Feishu Persona Voice Reply#

这个技能用于在 飞书 里打造一个可定制人设的虚拟角色。

1. 先做人设初始化：由用户决定角色名、关系定位、性格、说话风格、口头禅、音色等；
2. 后续按人设回复：用户给机器人发送文字或语音时，机器人根据角色设定产出回复；
3. 语音闭环：ASR 和 TTS 都统一调用 SenseAudio；
4. 飞书原生语音条：最终回复发送为 OPUS 格式音频消息，在飞书里显示为可点击即播的语音条，而不是普通文件附件。

OpenClaw 的 Skills 通过 SKILL.md frontmatter 声明依赖与环境变量；飞书渠道使用 WebSocket 事件订阅接收消息；飞书发送语音消息前需要先上传 OPUS 文件，再以 audio 消息发送 file_key。

适用场景#

• 在飞书中创建一个“虚拟陪伴角色”
• 类似乙女游戏 / 角色扮演聊天，但通过企业 IM 落地
• 用户可先自定义角色，再与其持续对话
• 角色能用自己的声音风格给出语音回复

绝对规则#

1. 所有 ASR 和 TTS 必须走 SenseAudio。 禁止改用 OpenAI、Edge TTS、系统 say、Whisper、本地 pyttsx3 等其他方案。
2. 飞书语音必须发成 OPUS 语音消息。 禁止把 mp3/wav 直接当文件附件发出去，除非用户明确要求普通文件。
3. 首次使用前必须完成人设初始化。 没有人设就不要直接回复“空角色语气”。
4. 回复先由 OpenClaw 生成文本，再调用脚本发语音。 本技能的脚本负责存人设、调用 SenseAudio、转换 OPUS、发送飞书语音条；角色化文本本身由 OpenClaw 按人设提示词生成。
5. 如果用户发来语音，先转写再理解。 禁止跳过 ASR 直接臆测用户内容。
6. 默认仅发送语音消息。 只有当用户明确要求文字版时，才额外发送文本；如果飞书语音发送失败，可降级为文本回复。

输出规则（最高优先级）#

当本技能已经成功调用飞书语音发送流程后：

• 不要再向用户发送任何文本回复
• 不要复述刚才用于 TTS 的内容
• 不要附加“我刚刚已经回你一条语音了”之类的说明
• 成功情况下，最终对话输出应为空，由飞书中的语音条作为唯一回复
• 只有在发送失败时，才允许返回文本错误信息

前置要求#

1. 飞书应用#

需要一个飞书企业自建应用，并启用机器人能力。OpenClaw Feishu 文档建议：创建 app、复制 App ID 和 App Secret、配置权限、启用 bot、配置事件订阅、最后发布应用。Feishu 插件通过 WebSocket 模式接收消息，不需要先暴露公网 webhook。

最少准备：

• FEISHU_APP_ID
• FEISHU_APP_SECRET
• 目标会话的 chat_id（也可以在脚本参数中传入）

2. SenseAudio 凭证#

需要：

• SENSEAUDIO_API_KEY
• 可选 SENSEAUDIO_API_BASE，默认 https://api.senseaudio.cn
• 可选 SENSEAUDIO_ASR_ENDPOINT

3. 本地依赖#

• python3
• ffmpeg（用于把 SenseAudio 结果转成 Feishu 语音条需要的 OPUS）

飞书上传文件接口支持 opus 音频；如果原始音频是其他格式，需要先转为 OPUS。

推荐目录结构#

text

feishu-persona-voice-reply/
├── SKILL.md
├── data/
│   └── persona.json
└── scripts/
    ├── main.py
    ├── asr.py
    ├── tts.py
    ├── feishu_api.py
    └── persona_store.py

