Synthèse automatique
Installe le moteur de synthèse vocale Kokoro TTS sur les Mac Apple Silicon (M1+).
Points forts
- Vérifications préalables automatiques (architecture, dépendances)
- Utilisation d’uv pour un environnement Python isolé
- Téléchargement du modèle MLX et vérification par synthèse
- Scripts d’installation et de santé complets
Limites
- Exige un Mac Apple Silicon (Intel/Linux non supporté)
- Dépend de la disponibilité du modèle sur HuggingFace
- Nécessite uv et Python 3.13 spécifiquement
Idéal pour configurer rapidement Kokoro TTS sur un Mac M1/M2/M3 avec MLX.
À éviter sur Intel Mac, Linux ou Windows, ou si vous préférez une installation manuelle.
Analyse de sécurité
PrudenceThe skill executes a bash script from a plugin directory using powerful tools (Bash, downloads) for legitimate installation purposes. No destructive or exfiltrating commands are present, but the external script is not reviewed here, and environment variable expansion could be a minor risk.
Aucun point d'attention détecté
Comment cette analyse est faiteExemples
Install Kokoro TTS engine on this Mac.Set up text-to-speech using Kokoro and MLX on Apple Silicon.name: install description: "Install Kokoro TTS engine on Apple Silicon. TRIGGERS - install kokoro, setup tts, kokoro install, tts setup." allowed-tools: Read, Bash, Glob, AskUserQuestion
Install Kokoro TTS
Install the Kokoro TTS engine: Apple Silicon verification, Python 3.13 venv, MLX-Audio dependencies, model download, and verification synthesis.
Platform: macOS Apple Silicon (M1+) only. Fails fast on Intel/Linux.
Prerequisites
| Component | Required | Check |
| ------------- | -------- | -------------------- |
| Apple Silicon | Yes | uname -m = arm64 |
| uv | Yes | uv --version |
| Python 3.13 | Yes | uv python list |
Workflow
Step 1: Preflight
# Check Apple Silicon
[[ "$(uname -m)" == "arm64" ]] && echo "OK: Apple Silicon" || echo "FAIL: Requires Apple Silicon (M1+)"
# Check uv
command -v uv && echo "OK: uv found" || echo "FAIL: Install with 'brew install uv'"
Step 2: Install
PLUGIN_DIR="${CLAUDE_PLUGIN_ROOT:-$HOME/.claude/plugins/marketplaces/cc-skills/plugins/kokoro-tts}"
bash "$PLUGIN_DIR/scripts/kokoro-install.sh" --install
This performs:
- Verifies Apple Silicon (fails fast on Intel/Linux)
- Creates Python 3.13 venv at
~/.local/share/kokoro/.venvvia uv - Installs MLX-Audio dependencies (mlx-audio, soundfile, numpy)
- Copies
kokoro_common.py,tts_generate.pyfrom plugin bundle - Downloads Kokoro-82M-bf16 MLX model from HuggingFace
- Writes
version.jsonwith mlx_audio version and model ID - Runs verification synthesis ("Warm up.")
Step 3: Verify
PLUGIN_DIR="${CLAUDE_PLUGIN_ROOT:-$HOME/.claude/plugins/marketplaces/cc-skills/plugins/kokoro-tts}"
bash "$PLUGIN_DIR/scripts/kokoro-install.sh" --health
All 6 checks should pass. Print "Installation complete — run /kokoro-tts:health to verify".
Troubleshooting
| Issue | Cause | Solution |
| ------------------- | -------------------- | ------------------------------------ |
| Not Apple Silicon | Intel Mac or Linux | MLX-Audio requires M1+ Mac |
| uv not found | Not installed | brew install uv |
| Model download slow | Large first download | Wait for HuggingFace download |
| Permission denied | Script not +x | chmod +x scripts/kokoro-install.sh |
| Venv already exists | Previous install | Run --uninstall then --install |
Du fichier au premier essai
Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.
Consulter la source et ses fichiers annexesCe téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.
1. Télécharger le fichier
Télécharger SKILL.mdDepuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/install-kokoro-tts-on-apple-silicon-mmlj2ogm/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.
Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.
mkdir -p '.skill-downloads/install-kokoro-tts-on-apple-silicon-mmlj2ogm' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/install-kokoro-tts-on-apple-silicon-mmlj2ogm/download' --output '.skill-downloads/install-kokoro-tts-on-apple-silicon-mmlj2ogm/SKILL.md.part' && mv '.skill-downloads/install-kokoro-tts-on-apple-silicon-mmlj2ogm/SKILL.md.part' '.skill-downloads/install-kokoro-tts-on-apple-silicon-mmlj2ogm/SKILL.md'2. Vérifier les prérequis
Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.
Outils déclarés par l’auteur (à vérifier dans votre agent) : Read, Bash, Glob, AskUserQuestion
Extrait original : Prerequisites
| Component | Required | Check |
|---|---|---|
| Apple Silicon | Yes | uname -m = arm64 |
| uv | Yes | uv --version |
| Python 3.13 | Yes | uv python list |
Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.
3. Charger la skill
Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.
Claude Code
test -f '.skill-downloads/install-kokoro-tts-on-apple-silicon-mmlj2ogm/SKILL.md' && test -s '.skill-downloads/install-kokoro-tts-on-apple-silicon-mmlj2ogm/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/install' && cp -R '.skill-downloads/install-kokoro-tts-on-apple-silicon-mmlj2ogm' '.claude/skills/install'OpenSkills
OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.
Installation officielle d’OpenSkillsopenskills install './.skill-downloads/install-kokoro-tts-on-apple-silicon-mmlj2ogm'openskills read 'install-kokoro-tts-on-apple-silicon-mmlj2ogm'La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.
Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.
openskills syncMode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.
4. Faire un premier essai
Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :
Lis .skill-downloads/install-kokoro-tts-on-apple-silicon-mmlj2ogm/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.
Bonnes pratiques React Hook Form
Developpement
Maîtrisez React Hook Form : évitez les anti-patterns, gérez les abonnements, et traitez correctement reset, dirty state et entrées contrôlées.
Migration Emotion vers Mantine
Developpement
Migrer les styled-components Emotion vers des composants Mantine avec style props et modules CSS. Pour convertir .styled.tsx ou supprimer les imports @emotion.
Détecteur de dérive de périmètre
Developpement
Analyse les diffs git par rapport à une intention pour détecter la dérive de périmètre, fichiers non liés et PR trop larges, puis suggère de garder, diviser ou justifier.