OpenClaw Skill 每日推荐 - 媒体与流媒体

OpenClaw Skill 每日推荐 - 媒体与流媒体

📅 2026年7月24日 | 🏷️ 分类：Media & Streaming | 📦 共 84 个 Skills

媒体与流媒体是 OpenClaw 生态中最丰富的分类之一，涵盖了音频播放、视频处理、语音合成、社交媒体管理、流媒体控制等多个领域。无论你是想用 AI 语音读一篇文章，还是想批量处理视频文件，亦或是控制家里的 HomePod 播放音乐，这个分类都有对应的 Skill 可以胜任。

今天从 84 个 Skills 中精选了 5 个最具代表性的，带你快速了解这个分类的能力边界。

🎛️ 1. apple-media — Apple 设备媒体控制

GitHub: openclaw/skills - aaronn/apple-media

推荐指数：⭐⭐⭐⭐⭐

核心功能

通过 pyatv 库的 CLI 工具 atvremote，控制局域网内的 Apple TV、HomePod 和 AirPlay 设备。支持设备扫描、播放控制、音量调节、流媒体推送、电源管理等完整操作。

实用场景

  • 智能家居联动：下班回家一句话让 HomePod 播放指定歌单
  • 多房间音频：控制不同房间的 AirPlay 设备播放不同音乐
  • 家庭影院自动化：打开 Apple TV、设置音量、播放指定影片

技术实现

基于 Python 的 pyatv 库，通过本地网络协议与 Apple 设备通信。安装方式：

1
pipx install pyatv --python python3.13

核心命令示例：

1
2
3
4
5
6
7
8
9
10
11
12
# 扫描局域网内的 Apple 设备
atvremote scan

# 控制 HomePod 播放
atvremote -n "Kitchen" play
atvremote -n "Kitchen" set_volume=50

# 流式推送本地音频到设备
atvremote -n "Kitchen" stream_file=/path/to/audio.mp3

# 查看当前播放状态
atvremote -n "Kitchen" playing

⚠️ 注意：pyatv 与 Python 3.14+ 有兼容性问题，建议使用 --python python3.13 安装。

🎙️ 2. elevenlabs-cli — ElevenLabs AI 音频平台

GitHub: openclaw/skills - hongkongkiwi/elevenlabs-cli

推荐指数：⭐⭐⭐⭐⭐

核心功能

ElevenLabs AI 音频平台的非官方 CLI 客户端，覆盖 100% SDK 功能。支持文本转语音、语音转文本、声音克隆等，是目前最强大的 AI 音频工具之一。

实用场景

  • 内容创作：为博客文章或新闻生成专业级语音播报
  • 多语言配音：利用多语言模型为视频生成不同语言的配音
  • 声音克隆：克隆自己的声音用于自动化内容生产
  • 无障碍辅助：为文本内容生成高质量语音版本

技术实现

跨平台支持（macOS/Linux/Windows/Docker），通过 ElevenLabs API 实现。需要设置 ELEVENLABS_API_KEY 环境变量。

安装与配置：

1
2
3
4
5
6
7
8
9
10
# macOS 安装
brew tap hongkongkiwi/tap
brew install elevenlabs-cli

# 配置 API Key
export ELEVENLABS_API_KEY="your-api-key"

# 设置默认语音和模型
elevenlabs config set default_voice Brian
elevenlabs config set default_model eleven_multilingual_v2

文本转语音示例：

1
2
3
4
5
# 基础用法
elevenlabs tts "Hello, how are you?"

# 指定语音和输出文件
elevenlabs tts "你好，欢迎使用语音合成" --voice Brian --output hello.mp3

🔒 安全提示：API Key 和音频内容会发送到 ElevenLabs 服务器，使用前请确认信任该服务。

🎬 3. ffmpeg-master — FFmpeg 专业媒体处理

GitHub: openclaw/skills - liudu2326526/ffmpeg-master

推荐指数：⭐⭐⭐⭐⭐

核心功能

为 AI Agent 提供专业的 FFmpeg/FFprobe 操作指南，覆盖转码、滤镜、流媒体、元数据操作、复杂滤镜图等全部核心功能。这不是一个封装库，而是一个知识型 Skill——让 Agent 真正理解 FFmpeg 的工作原理并生成正确的命令。

实用场景

  • 视频压缩：将 4K 视频转码为 H.265 节省 50% 存储空间
  • 音频提取：从视频中提取音轨生成播客
  • 视频编辑：裁剪、拼接、加水印、调速、加字幕
  • 批量处理：格式转换、分辨率统一、帧率标准化

技术实现

作为 specialist 角色的 Skill，它的输出格式为 shell-command，意味着 Agent 会直接生成可执行的 FFmpeg 命令。

常用命令速查：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
# 转码为 H.265（节省空间）
ffmpeg -i input.mp4 -c:v libx265 -crf 28 -c:a copy output.mp4

# 提取音频
ffmpeg -i input.mp4 -vn -c:a libmp3lame -q:a 2 output.mp3

# 裁剪视频（10秒开始，持续30秒）
ffmpeg -i input.mp4 -ss 00:00:10 -t 00:00:30 -c copy output.mp4

# 视频加速 2 倍
ffmpeg -i input.mp4 -filter_complex \
  "[0:v]setpts=0.5*PTS[v];[0:a]atempo=2.0[a]" \
  -map "[v]" -map "[a]" output.mp4

# 拼接多个视频
ffmpeg -f concat -safe 0 -i filelist.txt -c copy output.mp4

亮点

这个 Skill 的价值在于它为 Agent 提供了系统性的 FFmpeg 知识体系：编码器选择、CRF 值含义、滤镜参数、硬件加速等，让 AI 不只是”知道”命令，而是真正理解每个参数的作用。

