@pptalker/agent 1.0.1 → 1.0.2

package/dist/config.js

@@ -32,10 +32,18 @@ export function loadConfig(env = process.env) {
     }
     const defaultStyle = env.PPTALKER_STYLE || 'clean';
     if (!['clean', 'bold'].includes(defaultStyle)) throw new Error('PPTALKER_STYLE 无效');
+    // 全局默认音色 / 语速：调用时可用 voice / speed 覆盖，留空表示按语言自动取。
+    const defaultVoice = (env.PPTALKER_VOICE || '').trim() || null;
+    if (defaultVoice && defaultVoice.length > 80) throw new Error('PPTALKER_VOICE 过长');
+    const defaultSpeed = Number(env.PPTALKER_SPEED || 100);
+    if (!Number.isInteger(defaultSpeed) || defaultSpeed < 80 || defaultSpeed > 150) {
+        throw new Error('PPTALKER_SPEED 必须为 80–150 的整数');
+    }
     const cacheDir = env.PPTALKER_RECOVERY_DIR === 'off' ? null
         : env.PPTALKER_RECOVERY_DIR || join(homedir(), '.pptalker-agent', 'recovery', 'v2');
     if (cacheDir && !isAbsolute(cacheDir)) throw new Error('PPTALKER_RECOVERY_DIR 必须为绝对路径或 off');
     return { apiBase: url.toString().replace(/\/+$/, ''), apiKey, waitSeconds, operationSeconds,
-        cacheDir, defaultLanguage: env.PPTALKER_LANGUAGE || 'zh-CN', defaultStyle };
+        cacheDir, defaultLanguage: env.PPTALKER_LANGUAGE || 'zh-CN', defaultStyle,
+        defaultVoice, defaultSpeed };
 }
 export const CONFIG_HELP = '设置 PPTALKER_AGENT_API_BASE（独立 Agent endpoint）及 PPTALKER_API_KEY。';

package/dist/index.js

@@ -30,9 +30,9 @@ const RenderInput = z.object({
         .describe('按页排序的一页一条纯文本讲稿。所有来源（原生备注/用户提供/Agent 生成）都必须展示并明确确认；准备完成后用同一 id 和确认后的 notes 再提交。'),
     notes_confirmed: z.boolean().default(false).describe('默认 false；仅在用户明确确认本次逐页讲稿后设为 true。原生备注也不自动视为确认。'),
     language: z.string().min(2).max(20).optional().describe('讲稿语言，默认 PPTALKER_LANGUAGE 或 zh-CN。'),
-    voice: z.string().max(80).optional().describe('使用 account 返回的 voice 名称或 ID。'),
+    voice: z.string().max(80).optional().describe('音色名称或 ID，可取 account 返回的 voices（标准音色）或 cloned_voices（克隆音色）。不传则用 PPTALKER_VOICE 或该语言默认音色。'),
     style: z.enum(['clean', 'bold']).optional(),
-    speed: z.number().int().min(80).max(150).optional(),
+    speed: z.number().int().min(80).max(150).optional().describe('语速 80–150；不传则用 PPTALKER_SPEED（默认 100）。慢≈85，快≈120。'),
     video_title: z.string().max(200).optional().describe('视频标题；对应当前独立后端的 video_title 字段。'),
     is_public: z.boolean().default(false).describe('是否生成公开分享页；默认 false（私有，只给临时签名链接）。'),
     wait,

package/dist/tools/render.js

@@ -99,8 +99,10 @@ export async function handleRender(client, cfg, input, extra = {}) {
             method: 'POST', timeoutMs: Math.min(120000, remaining()), signal,
             body: { request_id: context.request_id, file_name: context.file_name,
                 notes: input.notes, notes_confirmed: input.notes_confirmed === true,
-                language: input.language || cfg.defaultLanguage, voice: input.voice,
-                style: input.style || cfg.defaultStyle, speed: input.speed ?? 100,
+                language: input.language || cfg.defaultLanguage,
+                voice: input.voice || cfg.defaultVoice || undefined,
+                style: input.style || cfg.defaultStyle,
+                speed: input.speed ?? cfg.defaultSpeed ?? 100,
                 video_title: input.video_title || '', is_public: input.is_public === true },
         }), Math.min(120000, remaining()), extra.signal);
         const result = normalizeTask(raw, { ...context, submission: 'accepted' });

