create-dwy 0.16.1 → 0.17.0

package/templates/ai-tools/skills//350/207/252/345/252/222/344/275/223/dwy-doubao-tts/SKILL.md

@@ -0,0 +1,147 @@
+---
+name: dwy-doubao-tts
+description: >
+  豆包配音：用火山引擎豆包声音复刻 2.0（seed-icl-2.0）HTTP Chunked 单向流式接口，
+  为自媒体口播生成 MP3 音频。API Key / 音色 ID 只读用户全局 ~/.dwy/config.yaml，
+  禁止写入 skill 或任何项目目录。触发：豆包配音、口播配音、TTS、语音合成、
+  生成口播音频、/doubao-tts、/dwy-doubao-tts。
+---
+
+# 豆包配音（dwy-doubao-tts）
+
+自媒体口播：读全局密钥与音色 → 收口播文案 → 按语境选音色 → 流式合成 MP3 → 回报路径。
+
+`SKILL_DIR` = 本 `SKILL.md` 所在目录（`dwy` 同步后随平台落在 `.claude/skills/dwy-doubao-tts` 或 `.agents/skills/dwy-doubao-tts`）。脚本一律用 `$SKILL_DIR/scripts/`，禁止写 `~/.grok/skills`。
+
+## 硬约束
+
+1. **私人配置唯一位置**：`~/.dwy/config.yaml`（权限 `600`），豆包段为顶层 key `doubao_tts`
+2. **禁止**把 `api_key`、音色 ID 写入 skill、项目、commit；禁止回显完整 Key
+3. 输出音频默认 `doubao_tts.output_dir`（默认 `~/Movies/doubao-tts`），不落到仓库内
+4. 模型资源：`X-Api-Resource-Id: seed-icl-2.0`
+5. 接口：`POST https://openspeech.bytedance.com/api/v3/tts/unidirectional`
+
+## 全局配置约定（`~/.dwy/config.yaml`）
+
+用户级统一配置文件，多业务共用，各业务独立 section：
+
+```yaml
+version: 1
+
+doubao_tts:
+  api_key: "<仅本机>"
+  resource_id: seed-icl-2.0
+  endpoint: https://openspeech.bytedance.com/api/v3/tts/unidirectional
+  default_voice: young_female
+  voices:
+    finance:
+      id: "<音色ID>"
+      label: 金融财经
+    young_female:
+      id: "<音色ID>"
+      label: 年轻女性
+  audio:
+    format: mp3
+    sample_rate: 24000
+  output_dir: ~/Movies/doubao-tts
+
+# 其它业务可继续追加顶层 key，互不覆盖
+# other_service:
+#   ...
+```
+
+结构说明见 `references/config.example.yaml`（示例无真实密钥）。
+
+## 启动流程（每次触发必做）
+
+### 1. 检查全局配置
+
+```bash
+python3 -c "
+from pathlib import Path
+import sys
+sys.path.insert(0, str(Path(r'$SKILL_DIR') / 'scripts'))
+from global_config import CONFIG_PATH, SECTION_DOUBAO_TTS, get_section
+c = get_section(SECTION_DOUBAO_TTS)
+assert c.get('api_key') and c.get('voices'), 'missing'
+print('ok', CONFIG_PATH)
+"
+```
+
+- 失败 → 「首次配置 / 迁移」，**不要**继续合成
+- 成功 → 步骤 2
+
+### 2. 收集用户输入
+
+消息里若无完整口播正文，必须提问补齐，禁止瞎编：
+
+| 字段 | 必选 | 说明 |
+|------|------|------|
+| `text` | 是 | 口播全文 |
+| `voice` | 否 | `finance` / `young_female` / 配置其它 key；不传则自动选 |
+| `output` | 否 | 输出绝对路径 |
+| `speech_rate` / `loudness_rate` | 否 | `[-50,100]` |
+| `context_texts` | 否 | 语音指令 |
+
+### 3. 自动选音色
+
+音色 ID **只从** `~/.dwy/config.yaml` 的 `doubao_tts.voices` 读，skill 内不硬编码真实 ID。
+
+| 角色 key | 适用语境 |
+|----------|----------|
+| `finance` | 财经、股市、基金、理财、利率、宏观、投研 |
+| `young_female` | 生活、种草、日常、泛娱乐、默认兜底 |
+
+1. 用户指定 `voice` → 用该 key
+2. 否则文案命中财经关键词 → `finance`
+3. 否则 → `default_voice`
+4. 两可 → 先问用户
+
+### 4. 执行合成
+
+```bash
+python3 "$SKILL_DIR/scripts/synthesize.py" \
+  --text-file /tmp/doubao_tts_input.txt \
+  --voice <finance|young_female|...> \
+  [--output /absolute/path/out.mp3]
+```
+
+- 长文优先 `--text-file`；单次建议 ≤ 1000 汉字
+- 成功 stdout JSON：`{"ok":true,"path":"...","voice":"...","bytes":N}`
+
+### 5. 回报用户
+
+绝对路径、音色 key/label、文件大小；可 `open "<path>"` 试听。**禁止**回显 API Key。
+
+## 首次配置 / 迁移
+
+```bash
+# 从旧路径 ~/.config/doubao-tts/config.json 迁到 ~/.dwy/config.yaml
+python3 "$SKILL_DIR/scripts/setup_config.py" --migrate-legacy
+
+# 或写入 / 更新 Key（可同时补音色）
+python3 "$SKILL_DIR/scripts/setup_config.py" \
+  --api-key '<USER_KEY>' \
+  --voice 'finance=<ID>,金融财经' \
+  --voice 'young_female=<ID>,年轻女性'
+```
+
+- 写入：`~/.dwy/config.yaml` → `doubao_tts`
+- 成功后删除旧 JSON，避免双份密钥
+- **永不**写入当前 git 仓库或 skill 目录
+
+仅换 Key：
+
+```bash
+python3 "$SKILL_DIR/scripts/setup_config.py" --api-key '<NEW>' --update-key-only
+```
+
+## 协议要点
+
+见 `references/api.md`。Header：`X-Api-Key` / `X-Api-Resource-Id` / `X-Api-Request-Id`；流式 `code==0` 拼 base64，结束码 `20000000`。
+
+## 安全
+
+- 私人信息只在 `~/.dwy/config.yaml`
+- 不在项目建 `.env` / 本地 config
+- 用户要求拷进项目 → 拒绝

