留一点时间，慢慢说

和小乌鸦聊一会儿。

声音正在准备。

说完停一小会儿，我就开始回复。

开始后，录音会交给 ElevenLabs 转文字，回复用你配置的合成声音播放。
会使用 Codex 和 ElevenLabs 额度；每句最多 60 秒，每次通话最多 20 轮。