EdgeSpeak

Agent Skill

让支持 Skills 的 agent 自动发现本地语音能力。

安装

使用标准 skills 安装器安装，可自动识别客户端，也可显式指定 agent。

npx skills add lattifai/EdgeSpeak

npx skills add lattifai/EdgeSpeak --agent claude-code
npx skills add lattifai/EdgeSpeak --agent cursor
npx skills add lattifai/EdgeSpeak --agent codex

Skill 清单

八个 skill，覆盖端侧完整链路。多数 skill 由 agent 读取指令后调用 edgespeak-cli，JSON 输出与网关 API 同形。karaoke 还需要 FFmpeg，yt-download 依赖 yt-dlp，translate 则由 agent 自己写译文，背后没有 CLI。

edgespeak-transcribe      音视频 → 文本 + 词级时间戳    (edgespeak-cli transcribe)
edgespeak-align           已有文稿 → 词级时间戳         (edgespeak-cli align)
edgespeak-segment         纯文本 → 句子                 (edgespeak-cli segment)
edgespeak-broadcast       文本 → 语音 + 声音库          (edgespeak-cli speech)
edgespeak-karaoke         媒体 → 卡拉 OK ASS + 硬字幕   (edgespeak-cli transcribe + FFmpeg)
edgespeak-name-speakers   speaker_N → 真实姓名          (随附 Python 脚本)
edgespeak-translate       带时间戳文稿 → 目标语言       (agent 自写，无 CLI)
edgespeak-yt-download     YouTube 链接 → 媒体 + 字幕    (yt-dlp)

依赖

skill 底层调用 edgespeak-cli——自包含端侧运行时，无需桌面 App；桌面 App 也内置同一个 CLI。

curl -fsSL https://edgespeak.com/install.sh | sh
edgespeak-cli trial

手动安装

如果安装器不可用，可克隆公开仓库，再把 skill 目录复制进 agent 的 skills 目录。

git clone https://github.com/lattifai/EdgeSpeak
cp -r EdgeSpeak/skills/edgespeak-* ~/.claude/skills/