OpenClaw AI 技能

通过 AIOZ Stream API，管理视频、音频、播放列表、播放器、Webhook、分析、支付、章节和字幕。支持分布式流媒体平台的各种操作，包括媒体上传、元数据管理、播放器自定义、分析查询等。

该技能利用 Simmer SDK 和单一 API 键在 Polymarket 平台上交易音乐娱乐相关预测市场，包括音乐流行指标、专辑排行、格莱美奖、巡演收入、音乐行业交易等。默认为纸牌交易，仅在明确运行 `--live` 时执行真实交易。

给你的 agent 一部真正的电话。它会拨号、等待接通、帮你协商账单，并返回完整通话记录。

使用经典的 C64 文本转语音合成器 SAM，生成复古机器人语音音频。支持通过 `/sam` 命令生成语音消息，包括开关模式、语音参数定制（音调、速度、口腔、喉部）等功能。

使用自然语言命令执行音频编辑任务，包括剪裁、音量调整、格式转换和从视频文件中提取音频。

用于视频/音频处理任务，包括转码、过滤、流媒体、元数据操作和使用 FFmpeg 的复杂滤波器图操作。

处理、增强和转换音频文件，支持噪音去除、归一化、格式转换、转录和播客工作流。

MLX Audio Server 是一个运行在 Mac 上的本地 24x7 开放 AI 兼容 API 服务器，支持语音转文本（STT）和文本转语音（TTS），由 MLX 驱动。

使用文本转语音（TTS）生成音频回复。通过“读给我听 [公共 URL]”来获取并朗读内容，或使用“跟我聊 [主题]”来生成口语回复。

利用 OpenRouter 和音频模型（如 Gemini、GPT-4o-audio 等）转录音频文件，实现高效的音频转文本功能，适用于各种音频处理需求。

利用 ElevenLabs 语音转文本（Scribe v2）技术，转录音频文件，实现高效的语音到文本功能，适用于各种音频处理和文本提取场景。

利用 CellCog 的 AI 技术，提供音频生成和文本转语音服务。支持三家语音提供商（OpenAI、ElevenLabs、MiniMax），以及语音克隆、角色声音和音效等功能。

利用 Microsoft VibeVoice 实现本地西班牙语文本转语音（TTS），生成自然语音音频，专为 WhatsApp 语音消息优化。

一键生成AI音乐视频，利用Suno创建音乐，OpenAI/Seedream/Google/Seedance生成视觉元素，并组装成完整音乐视频。

通过 ffmpeg-static npm 包（附带二进制）执行操作，并自动回退至系统原生 FFmpeg 安装。用途：音视频处理……

Qwen3-TTS VoiceDesign 实现文本到语音的功能，允许通过自然语言描述和基于种子（seed）的音调固定设计自定义语音。包含 OpenAI 兼容的 API 服务器、一键式设置和批量种子探索工具，适用于语音生成、语音设计和集成到 OpenClaw。

Cog Online 上传音频文件（MP4、MOV、MP3、WAV，最大 500MB），说一句“同步……”，即可生成与音乐节奏同步、可直接发布的视频，无需拖动任何滑块。

Review Editor Free 跳过专业剪辑软件的学习曲线。只需描述你的需求——剪掉停顿、添加开场标题、将背景音乐同步到我的每日回顾……

Video Onlineconvert：用此技能将音频或视频文件转换为可分享的 podcast 视频，支持 MP3、MP4、WAV、MOV，最大 500 MB。适合 podcasters 与内容创作者……

视频编辑 无需学习专业剪辑软件。只需描述你的需求——剪掉停顿、添加转场、同步背景音乐——即可获得精美成片。