前言¶

在 DeepSeek Harness（DSH）的 Web GUI 里，助手回复是纯文本，长回复只能逐行看。如果你已经持有 Fish Audio 的 API Key 和自己的音色，缺的只是一层把这些能力接进 Web GUI 的胶水——不用复制文本去别的工具，也不用自己写脚本调 API。下面介绍的 dsh-fish-tts 就做这件事。

这是什么¶

dsh-fish-tts 是面向 DSH Web GUI 的第三方语音合成（TTS）插件，由 MaRi23333 维护，MIT 许可证，当前版本 0.2.11。它仅支持 Fish Audio API，需自备 Key，插件不分发、不托管任何 Key。已针对 DSH 0.1.2-rc.1 的会话 API 与界面图标变化完成适配和验证，要求 Node >= 22（Node 20 已 EOL）。

接入方式上，client 侧注册了 conversation.chat.assistant-actions、conversation.input.left、settings.section 三个 slot，分别对应消息操作条、输入框工具行和设置页，朗读按钮、自动朗读开关和设置页因此出现在原生界面的对应位置。

核心功能¶

逐条朗读¶

每条定稿的助手消息操作条上有一个「朗读 / Read aloud」按钮，点击合成并播放该条回复：

1. 播放中再点一次即中断停止，不会从头重播；
2. 点其他消息的按钮直接切换播放；
3. 合成等待中再点一次可取消。

合成前会清洗 markdown，路径、URL、长编号和代码块不会被读出来。

自动朗读¶

输入框工具行有一个「自动朗读」开关（与设置页同步），开启后自动朗读页面加载后产生的新回复。

设置页¶

入口在 Settings → 语音朗读（Voice (Fish TTS)），可配置：

• TTS 模型：下拉建议加手动输入，支持 s2.1-pro-free / s2.1-pro / s2-pro 等，默认 s2.1-pro-free；
• 音色 reference_id：必填。音色是个人数据，插件不提供默认音色；
• API Key：AES-256-GCM 加密存储；
• HTTP 代理：直连不通时可填；
• 试听按钮、音量滑条（默认 60%）、倍速滑条（0.5–2.0×，不变调；浏览器不支持时固定 1×）。

所有设置保存后立即生效，无需重启。朗读和试听都走你配置的语音，可以使用自己的 Fish 音色 reference_id，包括自行克隆的音色。界面为中英双语，跟随 DSH 语言设置。

安装与启用¶

从 npm 安装（推荐）：

npx @deepseek-ai/dsh plugin --profile web add dsh-fish-tts

安装后重启 dsh web（关掉终端重新运行 dsh web）并刷新页面。

也可以从 GitHub 安装，仓库已提交 lib/ 构建产物，git 安装无需本地构建：

npx @deepseek-ai/dsh plugin --profile web add github:MaRi23333/dsh-fish-tts

一个已知的坑：从 GitHub 版换到 npm 源时，裸包名 add dsh-fish-tts 对已装的 git 版是静默空操作，需改用 @latest，或先 remove 再 add：

npx @deepseek-ai/dsh plugin --profile web add dsh-fish-tts@latest

配置与首次使用¶

经过上面的步骤插件已装好，接下来在设置页完成首次配置：

1. 打开 Settings → 语音朗读；
2. 填入 API Key 和音色 reference_id；
3. 点保存设置，API Key 状态变为「已配置」；
4. 点试听验证——未保存或音色为空时，试听按钮保持置灰。

也可以在 profile 的 cordis.patch.yml 里给 fish-tts 行加 config 作为默认值（会被设置页保存的值覆盖）：

- id: fish-tts
  config:
    model: s2.1-pro-free
    format: wav
    stateDir: /custom/state/dir

安全与限制¶

• API Key 以 AES-256-GCM 加密落盘于 $DSH_HOME/fish-tts/settings.json，密钥文件 key.bin 自动生成并在 Windows 上收紧 ACL；Key 不出现在任何 GET 响应、日志或仓库中。
• 仅本机使用：所有 /fish-tts/* 路由拒绝非 loopback（127.0.0.1 / ::1 / ::ffff:127.0.0.1）来源的请求（403），即使宿主监听在 0.0.0.0 也不开放远程访问。
• 写接口（synthesize/config）强制 application/json 并校验同源/loopback Origin。
• 代理不支持带用户名密码的地址（保存时被拒绝）；环境变量 HTTPS_PROXY/HTTP_PROXY 带凭据会被忽略。
• 合成请求文本上限 12000 字符；结果在进程内缓存，最多 200 条，重启即清。

适用场景与注意¶

适合谁：已持有 Fish Audio 账号和 Key、想用自己的音色（含自行克隆的音色）在 DSH Web GUI 里听回复的用户。

使用前注意几点：

• 只可使用你有权使用的音色（reference_id），未经授权不得克隆或模仿公众人物、名人或他人的声音；对外分发生成的音频时，建议主动披露其为 AI 合成内容；
• Fish Audio 免费额度仅限个人、非商业用途，商业使用需订阅官方付费套餐；
• 本项目为独立社区项目，与 Fish Audio / Hanabi AI Inc. 无隶属、合作或背书关系，与 DeepSeek 也无隶属关系；
• 插件以当前 dsh 进程权限运行，安装前建议先检查源码与许可证。

结尾¶

回顾一下：dsh-fish-tts 把 Fish Audio 的合成能力接进 DSH Web GUI——消息旁一键朗读、输入栏自动朗读、设置页统一管理模型、音色和加密 Key，配置保存即生效。仓库与目录页：

• GitHub：https://github.com/MaRi23333/dsh-fish-tts
• 社区插件目录页：https://www.skillhub.cn/plugins/MaRi23333/dsh-fish-tts