前言¶

在 DeepSeek Harness (DSH) 的开发流程中，若需要为智能体增加语音输出能力，通常需要对接第三方语音合成服务。xby-speech-synthesis 插件提供了一种基于 MCP (Model Context Protocol) 的解决方案，直接集成了 Microsoft Edge 的高质量语音合成能力。

插件概况¶

该插件由 xby-skill 维护，属于模型推理类别。它本质上是一个集成了 Microsoft Edge TTS 的 MCP 服务器，支持多语言语音生成、音频合并以及云端存储。插件基于 MIT 许可证开源。

核心功能¶

插件提供以下两个核心能力：

• set_xby_apikey：在聊天上下文中设置 API 密钥。该操作会自动持久化，重启 DSH 后依然有效。
• generate_speech：利用 Microsoft Edge TTS 将文本转换为语音音频。支持多角色对话场景，并具备音频合并能力。

安装与配置¶

安装插件需要使用 DSH 的 CLI 工具。安装后，插件以当前 DSH 进程的权限运行，建议安装前检查源码与许可证。

安装命令如下：

dsh plugin --profile web add github:xby_skill/xby-speech-synthesis

在使用前，需前往小笨羊官网注册并获取 API 密钥。

使用步骤¶

配置好环境后，按以下顺序操作：

1. 在 DSH 的聊天窗口中使用 set_xby_apikey 命令设置密钥。
2. 使用 generate_speech 命令生成语音。

注意事项¶

• 插件依赖小笨羊官网的 API 服务，必须提前完成注册与密钥获取。
• 遵守 MIT 许可证条款。
• 插件当前状态为 0 stars，请根据实际需求评估其稳定性。