人设字段建议#

初始化人设时，至少收集以下内容：

• name：角色名
• relationship：与用户的关系定位（学长 / 搭档 / 恋人感 / 治愈系朋友）
• personality：性格关键词
• speaking_style：说话风格
• catchphrase：口头禅或常见尾句
• voice_id：SenseAudio 音色 ID
• speed：语速
• pitch：音调（ 整数）
• vol：音量
• emotion：默认情感
• boundaries：角色边界

使用流程#

步骤 1：初始化角色人设#

先和用户确认人设，再保存：

bash

python3 "$SKILL_DIR/scripts/main.py" persona-init \
  --name "阿澈" \
  --relationship "温柔克制的陪伴型学长" \
  --personality "耐心, 细腻, 稍微嘴硬但可靠" \
  --speaking-style "短句, 自然, 温柔, 不油腻" \
  --catchphrase "别硬撑，我在。" \
  --voice-id "male_0018_a" \
  --speed 0.95 \
  --pitch -1 \
  --vol 1.0 \
  --emotion "calm"

步骤 2：查看当前人设#

bash

python3 "$SKILL_DIR/scripts/main.py" persona-show

步骤 3：当用户发来文字时#

先根据人设写出 文本回复。文本回复应该由 OpenClaw 在阅读人设后生成。你可以先读取人设摘要：

bash

python3 "$SKILL_DIR/scripts/main.py" persona-prompt --user-message "今天真的很累"

脚本会输出一段 prompt 上下文。读取后，用这个人设生成最终回复文本。

生成好文本后，再发语音条到飞书：

bash

python3 "$SKILL_DIR/scripts/main.py" send-voice \
  --reply-text "那就先别逼自己继续撑着了。把包放下，先坐一会儿，我陪你缓一缓。" \
  --chat-id "oc_xxxxx"

步骤 4：当用户发来语音时#

先转写：

bash

python3 "$SKILL_DIR/scripts/main.py" transcribe \
  --audio "/absolute/path/to/input.m4a"

拿到转写文本后，再执行“人设生成文本回复 → send-voice”的流程。

推荐对话逻辑#

当用户第一次使用时，你应该先问清楚：

• 角色叫什么名字？
• 你希望 TA 和你是什么关系？
• TA 更温柔、冷静，还是毒舌一点？
• 想要男声还是女声？
• 说话偏日常还是偏戏剧化？

确认后，调用 persona-init 保存设定。

后续每次用户发消息：

1. 若是语音，先 transcribe
2. 读取 persona-prompt
3. 用该 prompt 生成人设化文本回复
4. 调用 send-voice
5. 默认只发送语音；仅在用户明确要求文字版时再发送文本

失败处理#

没有人设#

先引导用户做 persona-init，不要直接进入角色回复。

没有 SENSEAUDIO_API_KEY#

提示用户前往 SenseAudio 平台获取 API Key，并设置：

bash

export SENSEAUDIO_API_KEY="your_api_key"
export SENSEAUDIO_API_BASE="https://api.senseaudio.cn"

没有 FEISHU_APP_ID / FEISHU_APP_SECRET#

提示用户先按 OpenClaw Feishu 渠道文档创建飞书应用并配置凭证。

发送后显示为附件，不是语音条#

检查是否满足：

• 已转成 .opus / OPUS 编码
• 上传时 file_type=opus
• 发送时使用 audio 消息并传 file_key

Feishu 上传文件文档说明 opus 需要专门作为 OPUS 音频上传；发送消息文档说明音频文件要先上传，再用 file_key 发送。

参考命令#

环境检查#

bash

python3 "$SKILL_DIR/scripts/main.py" setup

初始化人设#

bash

python3 "$SKILL_DIR/scripts/main.py" persona-init \
  --name "阿澈" \
  --relationship "陪伴型学长" \
  --personality "温柔, 耐心, 克制" \
  --speaking-style "短句, 自然, 轻微关心" \
  --voice-id "male_0018_a"

发送语音条#

bash

python3 "$SKILL_DIR/scripts/main.py" send-voice \
  --reply-text "先休息一下，我在这。" \
  --chat-id "oc_xxxxx"