📺 4. youtube-pro — YouTube 深度分析

GitHub: openclaw/skills - kjaylee/youtube-pro

推荐指数：⭐⭐⭐⭐

核心功能

深度分析 YouTube 视频内容，包括字幕提取、元数据获取、视频智能分析等。支持通过 summarize 工具快速获取视频摘要，也可以结合 AI 模型进行深度内容分析。

实用场景

  • 学习效率：快速获取长视频的核心要点，节省观看时间
  • 内容研究：分析竞品频道的视频策略和内容方向
  • 知识管理：将视频内容转化为文字笔记存档
  • 内容创作：从热门视频中提取选题灵感和结构参考

技术实现

工作流程分为三步：

1
2
3
4
5
6
7
8
9
10
# 1. 快速摘要 / 字幕提取
summarize "https://youtube.com/watch?v=XXX"
summarize "https://youtube.com/watch?v=XXX" --youtube auto --extract-only

# 2. 视频智能分析（结合 AI 模型）
# 获取字幕后，使用 AI 分析核心信息、受众反馈、实用建议

# 3. 音频/帧提取（可选）
yt-dlp -f bestaudio "URL"  # 下载音频
ffmpeg -i video.mp4 -vf "fps=1" frames_%04d.png  # 提取关键帧

💡 实用建议：先用 summarize 获取摘要判断是否值得深入观看，再决定是否下载完整内容。

🔊 5. voice-edge-tts — 免费微软 Edge TTS 语音合成

GitHub: openclaw/skills - zhaov1976/voice-edge-tts

推荐指数：⭐⭐⭐⭐

核心功能

基于微软 Edge 浏览器 TTS 引擎的文本转语音 Skill，支持实时流式播放、多语言语音、自定义语速/音量/音调。完全免费，无需 API Key。

实用场景

  • 日常语音播报：将新闻、日程、通知转为语音播报
  • 多语言学习：利用中英日韩多语言语音辅助语言学习
  • 无障碍服务：为视障用户提供文本朗读功能
  • 自动化提醒：结合定时任务实现语音提醒

技术实现

基于 Python edge-tts 库，通过微软 Edge 的 TTS 服务生成语音，再通过 ffmpeg 实现流式播放。

安装：

1
2
3
pip install edge-tts
# macOS 安装 ffmpeg
brew install ffmpeg

使用示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
# 流式播放（推荐，边生成边播放）
await skill.execute({
  action: 'stream',
  text: '你好，我是来顺，今天天气不错'
});

# 生成语音文件
await skill.execute({
  action: 'tts',
  text: 'Hello, how are you today?',
  options: {
    voice: 'zh-CN-XiaoxiaoNeural'
  }
});

# 直接播放
await skill.execute({
  action: 'speak',
  text: 'Hello!'
});

可用语音列表：

语言 语音 ID
中文（女声） zh-CN-XiaoxiaoNeural
中文（男声） zh-CN-YunxiNeural
英文（美式女声） en-US-Standard-A
日文 ja-JP-Standard

亮点

零成本是最大优势——不需要 ElevenLabs 的付费 API，只要能跑 Python 就能用。流式播放体验也很流畅，适合实时性要求高的场景。

📊 推荐指数排名

排名 Skill 推荐指数 核心优势
1 apple-media ⭐⭐⭐⭐⭐ Apple 生态无缝集成，智能家居必备
2 elevenlabs-cli ⭐⭐⭐⭐⭐ 最强 AI 语音平台，功能全面
3 ffmpeg-master ⭐⭐⭐⭐⭐ 媒体处理万能工具，知识体系完整
4 youtube-pro ⭐⭐⭐⭐ 视频内容分析利器，学习效率翻倍
5 voice-edge-tts ⭐⭐⭐⭐ 免费 TTS 方案，零门槛上手

🎯 应用场景总结

智能家居媒体中心

组合 apple-media + voice-edge-tts，可以实现：语音播报日程 → 控制 HomePod 播放音乐 → Apple TV 播放视频的全流程自动化。

内容创作工作流

组合 youtube-pro + ffmpeg-master + elevenlabs-cli，可以：从 YouTube 提取素材 → 剪辑处理视频 → 生成 AI 配音，形成完整的内容生产流水线。

个人媒体库管理

使用 ffmpeg-master 批量处理视频文件：转码压缩、格式统一、元数据整理，一个 Skill 搞定所有媒体管理需求。

💡 实用建议

  1. 从免费方案开始：如果你刚开始探索语音合成，先用 voice-edge-tts 体验，等需求升级后再转 elevenlabs-cli
  2. FFmpeg 是必修课：无论你做什么媒体相关项目，ffmpeg-master 都值得安装，它是媒体处理的瑞士军刀
  3. Apple 用户首选：如果你有 HomePod 或 Apple TV，apple-media 能让你的智能家居体验提升一个档次
  4. 注意隐私安全：使用云端 API（如 ElevenLabs）时，注意敏感内容不要上传

📌 本系列每天介绍一个 OpenClaw Skill 分类，共 30 个分类。明天将继续介绍 Notes & PKM（笔记与知识管理） 分类，敬请期待！

完整分类列表：awesome-openclaw-skills

相关文章推荐

tag:

    缺失模块。
    1、请确保node版本大于6.2
    2、在博客根目录（注意不是yilia根目录）执行以下命令：
    npm i hexo-generator-json-content --save

    3、在根目录_config.yml里添加配置： 

      jsonContent:
    meta: false
    pages: false
    posts:
      title: true
      date: true
      path: true
      text: false
      raw: false
      content: false
      slug: false
      updated: false
      comments: false
      link: false
      permalink: false
      excerpt: false
      categories: false
      tags: true

程序员，关于技术我所知甚少，唯有探索，方得真知。