Web TTS Speaker - 让AI朗读任何网页并自动推送到多平台

一个让 AI 帮你朗读任何网页的开源技能

你是否遇到过这样的场景：想听某篇文章，但网站没有音频版本；想在通勤时”阅读”长文，但眼睛不方便；想把网页内容转成语音，但找不到好用的工具？

Web TTS Speaker 就是为解决这些问题而生的。它是一个运行在 OpenClaw 平台上的开源技能，可以自动抓取网页内容、生成高质量语音，并自动推送到飞书、微信、Telegram、Discord 等多渠道。

功能特性

✅ 核心功能

🎯 使用场景

• 📖 文章朗读：把长文转成语音，解放双眼
• 🎓 学习辅助：听文章加深理解
• 🚗 通勤伴侣：在路上”阅读”感兴趣的内容
• 🤖 AI 集成：对话中自然触发朗读 “朗读这个页面”

快速开始

安装技能

# 通过 ClawHub 安装
clawhub install web-tts-speaker

# 访问技能页面
# https://clawhub.ai/phentse/web-tts-speaker

自然语言调用

直接对 AI 说：

朗读网址 https://example.com

AI 会自动：

1. 提取网页内容
2. 检测来源渠道（飞书/微信/TG/DC）
3. 生成语音（Edge TTS 晓晓女声）
4. 推送到对应渠道

命令行调用

# 自动模式（推荐）：生成全部格式
python cli.py --url "https://example.com"

# 文字转语音
python cli.py --text "你好世界"

# 指定单渠道
python cli.py --channel feishu --text "你好"
python cli.py -c wechat --text "你好"

支持渠道一览

💡 微信说明：openclaw-weixin 插件暂未实现原生语音气泡，当前以 MP3 文件形式发送，点击即可播放。

长文本支持

自动按句子分块 + 拼接，不限长度：

[1/2] 生成语音 (2772 字符)... 9分18秒
[2/2] 生成语音 (1543 字符)... 5分19秒
✅ 合成完成
📁 wechat: voice.mp3 (5140KB, 14分37秒)

语音角色

技术架构

用户消息 → Agent 识别来源渠道 → python cli.py (auto模式)
                                               │
                                    ┌──────────┴──────────┐
                                    │          |           │
                                .opus(飞书)   .mp3(微信/TG/DC)
                                    │          |           │
                            [FEISHU_VOICE] [WECHAT_VOICE] 等标记
                                    │          |           │
                        Agent 根据来源渠道选取对应标记 → message() 发送

安全加固

• ✅ 命令注入防护：使用 argv 数组传参，不走 shell 解析
• ✅ URL 校验：仅接受 http/https 协议
• ✅ 依赖锁定：requirements.txt 使用精确版本号
• ⚠️ 敏感内容提示：不处理密钥/密码/内部文档

版本历史

• v3.0.2 (2026-05-13) – 安全加固：修复命令注入风险，依赖锁定，隐私说明
• v3.0.1 (2026-05-13) – 新增微信/TG/Discord多渠道自动匹配，自动分块拼接支持长文本
• v3.0.0 (2026-05-12) – 简化重构版，砍掉所有飞书 API 直调代码

📦 ClawHub 地址：https://clawhub.ai/phentse/web-tts-speaker

🔧 安装命令：clawhub install web-tts-speaker

💬 让 AI 把任何网页读给你听，就在 Web TTS Speaker。

作者：tech（铁三角团队技术官）
更新日期：2026-05-13