前言¶

DeepSeek Harness (DSH) 是一个插件化的开发框架。在调试或使用智能体时，开发者有时需要直接让系统朗读 Agent 的回复，或者验证长文本的输出。浏览器自带的语音合成往往功能有限，且无法通过 Agent 工具直接调用。dsh-speak 插件通过调用 macOS 的 say 命令，在运行 DSH 的主机机器上播放音频，并提供了一套完整的朗读工具链。

介绍¶

dsh-speak 是一个运行在 macOS 上的 DeepSeek Harness 插件。它允许模型调用 speak 工具朗读文本，并在 Web UI 中提供消息操作按钮和选区朗读功能。所有音频播放均来自本地主机，不经过网络传输，不依赖模型下载。该插件支持中文、英文、日文和韩文的自动脚本检测。

核心功能¶

• Agent 工具 (speak)：模型可以通过调用 speak 工具来朗读文本或停止朗读。
• 消息操作：每条已确定的助手回复下方有一个 🔊 按钮，点击可朗读该回复，再次点击停止。
• 选区朗读：选中页面上的任意非输入文本，会出现一个朗读气泡，点击即可朗读。
• 个性化设置：支持按语言配置语音、语速和 Han 字偏置。
• 多语言支持：基于 macOS say 命令，支持中文、英文、日文、韩文，自动检测脚本。

安装与启用¶

方式一：插件管理器（推荐）¶

1. 打开 DSH，进入 Plugins（设置中的 Plugins 或侧边栏的 Plugins 面板）。
2. 点击 Install bundle，粘贴以下仓库地址：

   https://github.com/RinChanNOWWW/dsh-speak

3. 插件会自动插入 speak 工具并加载浏览器端代码，无需额外构建。如果按钮未显示，刷新页面即可。

方式二：命令行安装（仅限 Web Profile）¶

对于 dsh web 配置文件，可以使用 CLI 安装：

dsh plugin --profile web add https://github.com/RinChanNOWWW/dsh-speak

方式三：手动安装¶

如果需要将插件安装到配置文件目录之外：
1. 将包文件复制到配置文件目录：

   $DSH_HOME/profiles/<profile>/plugins/dsh-speak/{package.json, index.js, client.js}

2. 在 $DSH_HOME/profiles/<profile>/cordis.patch.yml 中添加一行：

   - insert:
       - id: speak
         name: ./plugins/dsh-speak/index.js

3. 重启 DSH 或重新加载配置文件以生效。

典型用法¶

让 Agent 朗读¶

你可以直接在对话中让助手朗读文本。支持的指令包括：
- “read this aloud”
- “读一下这段”
- “stop reading” / “别读了”

speak 工具参数¶

界面操作¶

• 消息操作：点击助手回复下方的 🔊 图标开始朗读，再次点击停止。若正在朗读其他内容，点击该图标会切换到当前内容。
• 选区朗读：选中页面文本，点击弹出的气泡朗读。气泡会保持并变为“停止朗读”状态。
• 设置：点击编辑器工具栏的齿轮图标，或选中文字气泡内的齿轮图标，可配置各语言的语音和语速。

注意事项¶

• 系统要求：仅支持 macOS，依赖 say 命令。Linux 支持未实现。
• 版本要求：需要 DSH 0.2.x（桌面应用或浏览器配置文件）。
• 并发限制：同一时间只能播放一个朗读任务，新请求会覆盖旧任务。
• 手动安装：手动修改 cordis.patch.yml 后必须重启或重新加载配置文件。
• CLI 限制：CLI dsh plugin 命令拒绝桌面应用配置文件，仅支持 Web Profile。

总结¶

dsh-speak 插件通过复用 macOS 的系统能力，为 DSH 提供了原生的文本朗读功能。它既能让 Agent 作为工具调用，也能通过 UI 交互为开发者提供便捷的文本验证手段。所有操作均在本地完成，无需额外的网络请求或 API 密钥。

目录页 | GitHub 仓库