上周调试一个语音交互场景，半夜被测试同事的电话叫醒：“你们的AI助手每次回答都要等两秒才出声，体验太割裂了。” 爬起来查日志，发现TTS生成和语音播放之间卡着一堆数据处理逻辑——典型的“管道阻塞”问题。今天我们就聊聊怎么让OpenClaw TTS和AI助手真正流畅地对话。从管道模式到流式响应早期集成时最容易掉进的坑就是“生成完整文本→调用TTS→播放音频”这种串行流程。AI助手生成一段长回答可能要3秒，TTS合成又要2秒，用户早就失去耐心了。现在的方案必须是流式的：asyncdefstream_response(ai_agent,tts_engine):# 这里踩过坑：别等AI全部生成完再喂给TTStext_buffer=[