语音互答

问题与定位

语音互答 解决的是 AI 回复仍以文字为主的问题：代码审查、技术讲解、日常对话时，工程师需要持续盯屏，眼睛和注意力负担较高。它不改变 Agent 的核心推理流程，而是在文字输出完成后附加一次语音播报，让回复可以边听边看，甚至闭眼听。

工作方式

• 自动播报：除 NO_REPLY、纯工具调用、系统内部消息外，回复完成后调用 Agent 内置 tts 工具。
• 文本优化：去掉 Markdown 标记；代码不逐行念，改为一句话概括功能；表格转成自然语言；链接只念文字。
• 开场白：首次实质回复前可播报用户配置的称呼和开场白；非主会话不触发。
• 失败降级：第一次失败可重试一次，第二次失败退回纯文字并提示，不反复占用资源。

适用边界

该技能依赖 Agent 平台内置 tts 和音频输出能力，不适用于纯文本终端。当前版本不做实时打断、语音输入或声音克隆；用户说“文字就行”或“别念了”后应停止播报。