DeepSeek Harness (DSH) Web 界面默認不具備語音輸出能力。make-dsh-voice 是一個爲此場景設計的輕量級插件，它通過調用阿里雲百鍊的 CosyVoice 模型，爲智能體賦予了聲音，並在界面中提供了常駐的播放器和配置入口。該插件由開發者 blueperformer 維護，旨在解決 Web UI 中語音交互缺失的問題。
核心功能¶
這個插件主要提供以下能力：
voice_speak工具：Agent 可以調用此工具，利用已註冊的語音克隆模型合成語音。- 語音條：在編輯器下方顯示一條單行播放器，用於播放最新的合成音頻片段。
- 語音設置頁：在設置菜單中新增「語音」選項卡，支持配置 API Key、模型、語音 ID、回覆策略（是否每句都讀）、輸出長度和輸出目錄。
- 開機音效：頁面加載後，在用戶進行第一次交互（點擊、輸入等）時播放指定音效，該功能可開關。
安裝與啓用¶
安裝過程分爲三步，通過 CLI 命令完成。
- 安裝插件
使用dsh plugin命令添加該倉庫。確保使用webprofile。
dsh plugin --profile web add github:blueperformer/make-dsh-voice
-
重啓 Harness
插件通過dsh.bundle機制掛載，必須重啓 DSH 進程才能激活。 -
配置 API Key
打開 DSH 設置，找到「語音」頁面，填入阿里雲百鍊的 API Key。配置後，該 Key 僅在本地保留，瀏覽器端不會收到該密鑰，只顯示「已配置」狀態。
典型用法¶
安裝完成後，你可以通過以下方式使用：
-
設置開機音效
將準備好的 MP3 音頻文件複製到插件的assets目錄，重命名爲boot.mp3。頁面加載後，系統會在檢測到用戶第一次交互時嘗試播放該音頻。 -
獨立語音合成
插件包含一個 Python 腳本synthesize.py，可用於本地測試或獨立調用。
python synthesize.py --text "hello"
環境要求與注意¶
由於插件需要調用後端 Python 服務，存在以下環境要求：
- 操作系統：當前僅測試過 Windows 11 環境，Linux 和 macOS 未經驗證。
- DeepSeek Harness：必須使用 DeepSeek Harness 的 Web profile (
dsh web)。 - 依賴工具：
- 需要在
PATH中安裝pnpm。 - 需要安裝 Python 3 和阿里雲 DashScope SDK (
pip install dashscope)。 - 可選安裝
ffmpeg，用於處理音頻前後的靜音，若未安裝則會跳過此步驟。
- 需要在
卸載¶
如需移除插件，執行以下命令：
dsh plugin --profile web remove dsh-voice
卸載後，插件會從配置中移除，但設置文件中保留的 voice 配置段通常不會自動清理。
