核心用法
H-ear 是一款面向AI Agent的环境声音智能分析技能，通过云端API将任意音频URL转化为结构化语义标签。核心工作流包含：
- 即时分类：
classify <url>对单个音频流进行实时识别，返回置信度加权的声音类别 - 批量处理：
classify batch支持多路音频异步分析，结果通过网关webhook回传 - 实时监控：
alerts on <sound>可订阅特定声音事件（如玻璃破碎、警报声），触发自动化响应链 - 元数据管理：
sounds查询支持的521+种声音分类体系，usage监控配额消耗
显著优点
1. 企业级分类体系：覆盖3种分类法、500+声音类别，从基础声学事件到场景语义均有覆盖
2. 异步架构友好：批量任务与告警系统均采用webhook回调，天然适配OpenClaw网关的无服务器模式
3. 多认证方式：支持API Key与OAuth双轨认证，便于不同安全级别的集成场景
潜在局限
- 依赖外部URL：需预先将音频流转为可访问URL，不支持直接音频流推流
- 异步结果延迟：批量任务依赖webhook链路，端到端延迟受网络与网关状态影响
- 配额可见性：虽有
usage命令，但无实时流控保护，高并发场景需自行限流 - 告警粒度：仅支持预定义声音类别匹配，暂不支持自定义声音模型或相似度阈值调节
适合人群
- 构建安防监控、工业质检、智能家居场景的AI Agent开发者
- 需要将物理环境音频转化为结构化事件流的自动化工作流编排者
- 已有音频采集基础设施（RTSP流、云存储音频片段），寻求语义层增强的技术团队
常规风险
- 音频隐私合规：处理环境音频可能涉及语音内容，需确保符合GDPR/本地隐私法规
- 误报率未披露：521类声音的实际准确率与混淆矩阵未公开，生产环境建议A/B验证
- 供应商锁定：API体系与分类体系深度绑定H-ear服务，迁移成本较高
- 密钥管理：
HEAR_API_KEY与HEAR_BEARER_TOKEN需严格保管，建议配合网关密钥管理而非明文存储