DeepSeek Harness 語音通話助手插件

前言¶

DeepSeek Harness (DSH) 採用插件化架構，生態由社區貢獻。dsh-voice-call 是一款面向個人的語音通話助手插件，旨在解決 DSH 在原生語音交互上的空白。它通過自動創建專屬工作區和會話，實現跨重啓的持久化對話；通過懸浮球面板提供快捷入口；通過 FunASR 和雲端 TTS 實現語音識別與合成；通過 voice_task 工具將子代理任務分發至獨立會話執行，並跟蹤進度。

核心功能¶

專屬工作區與會話：安裝並重啓 DSH 後，Host 會自動創建專屬工作區「語音通話」與專屬會話 voice-call-main。該會話在 DSH 重啓後依然延續，無需手動創建。
懸浮球通話面板：頁面右下角提供懸浮球，支持拖拽。點擊展開通話、任務、設置面板。重啓後自動出現。
語音識別：支持 FunASR HTTP 模式。默認 URL 爲 http://127.0.0.1:10095/v1/audio/transcriptions，模型爲 fun-asr-nano。支持流式與雲端 API。
語音回覆：支持 MiniMax、MiMo-V2.5-TTS 和 OpenAI 兼容 TTS。支持語速調節、最大字數截斷檢測。
MiMo 導演模式：在 MiMo-V2.5-TTS 模式下，支持導演模式（關閉/固定劇本/每輪自動）。支持音色克隆（VoiceClone），無需註冊 voice_id，樣本以 DataURL 發送。
任務分發：主會話通過 voice_task 工具或面板分發任務至獨立任務會話。任務完成後自動語音播報結果。
喚醒詞模式：可配置喚醒詞（默認「小鯨魚」）和休眠時長（默認 8 秒）。建議配合本地 ASR 使用以降低延遲。

安裝與啓用¶

本插件提供持久化安裝方式，無需手工編輯配置文件。安裝命令如下：

dsh plugin --profile web add @biliye/dsh-voice-call

安裝完成後，重啓 DSH。在「設置 → 插件」中應能看到 dsh-voice-call。重啓後，Host 會自動創建專屬工作區「語音通話」和會話 voice-call-main。

配置與使用¶

配置語音識別：在懸浮球打開的設置頁中，配置語音識別引擎。使用 FunASR 模式時，URL 填寫 http://127.0.0.1:10095/v1/audio/transcriptions，模型填寫 fun-asr-nano。
開始通話：點擊懸浮球上的「▶ 開始通話」。直接說話，停頓約 1.2 秒，系統自動識別併發送。助手回覆後自動語音朗讀。
分發任務：在「任務」頁或語音說出“幫我查一下…”時，系統會將任務分發給子代理執行。任務完成後會自動語音播報。
使用 MiMo 導演模式：
- 在設置頁「語音回覆（TTS）」中，將「TTS 模型」切換爲 MiMo-V2.5-TTS。
- 填寫 API Key（從 platform.xiaomimimo.com 控制台獲取，無需 GroupId）。
- 選擇音色（內置：冰糖/茉莉/蘇打/白樺/Mia/Chloe/Milo/Dean）。
- 開啓「導演模式」，可選擇「關閉」、「固定劇本」或「每輪自動」。

注意事項¶

本地 ASR 建議：爲了隱私和更可靠的喚醒，建議使用本地部署的 FunASR Server。
音色克隆規範：⚠ 只應克隆你本人或已獲明確授權的聲音。樣本支持 mp3/wav，大小限制 10MB。
開發環境配置：如果在本地開發源碼並使用 dsh plugin add . 安裝，由於 nodeLinker: hoisted 配置，默認是拷貝式安裝，修改源碼後需重啓才能生效。若需熱重載，需將安裝目錄替換爲 Junction，但需注意源碼目錄必須自帶 node_modules，否則會導致宿主依賴解析失敗。

生態背景¶

DSH 理念是“一切皆插件”，社區目錄 skillhub.cn 提供插件收錄與搜索。本文檔基於已覈實的事實編寫，具體源碼與更新請查看 GitHub 倉庫。