OpenHanako 文本转语音插件，支持多后端、Agent 音色绑定、情感控制与自动语音策略
为 OpenHanako Agent 提供语音输出能力。Agent 在对话中自动判断何时出声，也可用斜杠命令手动触发。音频以信息流气泡卡片呈现，生成时自动播放。
✅ 硅基流动 CosyVoice2 后端完整可用
✅ Agent 自动语音策略 + 音色绑定 + 情感控制
✅ 信息流气泡播放器（iframe card，自动播放/去重）
✅ Provider 集成（API Key 走 Hanako 鉴权体系）
✅ CLI 配置脚本（node scripts/tts-config.mjs）
🚧 火山引擎适配器（骨架就位，API 待对接）
- 多后端支持：默认硅基流动 CosyVoice2，火山引擎适配中，未适配平台走自定义参数
- Agent 音色绑定：每个 Agent 独立音色，调用时自动匹配，无需手动传参
- 情感 Prompt 控制：自然语言控制语调（撒娇、激动、慵懒…），后端原生支持
- 自动语音策略：三级（aggressive / normal / conservative），extensions 运行时注入 system prompt，每 Agent 独立配置
- 合成策略智能判断：短回复全文朗读，长回复自动生成口语化总结，技术内容跳过
- 信息流气泡：音频以 iframe card 嵌入消息流，可见时自动播放，已播放不重复
- 安装即用：拖入插件目录即加载，CLI 脚本一键配置
将本目录拖入 Hanako 设置 → 插件安装区，或放入 ~/.hanako/plugins/tts/。
在 Hanako 设置中为对应 Provider 填入 API Key：
在插件目录下运行：
node scripts/tts-config.mjs set-defaults这会写入全局默认值：硅基流动后端、语速 1.0、策略 normal。Agent 个性化配置需手动添加（见下方）。
# 查看当前配置
node scripts/tts-config.mjs show
# 修改单个选项
node scripts/tts-config.mjs set defaultStrategy=aggressive agent.<id>.voice=anna支持三层配置：全局（defaultBackend / defaultSpeed / defaultStrategy）、Agent（agent.<id>.voice 等）、后端（backend.<id>.apiBase 等）。
API Key 就位后，直接在对话中告诉 Agent：
帮我把 TTS 配置好，查一下我的 Agent 列表，给每个 Agent 推荐合适的音色和策略
Agent 会读取你的 Agent 信息，用 scripts/tts-config.mjs 自动完成个性化配置，省去手动查 ID、选音色的麻烦。
插件自动加载，配置热生效。
| ID | 描述 | 试听 |
|---|---|---|
anna |
沉稳女声 | 试听 |
bella |
热情女声 | 试听 |
claire |
温柔女声 | 试听 |
diana |
欢快女声 | 试听 |
alex |
沉稳男声 | 试听 |
benjamin |
深沉男声 | 试听 |
charles |
磁性男声 | 试听 |
david |
欢快男声 | 试听 |
火山引擎音色通过 API 动态获取，配置后可用。
Agent 在对话中调用，生成语音并嵌入气泡卡片。
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
text |
string | ✅ | 要朗读的文本 |
voice |
string | 音色，不填自动按 Agent 匹配 | |
speed |
number | 语速 0.25~4.0 | |
gain |
number | 增益 -10~10 dB（硅基流动） | |
prompt |
string | 情感指令 |
参数优先级：Agent 配置 > 调用时传入 > 全局默认 > 代码兜底。
策略通过 extensions/speech-strategy.js 在每次会话开始时注入 system prompt。Agent 按 tts-guide skill 的指引判断何时出声、合成全文还是总结。
| 级别 | 行为 |
|---|---|
aggressive |
积极出声，短句也语音，情绪内容必说 |
normal |
回复超 150 字生成总结语音，情绪内容优先 |
conservative |
仅用户明确要求时出声 |
支持 <|endofprompt|> 分隔符注入自然语言情感指令：
用害羞又带点喘的声音说 <|endofprompt|> 你轻点...
常用 prompt：用黏糊糊的撒娇语气说 / 压低声音，像在说悄悄话 / 激动得声音都在发抖地说 / 带着哭腔、委屈地说。
tts/
├── manifest.json # 插件清单（contributes.configuration + providers + extensions）
├── package.json # 插件发现必需
├── index.js # 生命周期入口
├── lib/
│ ├── tts-core.js # 配置管理 + 适配器调度 + 参数解析
│ └── adapters/
│ ├── siliconflow.js # 硅基流动 CosyVoice2 适配器
│ └── volcengine.js # 火山引擎适配器（骨架）
├── tools/
│ └── generate_speech.js # tts_generate_speech 工具
├── routes/
│ ├── player.js # iframe 播放器路由
│ └── player-template.js # 播放器 HTML 模板
├── extensions/
│ └── speech-strategy.js # 语音策略注入（before_agent_start）
├── providers/
│ ├── siliconflow-tts.js # 硅基流动 Provider 声明
│ └── volcengine-tts.js # 火山引擎 Provider 声明
├── skills/
│ └── tts-guide/SKILL.md # Agent 合成策略指南
├── scripts/
│ └── tts-config.mjs # CLI 配置脚本
├── CONTEXT.md # 需求锚点 + 设计决策
└── README.md # 本文档
| 依赖 | 说明 |
|---|---|
| Hanako >= 0.158.0 | 插件宿主 |
| Node.js >= 20 | 原生 fetch API |
无 npm 依赖，仅使用 Node.js 内置模块。零依赖安装。
| 环境 | 状态 |
|---|---|
| Windows | ✅ |
| macOS | ✅ |
| Linux | ✅ |