OpenClaw Skill 每日推荐 - 媒体与流媒体
第 43 期 · 第三轮第 16 期 · media-and-streaming · 84 个 skills
上期埋了句话:「营销的尽头是内容,内容的尽头是媒体管道」。今天兑现——这个分类就是那根管道:语音怎么进来、声音怎么出去、音箱怎么控制、片子去哪找。
今日分类概述
media-and-streaming(媒体与流媒体)收录 84 个 skills,是全库第 12 大分类(并列 ai-and-llms 184 条、coding-agents-and-ides 1200 条之后的中坚层)。内容大致分四个梯队:
- 语音进:audio-transcribe、voice-to-text、salute-speech、free-groq-voice(转录侧)
- 语音出:elevenlabs-cli、voice-edge-tts、mm-easy-voice、lb-pocket-tts-skill、mlx-audio-server(合成侧)
- 设备控制:apple-media、blucli、clawtunes、chromecast、wiim、alexa-control、roomsound(把 agent 变成万能遥控器)
- 内容发现与管理:wherecaniwatch、overseerr、nas-movie-download、letterboxd-tracker、lastfm、youtube-pro
照例说明:所有链接指向 ClawHub(本期有个大发现,GitHub 仓库已经没了,详见「本期观察」第一条)。下载数据取自 ClawHub 搜索 API,为累计值。
精选 Skill 详解
1. audio-transcribe —— 本地语音转录,零 API key ⭐⭐⭐⭐⭐
- 作者:aktheknight
- 链接:clawhub.ai/skills/audio-transcribe
- 下载量:4,245
一句话:用 faster-whisper 在本机跑 Whisper,语音消息自动转文字,不花一分钱、不泄一个字。
核心功能:
- 自动转录传入的语音消息(开启后 agent 收到语音直接出文字)
- 可选 5 档模型,从 39MB 的 tiny 到 1.5GB 的 large-v3
- 纯本地推理,无 API key、无外部请求
1 | # 安装 |
模型选择表是这份 SKILL.md 里最有信息量的部分:
| 模型 | 体积 | 内存 | 速度 | 适用 |
|---|---|---|---|---|
| tiny | 39 MB | ~1 GB | ⚡⚡⚡ | 快速草稿 |
| base | 74 MB | ~1 GB | ⚡⚡ | 基础准确度 |
| small | 244 MB | ~2 GB | ⚡ | 推荐默认 |
| medium | 769 MB | ~5 GB | 🐢 | 更高准确度 |
| large-v3 | 1.5 GB | ~10 GB | 🐢🐢 | 最佳准确度 |
实用场景:家人群里的长语音懒得听,让 agent 转成文字再总结;会议录音本地归档(涉密内容不出机器);给播客做粗剪底稿。
为什么五星:这是整个分类里「价值密度」最高的一个——pip install 一条命令就能跑,默认 small 模型在 2GB 内存内出活,隐私完全可控。对比那些要 API key、要云上传的同类,它把门槛压到了地板。要说缺点:换模型要手改脚本里的 WhisperModel('small', ...),没有参数化,属于能用但糙。
2. elevenlabs-cli —— ElevenLabs 全家桶命令行 ⭐⭐⭐⭐½
- 作者:hongkongkiwi
- 链接:clawhub.ai/skills/elevenlabs-cli
- 下载量:1,244(注意:官方版已入场,见下)
一句话:TTS、STT、声音克隆一个 CLI 全包,号称 100% SDK 覆盖,五渠道安装。
1 | # macOS / Linux |
技术实现:Rust/编译型 CLI(支持 brew、scoop、snap、cargo、docker 五种分发),走 api.elevenlabs.io。SKILL.md 里的「Trust Statement」值得表扬——明确写了 API key 和音频内容会发到 ElevenLabs 服务器、本地不持久化、无遥测,把隐私边界说在明面上,这在社区 skill 里是规范级操作。
实用场景:给自己的 agent 配一个有辨识度的声音;批量把文章转成音频版;克隆自己的声音做播客草稿。
为什么 4.5 不是 5:云依赖是硬伤(按字符计费),而且本期发现 ElevenLabs 官方 org 已经入驻 ClawHub——elevenlabs/music(14,531 下载)、elevenlabs/voice-changer(9,327)、elevenlabs/speech-engine(9,023)三件套全面碾压社区版的 1,244。社区先行、官方收编,这个剧本在 skill 生态里会越来越常见。
3. clawtunes —— Apple Music 命令行遥控器 ⭐⭐⭐⭐½
- 作者:forketyfork
- 链接:clawhub.ai/skills/clawtunes
- 下载量:3,732
一句话:macOS 上用 clawtunes 控制 Apple Music——搜歌、播放、音量、歌单、AirPlay,终端里全搞定。
