如果 AI Agent 不只是帮你写视频文案，还能直接用你的声音完成配音，会怎么样？
这次我基于 GPT-SoVITS，整理了一套面向 AI Agent 的本地声音克隆 Skill。
它把原本比较复杂的部署、录音素材准备、文字校对、声音训练、试听检查和最终生成流程，整理成了一套 Agent 可以理解和执行的步骤。
把 Skill 交给 Codex 等支持 Skill / Agent 工作流的工具后，Agent 可以按照流程引导你完成：
本地环境和项目部署
录音素材准备
音频与文字稿对应和校对
声音模型训练
实际生成音频并试听检查
管理不同版本的声音模型
在后续视频、课程、播客等工作流中调用自己的声音
我的目标不是重新做一个声音克隆模型，而是解决另一个问题：
怎么让一个普通用户，也能让 AI Agent 帮自己完成整套声音克隆工作流。
后续它还可以继续接入视频生成流程，让 Agent 从「写稿 → 配音 → 视频制作」进一步自动化。
免责声明：项目使用场景仅限已经获得明确授权的声音。使用 AI 合成声音时，也应该明确标注为 AI 生成内容。
仓库地址：Sevenjustin21/awesome-skills 或者详细地址：https://github.com/Sevenjustin21/awesome-skills/tree/main/skills/gpt-sovits-local-voice-training
观众老爷们觉得有用请三连帮助下，感谢各位
