前言¶

DeepSeek Harness (DSH) 的设计哲学是「一切皆插件」。当开发者在 DSH 中构建代理时，仅通过文本输出往往缺乏直观的交互体验。dsh-plugin-mynah 解决了这一痛点，它充当了 DSH 与 Mynah 实时数字人栈之间的桥梁，让智能体能够控制数字人进行实时说话、打断和手势交互。

插件定位¶

该插件由 honwee 维护，开源协议为 MIT。它允许 DSH 代理直接驱动 Mynah 实时数字人（基于 WebRTC 的唇形同步视频），实现文本转语音、会话管理、动作控制以及知识库更新。

核心功能¶

插件提供了一系列工具（Tools），分为实时交互工具和管理工具两类：

1. 实时交互

   • mynah_speak: 让数字人在当前会话中说话。支持 type=echo（逐字朗读）或 type=chat（走 Mynah 自身的大脑）。默认情况下，新句子会排队，除非设置 interrupt=true。
   • mynah_interrupt: 强制打断当前正在说话的数字人。
   • mynah_action: 播放预设动作，例如挥手。

2. 会话与管理

   • mynah_sessions: 列出当前活跃的会话 ID，供后续调用。
   • mynah_channels: 列出已发布的频道及访客访问链接。
   • mynah_status: 检查核心服务、头像引擎、ASR、TTS 和数据库的健康状态。

3. 知识库

   • mynah_kb_add: 向 Mynah 的知识库添加文本或 Markdown 文档。

安装与配置¶

通过官方 CLI 安装插件：

dsh plugin --profile web add dsh-plugin-mynah

安装后，需要在 DSH 的配置中指明 Mynah 实例的地址。可以在 cordis.patch.yml 中添加配置块：

- id: mynah
  name: dsh-plugin-mynah
  config:
    baseUrl: https://your-mynah-host:8443      # 访客/实时端点
    adminUrl: https://your-mynah-host:9443     # 管理后台端点
    username: admin
    password: ********

或者使用环境变量（MYNAH_URL, MYNAH_ADMIN_URL, MYNAH_USER, MYNAH_PASSWORD 等）进行配置。

使用示例¶

在 Web UI 中对话，或在 Headless 模式下运行脚本：

场景 1：Web UI
在 DSH 的对话窗口中输入提示词：

“Find the live Mynah session and have the digital human greet me by name.”

场景 2：Headless 脚本

dsh --profile headless "Use mynah_sessions, then make the digital human say: 今天的部署已经完成。"

运行要求与注意¶

• 环境依赖：DeepSeek Harness 版本需 ≥ 0.1.2-alpha.5，Node.js 版本需 ≥ 22.19。
• Mynah 实例：需要部署一个可访问的 Mynah 实例。Mynah 是自托管的数字人栈，默认使用免费的 EdgeTTS，无需 API Key 即可发声。
• 硬件资源：Mynah 基于 WebRTC 运行，建议运行环境拥有约 6GB 显存（或使用远程推理）。
• 权限说明：实时工具（如 mynah_speak）仅需要会话 ID，无需登录；管理工具（如 mynah_sessions）需要管理员登录并缓存 JWT Token。

结语¶

该插件通过 mynah_* 工具链将 LLM 推理与数字人交互打通，使 Agent 能够拥有具象化的交互能力。完整文档与源码见 GitHub 仓库。