前言¶

DeepSeek Harness (DSH) 的設計哲學是「一切皆插件」。當開發者在 DSH 中構建代理時，僅通過文本輸出往往缺乏直觀的交互體驗。dsh-plugin-mynah 解決了這一痛點，它充當了 DSH 與 Mynah 實時數字人棧之間的橋樑，讓智能體能夠控制數字人進行實時說話、打斷和手勢交互。

插件定位¶

該插件由 honwee 維護，開源協議爲 MIT。它允許 DSH 代理直接驅動 Mynah 實時數字人（基於 WebRTC 的脣形同步視頻），實現文本轉語音、會話管理、動作控制以及知識庫更新。

核心功能¶

插件提供了一系列工具（Tools），分爲實時交互工具和管理工具兩類：

1. 實時交互

   • mynah_speak: 讓數字人在當前會話中說話。支持 type=echo（逐字朗讀）或 type=chat（走 Mynah 自身的大腦）。默認情況下，新句子會排隊，除非設置 interrupt=true。
   • mynah_interrupt: 強制打斷當前正在說話的數字人。
   • mynah_action: 播放預設動作，例如揮手。

2. 會話與管理

   • mynah_sessions: 列出當前活躍的會話 ID，供後續調用。
   • mynah_channels: 列出已發佈的頻道及訪客訪問鏈接。
   • mynah_status: 檢查覈心服務、頭像引擎、ASR、TTS 和數據庫的健康狀態。

3. 知識庫

   • mynah_kb_add: 向 Mynah 的知識庫添加文本或 Markdown 文檔。

安裝與配置¶

通過官方 CLI 安裝插件：

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

安裝後，需要在 DSH 的配置中指明 Mynah 實例的地址。可以在 cordis.patch.yml 中添加配置塊：

- id: mynah
  name: dsh-plugin-mynah
  config:
    baseUrl: https://your-mynah-host:8443      # 訪客/實時端點
    adminUrl: https://your-mynah-host:9443     # 管理後臺端點
    username: admin
    password: ********

或者使用環境變量（MYNAH_URL, MYNAH_ADMIN_URL, MYNAH_USER, MYNAH_PASSWORD 等）進行配置。

使用示例¶

在 Web UI 中對話，或在 Headless 模式下運行腳本：

場景 1：Web UI
在 DSH 的對話窗口中輸入提示詞：

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

場景 2：Headless 腳本

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

運行要求與注意¶

• 環境依賴：DeepSeek Harness 版本需 ≥ 0.1.2-alpha.5，Node.js 版本需 ≥ 22.19。
• Mynah 實例：需要部署一個可訪問的 Mynah 實例。Mynah 是自託管的數字人棧，默認使用免費的 EdgeTTS，無需 API Key 即可發聲。
• 硬件資源：Mynah 基於 WebRTC 運行，建議運行環境擁有約 6GB 顯存（或使用遠程推理）。
• 權限說明：實時工具（如 mynah_speak）僅需要會話 ID，無需登錄；管理工具（如 mynah_sessions）需要管理員登錄並緩存 JWT Token。

結語¶

該插件通過 mynah_* 工具鏈將 LLM 推理與數字人交互打通，使 Agent 能夠擁有具象化的交互能力。完整文檔與源碼見 GitHub 倉庫。