让 AI Agent 调用本地声音：从接通到拿到第一个音频

先选一个小到能检查的声音任务

给 Agent 加声音，可以从“把这段文字读出来并保存音频”开始。等这一条路径跑通，再让它生成课程开场、为角色脚本分配声音，或把录音转成可检索的文字。

一开始不要同时要求换声音、写长稿、转写外部视频和批量导出。任务太大时，连接、模型和文件权限中的任何一个问题都会混在一起，难以判断第一步究竟有没有成功。

在 App 中连接，在 Agent 中测试

1. 打开 Sonano，确认本地引擎运行，再进入 Connect Agent。
2. 选择你的 Agent，按当前页面提供的操作连接 Skill 和 MCP；较旧配置使用更新入口。
3. 按宿主要求启用工具、重启客户端或新开会话。
4. 复制 App 提供的测试消息，在目标 Agent 的聊天里发送。

保存了配置只是完成准备。真正的验证是 Agent 能发现 Sonano、查询就绪模型并完成一个小任务。每个宿主的工具开关和配置位置可能不同，以 App 的对应指引为准。

先发现能力，再提交生成

下面是一段可用于理解任务顺序的请求示例，不是已经执行的结果；首次连接仍优先使用 App 生成的测试消息：

先检查 Sonano 的服务状态，列出已就绪的语音模型，以及适合中文旁白的声音。如果有可用组合，把“今天先检查声音，再开始正式制作。”生成成一段短音频，并告诉我任务状态和产物位置。缺少模型或声音时先报告原因。

Agent 应当使用发现到的真实模型和声音标识，而不是从文章里猜一个 ID。提交后继续查询任务直到明确完成或失败；只有已经生成并能访问的产物，才算完成这次声音任务。

区分工具连接和文件访问

MCP 用来提供可发现的声音工具，Skill 提供工作流指引。Sonano 当前的 MCP 连接由宿主启动 stdio 进程；普通 HTTP 引擎地址不能直接当作 HTTP MCP 地址粘贴进去。

外部音视频还受宿主文件权限与当前传输方式约束。让 Agent 说明它能访问哪一份文件，按当前 Skill 的上传指引处理，不要把“模型能转写”理解为“宿主能读取磁盘上的任何路径”。有声书目前有 App 和 HTTP 工作流，但并没有因此自动出现在 MCP 工具列表中。

检查任务、文件和听感

在 Sonano 的任务或历史中检查状态，查看请求审计以了解 Agent 做了哪些调用。拿到音频后实际播放，核对句子、声音和文件是否正确。可见的历史记录还取决于你是否开启外部调用记录，不能仅凭记录为空判断调用没有发生。

如果 Agent 的文字推理使用云端模型，文本仍可能经过那个服务商；本地声音生成只说明音频推理这一步在 Mac 上进行。完整接入说明见Agent 页面与连接文档。