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@pptalker/agent",
-  "version": "1.0.1",
+  "version": "1.0.2",
   "description": "独立 PPTalker Agent MCP：异步准备、讲稿确认、私有视频与可取消的短状态查询。",
   "keywords": [
     "mcp",

package/skills/pptalker-agent/SKILL.md

@@ -48,6 +48,8 @@ Key 从 https://www.pptalker.com/profile 获取，与网页端用的是同一个
 | `PPTALKER_API_KEY` | ✅ | — | `pptk_live_` 开头的 key |
 | `PPTALKER_LANGUAGE` | — | `zh-CN` | 默认旁白语言，可被单次调用覆盖 |
 | `PPTALKER_STYLE` | — | `clean` | `clean` 或 `bold` |
+| `PPTALKER_VOICE` | — | 按语言取 | 全局默认音色。标准音色填名称或 ID，克隆音色填 `cloned_voices` 里的 `name` 或 `id` |
+| `PPTALKER_SPEED` | — | `100` | 全局默认语速，整数 80–150 |
 | `PPTALKER_WAIT_SECONDS` | — | `30` | 仅 `wait=true` 时的客户端轮询预算，整数 10–45 |
 | `PPTALKER_OPERATION_SECONDS` | — | `180` | 单个新任务的总预算（上传 + 首次解析），整数 10–300 |
 | `PPTALKER_RECOVERY_DIR` | — | `~/.pptalker-agent/recovery/v2` | 本地恢复日志目录；填 `off` 关闭（关闭后中断任务只能靠用户自己记 id） |
@@ -90,6 +92,64 @@ Key 从 https://www.pptalker.com/profile 获取，与网页端用的是同一个
 
 无参数。返回剩余额度、套餐、可用音色、风格与限制，以及本地恢复记录 `last_tasks`（最多 50 条，不含 key 和 URL）。
 
+## 音色与语速（别让用户报 ID）
+
+**默认不传 `voice`** —— 系统会按 `language` 取该语言的第一个音色。能出片就别多问一轮。
+
+用户想调整时按这个顺序处理：
+
+1. 只说"男声 / 女声" → 从 `pptalker_account` 同语言的音色里按 `Gender` 取第一个
+2. 说了具体名字（智菊、Joanna）→ 直接用对应的 `Id`
+3. 说不出想要什么 → 用默认，并顺带告诉他可以换
+
+**中文音色（8 个）**
+
+| 名称 | Id | 性别 |
+|---|---|---|
+| 智菊 | `501002` | 女（默认） |
+| 智斌 | `501000` | 男 |
+| 爱小静 | `601005` | 女 |
+| 智小满 | `502004` | 女 |
+| 爱小耀 | `601006` | 男 |
+| 智小解 | `502005` | 男 |
+| 爱小童 | `601015` | 男童 |
+| 智小虎 | `502007` | 男童 |
+
+中文音色**没有在线试听页**，所以不要把它们描述成"温柔""沉稳""活泼"——没有依据。
+只说性别和是否儿童音色。觉得不合适就换一个再听。
+
+英文推荐 `Joanna`（女）、`Matthew`（男），样音见 AWS Polly 音色列表。
+其他常用：`Danielle`、`Kendra`（女），`Stephen`、`Joey`（男）。
+
+### 克隆音色（用户自己的声音）
+
+**仅 Max 套餐可用。** `pptalker_account` 的 `cloned_voices` 返回：
+
+```json
+[{"id": "cosyvoice-xxxx", "name": "我的声音", "source": "cosyvoice"}]
+```
+
+传 `voice` 时填 `name` 或 `id` 都行，后端会走 `cosyvoice` 合成。
+
+两个限制：
+
+1. 非 Max 账号传克隆音色，后端返回 `1010`（`PLAN_REQUIRED`），提示需要 Max。
+2. 克隆音色**不会**作为该语言的默认值 —— 不显式指定就永远用标准音色。
+   这是刻意的：否则免费用户会被默认选中克隆音色，直接撞上限。
+
+用户说"用我克隆的 XX 声线"时，先从 `cloned_voices` 里找到对应项再传；找不到就说明他没有这个音色，
+不要凭 `voices` 列表猜。
+
+**语速用语义，不要让用户报数字**
+
+| 用户说 | 传 `speed` |
+|---|---|
+| 慢一点 | `85` |
+| 不要改 | `100` |
+| 快一点 | `120` |
+
+超过 130 明显赶；低于 80 会拉长视频时长，也就增加费用。
+
 ## 讲稿优先级（严格按顺序）
 
 **1. 用户已经给了讲稿 → 原样使用**