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。

确认你正在编辑的文件就是你认为的文件——操作前验证其完整性

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）

Seedance 2.0 通过 EvoLink API 实现 AI 视频生成，支持文本转视频、图像转视频，并自动添加音频（语音、音效、背景音乐），兼容 OpenClaw、Claude Code 和 Cursor，基于字节跳动 Seedance 模型驱动

视频AI笔记工具由百度提供，根据用户提供的视频下载地址，下载并解析视频，最终生成与视频对应的AI笔记（可生成三种笔记：文档笔记、大纲笔记和图文笔记）

专业个人理财顾问，专注于使用Beancount和Fava进行纯文本记账。适用于用户需要帮助的场景：（1）分析Beancount文件中的消费习惯和财务模式，（2）创建或理解Beancount交易语法，（3）财务规划、预算编制和投资建议，（4）解读Fava报告并编写自定义查询，（5）会计科目体系整理，（6）复式记账原则，（7）个人财务优化与财富积累策略。提供分析、教育与个性化建议，始终秉持专业标准。

自动化分层内存压缩系统，通过每日→每周→每月→核心压缩机制防止上下文溢出。适用于以下场景：(1) 无需人工干预的长期内存管理，(2) 基于注意力优化分层的高效标记加载，(3) 防止历史累积导致会话膨胀，(4) 通过定时任务自动汇总内存，(5) 从扁平化每日文件迁移至结构化内存。在涉及内存架构设计、上下文溢出问题或配置持久化代理内存时自动启用。

向 dr.eamer.dev LLM API 发送请求，以实现聊天补全、视觉分析、图像生成、文本转语音和视频生成，支持12家模型提供商。适用于需要调用外部LLM接口或比较不同提供商响应的场景。