DeepSeek Harness (DSH) Web 界面默认不具备语音输出能力。make-dsh-voice 是一个为此场景设计的轻量级插件，它通过调用阿里云百炼的 CosyVoice 模型，为智能体赋予了声音，并在界面中提供了常驻的播放器和配置入口。该插件由开发者 blueperformer 维护，旨在解决 Web UI 中语音交互缺失的问题。
核心功能¶
这个插件主要提供以下能力：
voice_speak工具：Agent 可以调用此工具，利用已注册的语音克隆模型合成语音。- 语音条：在编辑器下方显示一条单行播放器，用于播放最新的合成音频片段。
- 语音设置页：在设置菜单中新增「语音」选项卡，支持配置 API Key、模型、语音 ID、回复策略（是否每句都读）、输出长度和输出目录。
- 开机音效：页面加载后，在用户进行第一次交互（点击、输入等）时播放指定音效，该功能可开关。
安装与启用¶
安装过程分为三步，通过 CLI 命令完成。
- 安装插件
使用dsh plugin命令添加该仓库。确保使用webprofile。
dsh plugin --profile web add github:blueperformer/make-dsh-voice
-
重启 Harness
插件通过dsh.bundle机制挂载，必须重启 DSH 进程才能激活。 -
配置 API Key
打开 DSH 设置，找到「语音」页面，填入阿里云百炼的 API Key。配置后，该 Key 仅在本地保留，浏览器端不会收到该密钥，只显示「已配置」状态。
典型用法¶
安装完成后，你可以通过以下方式使用：
-
设置开机音效
将准备好的 MP3 音频文件复制到插件的assets目录，重命名为boot.mp3。页面加载后，系统会在检测到用户第一次交互时尝试播放该音频。 -
独立语音合成
插件包含一个 Python 脚本synthesize.py，可用于本地测试或独立调用。
python synthesize.py --text "hello"
环境要求与注意¶
由于插件需要调用后端 Python 服务，存在以下环境要求：
- 操作系统：当前仅测试过 Windows 11 环境，Linux 和 macOS 未经验证。
- DeepSeek Harness：必须使用 DeepSeek Harness 的 Web profile (
dsh web)。 - 依赖工具：
- 需要在
PATH中安装pnpm。 - 需要安装 Python 3 和阿里云 DashScope SDK (
pip install dashscope)。 - 可选安装
ffmpeg，用于处理音频前后的静音，若未安装则会跳过此步骤。
- 需要在
卸载¶
如需移除插件，执行以下命令：
dsh plugin --profile web remove dsh-voice
卸载后，插件会从配置中移除，但设置文件中保留的 voice 配置段通常不会自动清理。
