claude-voice-skills

claude-voice-skills

> Plugin Claude Code de Generovo — trois skills pour construire des voicebots avec l'API OpenAI Realtime (release du 7 mai 2026).

![Validation]() ![Skills]() ![License]()

Skills inclus

| Skill | Modèle OpenAI | Cas d'usage | Tarif | |---|---|---|---| | voice-agent-realtime | gpt-realtime-2 | Voicebots, callbots, assistants vocaux avec tool calling | $32 in / $64 out par 1M tokens audio | | voice-translate-live | gpt-realtime-translate | Traduction vocale live (70+ in / 13 out) | $0.034/min | | voice-transcribe-stream | gpt-realtime-whisper | Transcription streaming basse latence | $0.017/min |

Chaque skill ship :

• SKILL.md — when to use, when not, session lifecycle, connection patterns
• references/ — catalogue d'événements, pricing, latency tuning
• examples/ — code TypeScript (Next.js 16 + React 19 + WebRTC) + Python (FastAPI + Twilio / WhatsApp / Recall.ai)
• scripts/ — utilitaires de latency et eval testés en TDD
• templates/ (voice-agent uniquement) — prompt système bilingue paramétré

Installation (collaborateurs Generovo)

Une fois par machine

# Ajoute la marketplace Generovo (une seule fois)
/plugin marketplace add Generovo/claude-voice-skills

# Installe le plugin
/plugin install claude-voice-skills@generovo-voice

Les 3 skills sont automatiquement disponibles dans toutes tes sessions Claude Code. Pas besoin de redémarrer.

Vérification

Tape une demande dans Claude Code :

> "Construis un voicebot WhatsApp qui prend des réservations"

Claude doit annoncer qu'il charge voice-agent-realtime. Si tu demandes une traduction live ou des sous-titres, il chargera les autres skills.

Mise à jour

/plugin update claude-voice-skills

Configuration

Les exemples de code utilisent ces variables d'env (à mettre dans le .env de ton projet voicebot, jamais dans le plugin) :

# Authentification OpenAI
OPENAI_API_KEY=sk-proj-...
OPENAI_MODEL=gpt-realtime-2          # défaut

# Twilio (si tu utilises les bridges téléphoniques)
TWILIO_AUTH_TOKEN=...
PUBLIC_WS_URL=wss://<tunnel>/media

# WhatsApp Cloud API (si tu utilises whatsapp-call.py)
WHATSAPP_ACCESS_TOKEN=...
WHATSAPP_PHONE_NUMBER_ID=...
WHATSAPP_VERIFY_TOKEN=...
WHATSAPP_APP_SECRET=...

# Recall.ai (si tu utilises meeting-bot.py)
RECALL_API_KEY=...

macOS uniquement : si tu lances les scripts Python depuis une session Claude Code sur Mac, exporte :

export SSL_CERT_FILE=$(python3 -m certifi)

(Sinon SSL handshake échoue avec le Python système.)

Important — Modèles V2 et headers HTTP

Les 3 modèles V2 (announce 7 mai 2026) sont GA-only. NE PAS envoyer le header OpenAI-Beta: realtime=v1 — il route vers la beta API qui n'a pas V2. Les exemples du plugin sont déjà nettoyés. Détails dans docs/research/smoke-findings-2026-05-11.md.

Triggers (comment Claude Code charge le bon skill)

| Tu demandes... | Skill chargé | |---|---| | « callbot téléphonique qui prend des RDV » | voice-agent-realtime | | « assistant vocal WhatsApp avec function calling » | voice-agent-realtime | | « traduction live FR↔AR pour un appel commercial » | voice-translate-live | | « interprète automatique pour une vidéo YouTube live » | voice-translate-live | | « sous-titres live pour un meeting Zoom » | voice-transcribe-stream | | « transcription temps réel des appels du call center » | voice-transcribe-stream |

Les descriptions de skills sont structurées pour éviter les chevauchements. Chaque SKILL.md a une section explicite « When NOT to use » qui redirige vers les bons skills voisins.

Pour contribuer

git clone https://github.com/Generovo/claude-voice-skills.git
cd claude-voice-skills

# Validation locale
bash scripts/validate-skills.sh
# → ALL SKILLS VALID

# Unit tests
for s in voice-agent-realtime voice-translate-live voice-transcribe-stream; do
  (cd skills/$s/scripts && python3 -m pytest -q)
done
# → 28 passed total

Structure du repo :

claude-voice-skills/
├── .claude-plugin/
│   ├── plugin.json           # Manifest du plugin
│   └── marketplace.json      # Marketplace generovo-voice
├── skills/                   # Les 3 skills
│   ├── voice-agent-realtime/
│   ├── voice-translate-live/
│   └── voice-transcribe-stream/
├── scripts/
│   └── validate-skills.sh    # Harness de validation
├── docs/
│   ├── plans/                # Design + plan d'implémentation
│   └── research/             # Snapshot API OpenAI 2026-05-11
└── README.md

État

• ✅ 3 skills ALL SKILLS VALID côté harness
• ✅ 28/28 unit tests verts (TDD : latency, eval-prompt, translation-quality, latency-vs-quality)
• ✅ Smoke réel validé sur gpt-realtime-2 : TTFA ~700-800ms, round-trip complet
• ✅ tsc + py_compile clean pour tous les exemples
• ✅ Compatible Python 3.12+ / Node 24+

Liens

• Design doc
• Implementation plan
• API research snapshot (2026-05-11)
• Smoke findings (V2 GA gotchas)

Licence

MIT — voir LICENSE.