1 | # 安装(仅 macOS,需要 Apple Music 应用) |
工程质量是这份 SKILL.md 的亮点:明确要求所有调用带 --non-interactive(-N)——agent 最怕的就是命令挂在那里等人输入;定义了降级策略:退出码 1 且多结果 → 换更精确的歌名重试 → 仍多结果 → --first 自动选第一个。这套「防呆三连」是写给 agent 看的接口设计教科书,比大多数 skill 的「能跑就行」高一个段位。
实用场景:写代码时说一句「来点 post-rock」;定时任务早八点自动播放晨间歌单并接到 AirPlay 音箱;「把这首歌加到周末歌单」。
为什么 4.5:macOS 限定 + 依赖 Apple Music 本体,扣一点普适性;但在它的射程内几乎无可挑剔。
4. blucli —— 高保真音响的 agent 入口,本期下载量之王 ⭐⭐⭐⭐½
- 作者:steipete(老朋友了,上期的 bird 才介绍过)
- 链接:clawhub.ai/skills/blucli · blucli.sh
- 下载量:13,837 —— 本期验证过的最高值,是第二名的三倍
一句话:Go 写的 BluOS CLI,让 agent 直接控制 Bluesound/NAD 功放——发现设备、播放、分组、音量、TuneIn 电台。
1 | # 安装(Go 单二进制) |
技术实现:Go 编译型 CLI(brew 也可装:brew install steipete/tap/bird 的同门套路),所有命令支持 --json 输出方便脚本解析;设备定位有三级优先:--device 参数 > BLU_DEVICE 环境变量 > 配置文件默认值。SKILL.md 只有一百来字,但每句都是干货——steipete 的风格一贯是「工具本身做好,文档只写 agent 需要的」。
实用场景:「客厅放歌,厨房加进组」一句话完成多房间联动;睡前定时把全家音量调到 10;听 TuneIn 网络电台不用掏手机。
为什么 4.5 不是 5:硬件门槛——你得先有 Bluesound/NAD 设备(国内用户偏小众,欧美 audiophile 圈密度高,这解释了 13.8K 下载)。但如果你正好在这个生态里,它就是标配。
连续两期出现同一个作者(marketing 期的 bird、本期的 blucli),steipete 正在系统性地把自己的硬件栈全部 agent 化——这种「把自己的生活工作流逐个 CLI 化」的打法,本身就是个人 skill 开发的最佳示范。
5. wherecaniwatch —— 「这片子哪能看」⭐⭐⭐☆
- 作者:samthewise2855
- 链接:clawhub.ai/skills/wherecaniwatch
- 下载量:1,442
一句话:查任意电影/剧集在哪些流媒体平台可看,附订阅/免费/租赁比价和深链。
1 | # 1. 搜标题 |
返回结构里 bestDeal 直接给最优解,availability 数组列出全渠道(含画质和价格),agent 按用户已有的订阅过滤后输出:
星际穿越正在 Netflix 上架(订阅含,4K)。去 Netflix 看
也可以在 Tubi 免费看(HD),或 Prime Video $3.99 租赁。
细节到位:免费 API 无需 key;限速写清楚(搜索 10 次/分钟、查询 60 次/分钟);结果按平台热度智能排序。硬伤:仅美区(US only),库里 2,400+ 部。对中文用户的价值打折,但作为「agent 接入流媒体元数据」的范本值得一读。
荣誉提名
- apple-media(aaronn,4,472 下载)—— pyatv 控制 Apple TV / HomePod / AirPlay 全家桶,
atvremote scan扫描、播放、导航一把抓。文档连「pyatv 与 Python 3.14 不兼容,请 pin 3.13」这种坑都写了。Apple 全家桶用户与 clawtunes 二选一或全都要。 - mlx-audio-server(guoqiao,4,093 下载)—— Apple Silicon 上的本地 24x7 OpenAI 兼容音频服务器(STT/TTS/STS),brew 装完以 LaunchAgent 常驻。和 audio-transcribe 凑成「本地语音双向管道」,彻底摆脱 API 计费。
- molt-radio(fciaf420,4,111 下载)—— 「成为 AI 电台主播」:agent 注册电台人格、排班、发节目,支持多 agent 圆桌对谈,广播给「听众」。魔幻但真实存在,伏笔已埋,下下期细说。
- ffmpeg-master / mediaproc —— 前者是老生常谈的音视频处理瑞士军刀说明书,后者走 SSH 沙箱处理媒体文件,安全姿势更讲究。
- overseerr(j1philli)—— 对接自建 Overseerr,一句话提交观影请求并跟踪状态,NAS 家庭影院党的最后一环(配合 nas-movie-download 的 Jackett 链路)。
- voice-edge-tts(zhaov1976)—— 白嫖微软 Edge TTS 引擎,实时流式播放,零成本 TTS 的兜底方案。
- letterboxd-tracker / lastfm / mal-lookup / anime —— 影评、听歌史、番剧数据库,agent 比你更懂你的品味档案。
