前言¶

在 DeepSeek Harness (DSH) 的開發流程中，若需要爲智能體增加語音輸出能力，通常需要對接第三方語音合成服務。xby-speech-synthesis 插件提供了一種基於 MCP (Model Context Protocol) 的解決方案，直接集成了 Microsoft Edge 的高質量語音合成能力。

插件概況¶

該插件由 xby-skill 維護，屬於模型推理類別。它本質上是一個集成了 Microsoft Edge TTS 的 MCP 服務器，支持多語言語音生成、音頻合併以及雲端存儲。插件基於 MIT 許可證開源。

核心功能¶

插件提供以下兩個核心能力：

• set_xby_apikey：在聊天上下文中設置 API 密鑰。該操作會自動持久化，重啓 DSH 後依然有效。
• generate_speech：利用 Microsoft Edge TTS 將文本轉換爲語音音頻。支持多角色對話場景，並具備音頻合併能力。

安裝與配置¶

安裝插件需要使用 DSH 的 CLI 工具。安裝後，插件以當前 DSH 進程的權限運行，建議安裝前檢查源碼與許可證。

安裝命令如下：

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

在使用前，需前往小笨羊官網註冊並獲取 API 密鑰。

使用步驟¶

配置好環境後，按以下順序操作：

1. 在 DSH 的聊天窗口中使用 set_xby_apikey 命令設置密鑰。
2. 使用 generate_speech 命令生成語音。

注意事項¶

• 插件依賴小笨羊官網的 API 服務，必須提前完成註冊與密鑰獲取。
• 遵守 MIT 許可證條款。
• 插件當前狀態爲 0 stars，請根據實際需求評估其穩定性。