞和格式化文本以获得最佳效果。

使用 -o 标志将生成的音频直接保存到磁盘（例如，-o /tmp/reply.mp3），便于将音频文件附加到 AI 代理响应或下游工作流中。

AI 智能体生成具有特定角色的语音回复 —— 例如，sag -v Clawd -o /tmp/reply.mp3 "[excited] Here's what I found!" —— 然后在回复中包含文件路径以便立即播放。

在 shell 脚本中将文本或文档内容传入 sag，批量生成带旁白的音频文件，并利用 --normalize auto 参数整洁地处理数字和 URL。

在正式确定生产配音之前，通过终端快速试听不同的 ElevenLabs 声音及演绎风格（[whispers]、[sarcastic]、[sings]），轻松做出选择。

使用 eleven_multilingual_v2 配合 --lang de|fr|es|... 参数，可生成经过正确规范化处理的非英语语言 TTS 音频，适用于本地化内容流水线。