package/templates/ai-tools/skills//350/207/252/345/252/222/344/275/223/dwy-doubao-tts/references/api.md

@@ -0,0 +1,43 @@
+# 豆包单向流式 TTS（HTTP Chunked）摘要
+
+权威字段以火山引擎控制台文档为准。实现以 `scripts/synthesize.py` 为准。
+
+## 配置
+
+私人信息只读：`~/.dwy/config.yaml` → 顶层 key `doubao_tts`  
+示例骨架：`config.example.yaml`（无真实密钥）
+
+## Endpoint
+
+`POST https://openspeech.bytedance.com/api/v3/tts/unidirectional`
+
+## Headers
+
+| Header | 必选 | 说明 |
+|--------|------|------|
+| `X-Api-Key` | 是 | `doubao_tts.api_key` |
+| `X-Api-Resource-Id` | 是 | 默认 `seed-icl-2.0` |
+| `X-Api-Request-Id` | 是 | 客户端 uuid |
+
+## Body
+
+```json
+{
+  "req_params": {
+    "text": "口播正文",
+    "speaker": "<音色ID>",
+    "audio_params": {
+      "format": "mp3",
+      "sample_rate": 24000,
+      "speech_rate": 0,
+      "loudness_rate": 0
+    }
+  }
+}
+```
+
+## 响应（Chunked）
+
+- `code == 0`：`data` 为 base64 音频片  
+- `code == 20000000`：结束  
+- Header `X-Tt-Logid` 排障用  

package/templates/ai-tools/skills//350/207/252/345/252/222/344/275/223/dwy-doubao-tts/references/config.example.yaml

@@ -0,0 +1,33 @@
+# 示例：复制结构到 ~/.dwy/config.yaml（勿提交真实密钥）
+# 路径：/Users/<you>/.dwy/config.yaml
+# 权限：chmod 600 ~/.dwy/config.yaml
+
+version: 1
+
+# 豆包配音（声音复刻 2.0）
+doubao_tts:
+  api_key: "<从火山控制台粘贴>"
+  resource_id: seed-icl-2.0
+  endpoint: https://openspeech.bytedance.com/api/v3/tts/unidirectional
+  default_voice: young_female
+  voices:
+    finance:
+      id: "<金融财经音色ID>"
+      label: 金融财经
+      desc: 财经、投研、商业分析口播
+    young_female:
+      id: "<年轻女性音色ID>"
+      label: 年轻女性
+      desc: 生活、种草、日常、泛娱乐口播
+  audio:
+    format: mp3
+    sample_rate: 24000
+    speech_rate: 0
+    loudness_rate: 0
+    disable_markdown_filter: true
+    disable_emoji_filter: true
+  output_dir: ~/Movies/doubao-tts
+
+# 其它业务配置可并列追加，例如：
+# lark:
+#   app_id: "..."

package/templates/ai-tools/skills//350/207/252/345/252/222/344/275/223/dwy-doubao-tts/scripts/global_config.py

