前言¶

在 DeepSeek Harness（DSH）的 Web GUI 裏，助手回覆是純文本，長回覆只能逐行看。如果你已經持有 Fish Audio 的 API Key 和自己的音色，缺的只是一層把這些能力接進 Web GUI 的膠水——不用複製文本去別的工具，也不用自己寫腳本調 API。下面介紹的 dsh-fish-tts 就做這件事。

這是什麼¶

dsh-fish-tts 是面向 DSH Web GUI 的第三方語音合成（TTS）插件，由 MaRi23333 維護，MIT 許可證，當前版本 0.2.11。它僅支持 Fish Audio API，需自備 Key，插件不分發、不託管任何 Key。已針對 DSH 0.1.2-rc.1 的會話 API 與界面圖標變化完成適配和驗證，要求 Node >= 22（Node 20 已 EOL）。

接入方式上，client 側註冊了 conversation.chat.assistant-actions、conversation.input.left、settings.section 三個 slot，分別對應消息操作條、輸入框工具行和設置頁，朗讀按鈕、自動朗讀開關和設置頁因此出現在原生界面的對應位置。

核心功能¶

逐條朗讀¶

每條定稿的助手消息操作條上有一個「朗讀 / Read aloud」按鈕，點擊合成並播放該條回覆：

1. 播放中再點一次即中斷停止，不會從頭重播；
2. 點其他消息的按鈕直接切換播放；
3. 合成等待中再點一次可取消。

合成前會清洗 markdown，路徑、URL、長編號和代碼塊不會被讀出來。

自動朗讀¶

輸入框工具行有一個「自動朗讀」開關（與設置頁同步），開啓後自動朗讀頁面加載後產生的新回覆。

設置頁¶

入口在 Settings → 語音朗讀（Voice (Fish TTS)），可配置：

• TTS 模型：下拉建議加手動輸入，支持 s2.1-pro-free / s2.1-pro / s2-pro 等，默認 s2.1-pro-free；
• 音色 reference_id：必填。音色是個人數據，插件不提供默認音色；
• API Key：AES-256-GCM 加密存儲；
• HTTP 代理：直連不通時可填；
• 試聽按鈕、音量滑條（默認 60%）、倍速滑條（0.5–2.0×，不變調；瀏覽器不支持時固定 1×）。

所有設置保存後立即生效，無需重啓。朗讀和試聽都走你配置的語音，可以使用自己的 Fish 音色 reference_id，包括自行克隆的音色。界面爲中英雙語，跟隨 DSH 語言設置。

安裝與啓用¶

從 npm 安裝（推薦）：

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

安裝後重啓 dsh web（關掉終端重新運行 dsh web）並刷新頁面。

也可以從 GitHub 安裝，倉庫已提交 lib/ 構建產物，git 安裝無需本地構建：

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

一個已知的坑：從 GitHub 版換到 npm 源時，裸包名 add dsh-fish-tts 對已裝的 git 版是靜默空操作，需改用 @latest，或先 remove 再 add：

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

配置與首次使用¶

經過上面的步驟插件已裝好，接下來在設置頁完成首次配置：

1. 打開 Settings → 語音朗讀；
2. 填入 API Key 和音色 reference_id；
3. 點保存設置，API Key 狀態變爲「已配置」；
4. 點試聽驗證——未保存或音色爲空時，試聽按鈕保持置灰。

也可以在 profile 的 cordis.patch.yml 裏給 fish-tts 行加 config 作爲默認值（會被設置頁保存的值覆蓋）：

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

安全與限制¶

• API Key 以 AES-256-GCM 加密落盤於 $DSH_HOME/fish-tts/settings.json，密鑰文件 key.bin 自動生成並在 Windows 上收緊 ACL；Key 不出現在任何 GET 響應、日誌或倉庫中。
• 僅本機使用：所有 /fish-tts/* 路由拒絕非 loopback（127.0.0.1 / ::1 / ::ffff:127.0.0.1）來源的請求（403），即使宿主監聽在 0.0.0.0 也不開放遠程訪問。
• 寫接口（synthesize/config）強制 application/json 並校驗同源/loopback Origin。
• 代理不支持帶用戶名密碼的地址（保存時被拒絕）；環境變量 HTTPS_PROXY/HTTP_PROXY 帶憑據會被忽略。
• 合成請求文本上限 12000 字符；結果在進程內緩存，最多 200 條，重啓即清。

適用場景與注意¶

適合誰：已持有 Fish Audio 賬號和 Key、想用自己的音色（含自行克隆的音色）在 DSH Web GUI 裏聽回覆的用戶。

使用前注意幾點：

• 只可使用你有權使用的音色（reference_id），未經授權不得克隆或模仿公衆人物、名人或他人的聲音；對外分發生成的音頻時，建議主動披露其爲 AI 合成內容；
• Fish Audio 免費額度僅限個人、非商業用途，商業使用需訂閱官方付費套餐；
• 本項目爲獨立社區項目，與 Fish Audio / Hanabi AI Inc. 無隸屬、合作或背書關係，與 DeepSeek 也無隸屬關係；
• 插件以當前 dsh 進程權限運行，安裝前建議先檢查源碼與許可證。

結尾¶

回顧一下：dsh-fish-tts 把 Fish Audio 的合成能力接進 DSH Web GUI——消息旁一鍵朗讀、輸入欄自動朗讀、設置頁統一管理模型、音色和加密 Key，配置保存即生效。倉庫與目錄頁：

• GitHub：https://github.com/MaRi23333/dsh-fish-tts
• 社區插件目錄頁：https://www.skillhub.cn/plugins/MaRi23333/dsh-fish-tts