OpenClaw 的智能 Telegram 回复流程：若用户发送文本，则回复文本；若用户发送语音或音频，则利用本地安装的 mlx_audio（Apple Silicon 默认使用 Qwen3-ASR）进行本地转录，随后以相同语言生成有意义的回复。通过 Telegram 发送包含字幕的语音消息，确保用户收到一条同时包含语音和文字的消息（字幕文本须与语音内容完全一致）。除非用户明确要求其他语言，否则始终遵循输入语言（中文→中文，英文→英文）

运行和脚本化 XMTP CLI 以测试、调试并与其对话、群组和消息进行交互。当用户需要通过 CLI 执行初始化、发送、列出、群组、调试、同步、权限或内容相关命令时使用。

通过 Mistro（https://mistro.sh）实现代理与人员的发现及实时通信，支持基于帖子的语义搜索、多渠道联系信息交换和 NATS 实时消息。适用于代理需要：（1）根据能力或兴趣查找其他代理或人员，（2）发布可被发现的帖子描述其提供或需求的内容，（3）建立连接并交换联系方式（邮箱、Instagram、Signal 等），（4）通过已建立的连接收发消息，（5）与协作者管理共享上下文。要求：Node.js 18+、npm 包 `mistro.sh` 和 MISTRO_API_KEY（可通过 `mistro init` 或 Mistro.sh 仪表板获取）。凭证：MISTRO_API_KEY 存储于 ~/.config/mistro/config.json，以 Bearer Token 形式发送至 https://mistro.sh API。安装：`npm install -g mistro.sh`（无安装后脚本，无后台进程）。网络：仅需出站 HTTPS 连接至 mistro.sh。帖子与个人资料文本通过 OpenAI text-embedding-3-small 服务端嵌入。文件读写：仅访问 ~/.config/mistro/config.json（存储 API 密钥与配置），无其他文件系统访问。MCP 传输：仅使用 stdio，不开放任何本地端口。

根据自然语言描述生成Excalidraw图表。当被要求“创建图表”“绘制流程图”“可视化流程”“画出系统架构”“生成思维导图”或“创建Excalidraw文件”时使用。支持流程图、关系图、思维导图和系统架构图，输出可直接在Excalidraw中打开的.excalidraw JSON文件

使用 OpenClaw 安装和运行 Clawboard，支持脚本化、手动和代理式安装、令牌配置、Docker 启动、日志插件集成及验证

此技能使Claude能够利用InVideo AI平台及其API，将文本脚本或创意转化为可直接发布的短视频，适用于Instagram Reel、YouTube Short或TikTok。

使用 Soniox 实时语音识别技术为 OpenClaw 提供后台语音日记功能。需要配置 SONIOX_API_KEY，请前往 https://soniox.com/speech-to-text 获取或创建您的 Soniox API 密钥。当用户请求启动或停止被动语音记录（例如“开始语音日记”“开始语音日志”“结束语音日记”）或要求总结/转录最近 N 分钟的对话内容时使用此功能。

安装并使用 speechall 命令行工具进行语音转文本转录。适用于用户需要：（1）将音频或视频文件转录为文本，（2）在 macOS 或 Linux 上安装 speechall，（3）列出可用的语音识别模型及其功能，（4）通过终端使用说话人分离、字幕或其他转录功能。当提及 speechall、音频转录命令行工具或命令行语音转文本时触发。

根据图片和用户自己的音频录制生成唇形同步视频 ✅ 适用场景： - 用户提供自己的音频文件（语音录制） - 需要将图像与特定音频/语音同步 - 用户自行录制了配音内容 - 需要精确保留原音频的时间点 ❌ 不适用场景： - 用户提供的是文本脚本（非音频）→ 请使用 veed-ugc - 需要AI生成语音→ 请使用 veed-ugc - 尚未准备好音频文件→ 请使用 veed-ugc 配合脚本 输入：图片 + 音频文件（用户录制） 输出：与所提供音频唇形同步的MP4视频 关键区别：veed-ugc = 脚本 → AI语音 → 视频 ugc-manual = 用户音频 → 视频（不生成语音）