@@ -0,0 +1,89 @@
+#!/usr/bin/env python3
+"""用户全局配置读写：~/.dwy/config.yaml
+
+私人信息（API Key、音色 ID 等）只放在此文件，不进 skill、不进项目仓库。
+多业务共用一个 YAML，各业务占独立顶层 key（如 doubao_tts）。
+"""
+
+from __future__ import annotations
+
+import os
+import stat
+from pathlib import Path
+from typing import Any
+
+import yaml
+
+# 用户主目录全局配置根（非项目 .dwy）
+DWY_HOME = Path.home() / ".dwy"
+CONFIG_PATH = DWY_HOME / "config.yaml"
+
+# 豆包配音在全局 YAML 中的 section 名
+SECTION_DOUBAO_TTS = "doubao_tts"
+
+# 旧路径：迁移用
+LEGACY_JSON = Path.home() / ".config" / "doubao-tts" / "config.json"
+
+
+def ensure_dwy_home() -> None:
+    """确保 ~/.dwy 存在且仅本人可访问。"""
+    DWY_HOME.mkdir(parents=True, exist_ok=True)
+    os.chmod(DWY_HOME, stat.S_IRWXU)
+
+
+def load_root() -> dict[str, Any]:
+    """加载整份全局 YAML；不存在返回带 version 的空结构。"""
+    if not CONFIG_PATH.is_file():
+        return {"version": 1}
+    data = yaml.safe_load(CONFIG_PATH.read_text(encoding="utf-8"))
+    if data is None:
+        return {"version": 1}
+    if not isinstance(data, dict):
+        raise ValueError(f"全局配置格式错误（需 mapping）: {CONFIG_PATH}")
+    data.setdefault("version", 1)
+    return data
+
+
+def save_root(root: dict[str, Any]) -> Path:
+    """原子写入 ~/.dwy/config.yaml，chmod 600。"""
+    ensure_dwy_home()
+    root = dict(root)
+    root.setdefault("version", 1)
+    text = yaml.safe_dump(
+        root,
+        allow_unicode=True,
+        default_flow_style=False,
+        sort_keys=False,
+    )
+    tmp = CONFIG_PATH.with_suffix(".yaml.tmp")
+    tmp.write_text(text, encoding="utf-8")
+    tmp.replace(CONFIG_PATH)
+    os.chmod(CONFIG_PATH, stat.S_IRUSR | stat.S_IWUSR)
+    return CONFIG_PATH
+
+
+def get_section(name: str) -> dict[str, Any]:
+    """读取某一业务 section；缺失返回 {}。"""
+    root = load_root()
+    sec = root.get(name)
+    if sec is None:
+        return {}
+    if not isinstance(sec, dict):
+        raise ValueError(f"section {name!r} 必须是 mapping: {CONFIG_PATH}")
+    return sec
+
+
+def set_section(name: str, section: dict[str, Any]) -> Path:
+    """覆盖写入某一业务 section，保留其它业务配置。"""
+    root = load_root()
+    root[name] = section
+    return save_root(root)
+
+
+def try_load_legacy_doubao_json() -> dict[str, Any]:
+    """读取旧版 ~/.config/doubao-tts/config.json（若存在）。"""
+    if not LEGACY_JSON.is_file():
+        return {}
+    import json
+
+    return json.loads(LEGACY_JSON.read_text(encoding="utf-8"))

package/templates/ai-tools/skills//350/207/252/345/252/222/344/275/223/dwy-doubao-tts/scripts/setup_config.py

