核心用法
H-ear 是一个面向 AI Agent 的环境声音智能识别技能，通过简单的 CLI 命令将音频转化为结构化数据。核心工作流包括：
1. 单音频分类：classify <url> 对指定音频 URL 进行实时分类，返回声音类别与置信度分数
2. 批量异步处理：classify batch <urls...> 支持多音频并行处理，结果通过 webhook 异步回调
3. 声音库查询：sounds [search] 可检索 521+ 种预设声音类别（涵盖 3 大分类体系）
4. 实时监控警报：alerts on/off <sound> 针对特定声音类别启用/禁用实时推送通知
5. 任务追踪管理：jobs 与 job <id> 提供完整的批量任务生命周期监控
显著优点
- 企业级分类体系：521+ 声音类别覆盖安防监控、工业检测、城市治理等多场景
- 零配置 webhook：通过 OpenClaw 网关自动管理回调路由，无需用户部署外部端点
- 双认证机制：支持 API Key 与 OAuth Bearer Token 两种鉴权方式，灵活适配不同安全策略
- 环境隔离：
dev/staging/prod三级环境变量支持完整的 CI/CD 流程 - 配额透明：内置
usage命令实时监控分钟数、调用次数与配额预警
潜在缺点与局限性
- 网络依赖：所有音频需通过 URL 访问，不支持本地文件直传
- 异步结果延迟：批量处理依赖 webhook 回调，实时性取决于网络与网关状态
- 分类粒度限制：预定义 taxonomy 可能无法覆盖垂直行业的细分领域声音
- 成本不透明：文档未明确标注定价模型，企业用户需自行咨询商务
适合人群
- 需要为 AI Agent 增加"听觉"能力的开发团队
- 构建智能安防、工业质检、智慧城市解决方案的产品经理
- 已有音频 URL 来源（如云存储、流媒体服务器）的现有系统集成者
- 追求低代码 webhook 集成的中小型企业技术团队
常规风险
| 风险类型 | 说明 | 缓解建议 |
|---------|------|---------|
| API 密钥泄露 | `HEAR_API_KEY` 以 `ncm_sk_` 前缀标识，属于敏感凭证 | 使用环境变量注入，避免硬编码；定期轮换密钥 |
| 音频 URL 暴露 | 待分析音频需公开可访问，可能泄露敏感内容 | 对音频源启用短期预签名 URL；评估数据脱敏需求 |
| webhook 伪造 | 未校验回调来源可能导致虚假结果注入 | 验证 OpenClaw 网关签名；实施结果幂等处理 |
| 配额耗尽 | `quota.warning` 事件前可能突发流量超限 | 实施客户端速率限制；设置用量告警阈值 |