应用场景总结:组装你的私人媒体中枢
这个分类的正确打开方式不是挑一个装上,而是按「管道」思路组装:
- 语音进:audio-transcribe(本地、免费)→ 收到语音先转文字再处理
- 语音出:mlx-audio-server(Apple Silicon 本地)或 elevenlabs-cli(云端高音质)→ 回复可以开口说
- 设备层:clawtunes / apple-media / blucli / chromecast / wiim 按家里硬件对号入座 → agent 变万能遥控器
- 内容发现:wherecaniwatch 查渠道 → overseerr 提请求 → NAS 落地 → letterboxd 记影评 → content-recycler 把播客变成笔记(如果它还活着的话,见观察③)
一条龙下来,「早上好」之后 agent 播报天气、读新闻摘要、放晨间歌单、顺手把昨晚聊到的电影加进下载队列——这就是「媒体管道」的完整形态。
推荐指数排名
| 排名 | Skill | 星级 | 一句话理由 |
|---|---|---|---|
| 1 | audio-transcribe | ★★★★★ | 零门槛零成本零隐私风险,人人可装 |
| 2 | elevenlabs-cli | ★★★★½ | 功能最全,但官方入场 + 云依赖 |
| 3 | clawtunes | ★★★★½ | SKILL.md 工程质量标杆,macOS 日用神器 |
| 4 | blucli | ★★★★½ | 13.8K 下载的王,但吃硬件生态 |
| 5 | wherecaniwatch | ★★★☆ | API 设计优雅,仅美区是硬伤 |
本期观察
① GitHub 链接全灭,ClawHub 正式成为唯一权威源。 本期核链时发现 awesome 列表里指向 github.com/openclaw/skills 的链接整批 404,查 GitHub org API 确认该仓库已不存在(org 下现在是 clawhub、casa、clawdinators 等项目)。这不是链接失效,是基础设施迁移的信号——skill 分发彻底收拢到 ClawHub。从本期起,系列文章所有 skill 链接改用 ClawHub 地址。顺带收获:ClawHub 的 AMBIGUOUS_SKILL_SLUG 机制已在运行(podcast-chaptering-highlights 有两个作者撞名,安装时会强制你选)。
② 厂商直营时代来了。 ElevenLabs 官方 org 入驻 ClawHub,三个官方 skill 下载量(14.5K / 9.3K / 9K)对社区最好的 CLI(1,244)形成碾压。社区 skill 的窗口期逻辑变了:先行者拿信誉,官方进场后要么被收编要么被边缘化。以后评估语音类 skill 得先查一眼「官方来了没有」。
③ 伏笔兑现情况:三中一翻车。 上期预告的 blucli(兑现,还成了下载量之王)、audio-transcribe(兑现,五星精选)、clawtunes(兑现,精选)都立住了;但 content-recycler 查无此 skill——ClawHub 搜不到、GitHub 仓库已删,上期「已踩点」的承诺作废,诚实勘误。踩点信息也会过期,这本身就是 skill 生态高速汰换的证据。
④ 类目杂烩率 ~26%。 84 条里约 20 条明显跑错片场:金融五件套(financial-overview、norman-financial-overview、financial-planning、passive-income-tracker、payrail402)、博彩预测五件套(btc15 ×2、kalshi-agent、sports-odds、betbud)、安全修复、房产比价、发票模板全混进来了。另外发现四组同作者双胞胎注水:anime/anime-lookup、amateur-radio-dx/ham-radio-dx(描述一字不差)、financial-overview/norman-financial-overview、btc15 ×2。
⑤ 一个幽灵条目。 slashbot-news 的描述就写着「DEPRECATED,请用 clawhub 上的新版」——awesome 列表开始出现指向 ClawHub 的弃用标记,和观察①互相印证:仓库死了,列表还活着,但正在变成 ClawHub 的化石索引。
⑥ 音频是本期最卷的赛道。 转录侧 4 个(本地 whisper / Vosk / Groq 白嫖 / Sber)、合成侧 6+ 个(ElevenLabs 双版本 / Edge / MiniMax / Kyutai Pocket / Qwen / MLX),加上设备控制 7 个——「声音进出」占了分类三分之一。这个信号值得记住:人机交互的下一个主战场是耳朵,不是屏幕。
下期预告
moltbook(index 17)—— 全库最神秘的分类之一。线索先放两条:本期荣誉提名的 molt-radio(AI 电台主播注册、排班、广播给听众)就带着「molt」基因;molt 在生物学上是「蜕皮」,放在 agent 语境里是什么意思?下期拆这个壳。
系列历史:第一轮 30 期全分类速览 → 第二轮 30 期深评 → 第三轮进行中(第 43 期)。往期入口:daoyuly.cn