@@ -0,0 +1,175 @@
+#!/usr/bin/env python3
+"""初始化 / 更新豆包配音配置到用户全局 ~/.dwy/config.yaml（doubao_tts section）。
+
+禁止写入 skill 目录与任何 git 项目。
+"""
+
+from __future__ import annotations
+
+import argparse
+import copy
+import json
+import sys
+from pathlib import Path
+
+# 同目录模块
+sys.path.insert(0, str(Path(__file__).resolve().parent))
+
+from global_config import (  # noqa: E402
+    LEGACY_JSON,
+    SECTION_DOUBAO_TTS,
+    get_section,
+    set_section,
+    try_load_legacy_doubao_json,
+)
+
+# 结构默认值：不含真实 api_key / 音色 ID（私人信息只由用户写入全局 YAML）
+DEFAULT_SECTION: dict = {
+    "api_key": "",
+    "resource_id": "seed-icl-2.0",
+    "endpoint": "https://openspeech.bytedance.com/api/v3/tts/unidirectional",
+    "voices": {},
+    "default_voice": "young_female",
+    "audio": {
+        "format": "mp3",
+        "sample_rate": 24000,
+        "speech_rate": 0,
+        "loudness_rate": 0,
+        "disable_markdown_filter": True,
+        "disable_emoji_filter": True,
+    },
+    "output_dir": str(Path.home() / "Movies" / "doubao-tts"),
+}
+
+
+def deep_merge(base: dict, overlay: dict) -> dict:
+    """浅层 + 一层 dict 合并；overlay 优先。"""
+    out = copy.deepcopy(base)
+    for k, v in overlay.items():
+        if isinstance(v, dict) and isinstance(out.get(k), dict):
+            merged = dict(out[k])
+            merged.update(v)
+            out[k] = merged
+        else:
+            out[k] = copy.deepcopy(v)
+    return out
+
+
+def load_doubao_section() -> dict:
+    """优先 ~/.dwy/config.yaml#doubao_tts，其次旧 JSON。"""
+    sec = get_section(SECTION_DOUBAO_TTS)
+    if sec:
+        return sec
+    return try_load_legacy_doubao_json()
+
+
+def main() -> int:
+    parser = argparse.ArgumentParser(description="写入豆包配音到 ~/.dwy/config.yaml")
+    parser.add_argument("--api-key", help="火山引擎语音 API Key")
+    parser.add_argument(
+        "--update-key-only",
+        action="store_true",
+        help="仅更新 api_key",
+    )
+    parser.add_argument("--default-voice", help="覆盖 default_voice（如 finance / young_female）")
+    parser.add_argument("--output-dir", help="覆盖口播输出目录")
+    parser.add_argument(
+        "--voice",
+        action="append",
+        metavar="KEY=ID[,label]",
+        help="写入/更新音色，可重复。例: --voice finance=S_xxx,金融财经",
+    )
+    parser.add_argument(
+        "--migrate-legacy",
+        action="store_true",
+        help="强制从 ~/.config/doubao-tts/config.json 迁移到 ~/.dwy/config.yaml",
+    )
+    args = parser.parse_args()
+
+    existing = load_doubao_section()
+    legacy = try_load_legacy_doubao_json()
+
+    if args.migrate_legacy and legacy:
+        existing = deep_merge(existing or {}, legacy)
+
+    if args.update_key_only:
+        if not args.api_key:
+            print("error: --update-key-only 需要 --api-key", file=sys.stderr)
+            return 2
+        if not existing:
+            print("error: 尚无 doubao_tts 配置可更新", file=sys.stderr)
+            return 2
+        sec = copy.deepcopy(existing)
+        sec["api_key"] = args.api_key.strip()
+    else:
+        sec = deep_merge(DEFAULT_SECTION, existing or {})
+        # 首次且无 voices：若有 legacy 整段带入
+        if not sec.get("voices") and legacy.get("voices"):
+            sec = deep_merge(sec, legacy)
+        if args.api_key:
+            sec["api_key"] = args.api_key.strip()
+        elif not (sec.get("api_key") or "").strip():
+            if legacy.get("api_key"):
+                sec["api_key"] = legacy["api_key"]
+            else:
+                print("error: 需要 --api-key（或先有可迁移的旧配置）", file=sys.stderr)
+                return 2
+
+    if args.default_voice:
+        sec["default_voice"] = args.default_voice
+    if args.output_dir:
+        sec["output_dir"] = str(Path(args.output_dir).expanduser())
+
+    if args.voice:
+        voices = dict(sec.get("voices") or {})
+        for item in args.voice:
+            if "=" not in item:
+                print(f"error: 无效 --voice {item!r}，需 KEY=ID[,label]", file=sys.stderr)
+                return 2
+            key, rest = item.split("=", 1)
+            key = key.strip()
+            if "," in rest:
+                vid, label = rest.split(",", 1)
+                voices[key] = {"id": vid.strip(), "label": label.strip()}
+            else:
+                prev = voices.get(key) if isinstance(voices.get(key), dict) else {}
+                voices[key] = {**prev, "id": rest.strip()}
+        sec["voices"] = voices
+
+    if not (sec.get("api_key") or "").strip():
+        print("error: api_key 为空", file=sys.stderr)
+        return 2
+
+    path = set_section(SECTION_DOUBAO_TTS, sec)
+
+    removed_legacy = False
+    if LEGACY_JSON.is_file() and (args.migrate_legacy or legacy):
+        try:
+            LEGACY_JSON.unlink()
+            removed_legacy = True
+            parent = LEGACY_JSON.parent
+            if parent.is_dir() and not any(parent.iterdir()):
+                parent.rmdir()
+        except OSError:
+            pass
+
+    print(
+        json.dumps(
+            {
+                "ok": True,
+                "path": str(path),
+                "section": SECTION_DOUBAO_TTS,
+                "voices": list((sec.get("voices") or {}).keys()),
+                "default_voice": sec.get("default_voice"),
+                "resource_id": sec.get("resource_id"),
+                "has_api_key": bool(sec.get("api_key")),
+                "removed_legacy": removed_legacy,
+            },
+            ensure_ascii=False,
+        )
+    )
+    return 0
+
+
+if __name__ == "__main__":
+    raise SystemExit(main())