前言¶
在 DeepSeek Harness（DSH）里做智能体对话时，长回答往往要盯着屏幕读。社区里也有用 SKILL 走 Edge TTS 的做法，例如 multilingual-tts-audio：每次都要 uv run --with edge-tts python …，等整段 MP3 写完，还要主动触发，和模型输出节奏对不上。
下面介绍插件 lemonhall/dsh-tts-reader（维护者 lemonhall，分类为联网工具）：常驻 DSH 进程内，监听模型原始输出流，逐句向 Edge TTS 拉取音频，页面用 Web Audio 连播；默认用小艺（zh-CN-XiaoyiNeural）朗读，并支持重读任意一条历史回答。
这是什么¶
dsh-tts-reader 是 DSH 的 Web 客户端注入型插件（package.json 中 meta.title 为「朗读回答（小艺）」）。宿主侧用零依赖 Edge TTS 客户端合成 MP3，页面侧负责播放与开关；不替换 DSH 核心，通过 Cordis patch 挂载路由并监听 agent/assistant-stream。
社区目录页：https://www.skillhub.cn/plugins/lemonhall/dsh-tts-reader（SkillHub 为独立插件广场，与 DeepSeek / 幻方无官方从属关系）。源码与说明：https://github.com/lemonhall/dsh-tts-reader。当前资料中版本为 0.1.0，许可证 MIT。
核心功能¶
两个入口，两条队列¶
| 位置 | 作用 |
|---|---|
| 输入框右侧喇叭 | 整个会话的实时朗读开关（默认开），状态存在 localStorage |
| 每条回答下方喇叭 | 在「显示 / 复制 / 点赞 / 用量 / 时间」一行，重读这一条；再点停止 |
实时朗读与「重读某条」是独立队列。点重读会临时接管扬声器；读完自动把实时朗读接回，从下一句继续，不补播期间错过的内容。
边写边念的数据路径¶
模型仍在输出时，插件已从原始流取文，比 DOM 更早：
agent/assistant-stream GET /dsh-tts/tail?session=…&since=…
（模型正在写的原文） （base64 MP3，按句游标拉取）
│ ▲
▼ │
lib/index.js ──► lib/feed.js ──► lib/edge-tts.js
宿主半边 逐句队列 零依赖 Edge TTS 客户端
│
Session.snapshotEvents() ────────────────┤
（某条历史回答的正文） GET /dsh-tts/message?session=…&id=…&since=…
│ │
└──────────────► lib/feed.js ─────────┤
│
lib/client.js ──┘
页面半边：Web Audio 无缝连播 + 两个开关
合成放在宿主侧，是因为 Edge 朗读服务要求浏览器类 User-Agent 才会 WebSocket 101 升级，而页面侧 WebSocket 无法自定义请求头。页面每 400 ms 用游标拉取一次；没有听众的会话不会触发合成。
重读某条的正文来自 ctx.sessions.get(id).snapshotEvents() 里 assistant/message 事件的 stream（可见正文，不含推理与工具调用）。被查看的会话在内存中存活时，整段可见历史都可读，不受插件安装时间限制。
念给人听的内容¶
朗读的是口语化文本，不是屏幕上的 Markdown 原文：
- 围栏代码块整块跳过；行内代码保留字面值
- 表格单元格用「，」连接，分隔行不念
- 链接只念文字，裸 URL 念作「链接」
- 标题、加粗、引用、列表符号等标记去掉
- 推理过程与工具调用参数不念
安装与启用¶
SkillHub 目录页未给出单独的 dsh plugin … 一行命令，而是让 Harness 读取后端安装计划后执行。在目录页使用「发送给 DeepSeek Harness 安装」或「复制安装提示词」，向当前 DSH 会话说明要安装的插件标识即可，例如：
请安装 DSH 插件 lemonhall/dsh-tts-reader。先读取后端安装计划再执行安装。
（完整提示词以目录页「复制安装提示词」为准。）
安装前建议自行阅读 GitHub 仓库源码与 MIT 许可证。插件在 当前 DSH 进程权限 下运行，并会 联网 访问 Edge TTS 服务。
启用后无需额外命令：输入框右侧喇叭默认开启实时朗读。若要在宿主侧整体关闭能力，可改配置（见下）；不要用 plugin_manager set_plugin 反复关开本插件——README 实测会出现路由仍在、但 agent/assistant-stream 监听已停、实时朗读静默失效的半死状态。临时不想听，用输入框喇叭即可。
配置¶
在 $DSH_HOME/profiles/desktop/cordis.patch.yml 里找到 dsh-tts-reader 条目的 config（插件未导出 Config schema，Cordis 会把整块 config 交给 apply）：
| 键 | 默认 | 说明 |
|---|---|---|
enabled |
true |
宿主侧总开关 |
voice |
zh-CN-XiaoyiNeural |
Edge TTS 短名，启动时向官方声音目录核对 |
rate / volume / pitch |
+0% / +0% / +0Hz |
合成参数 |
maxPerRequest |
3 |
每次拉取最多返回几句 |
改 lib/client.js 后 刷新页面（Ctrl+F5）即可；改 lib/index.js、lib/feed.js、lib/edge-tts.js 等宿主模块 必须重启应用。README 注明：plugin_manager 关开条目不能让宿主半边热重载，改宿主代码一律按需重启预期。
典型用法¶
- 正常与助手对话：模型流式输出时，默认逐句播放小艺语音。
- 暂时关闭：点输入框右侧喇叭；偏好会写入
localStorage。 - 重听某条回答：点该条下方喇叭；再点一次停止。重读结束后实时朗读从下一句恢复。
- 换声音或语速：改
cordis.patch.yml中voice、rate、volume、pitch，重启 DSH 使宿主配置生效。
维护者在仓库内提供自测脚本（需联网的用例需能访问 Edge TTS）：
cd E:\development\dsh-tts-reader
node test/feed.mjs # 逐句队列（纯离线）
node test/client-load.mjs # 客户端加载（纯离线）
node test/host-e2e.mjs # 宿主端到端（需联网）
node test/smoke.mjs # 语音目录 + 合成 + 文本清洗（需联网）
调试宿主 WebSocket 时可设环境变量 DSH_TTS_DEBUG=1 打印帧级日志。
适用场景与注意¶
适合：希望在 DSH Web 对话里 hands-free 听回答、且能接受 Edge TTS 联网合成的开发者；需要边生成边听、而不是等整段 MP3 的场景。
注意：
- 依赖 Edge 在线服务；README 记录了
User-Agent、SSML 语音全名、二进制帧格式等协议细节，自行改lib/edge-tts.js时需对照说明，避免 403 或静默断连。 - 分类为联网工具：安装前确认网络策略与源码行为。
- 与 SKILL 方案相比，优势在于进程内常驻、逐句流式、默认跟随助手输出；代价是绑定 DSH 插件与 Cordis 部署方式，而非任意 Python 脚本。
结尾¶
dsh-tts-reader 把助手回答默认用小艺朗读，实时流与历史重读分开排队，宿主合成、页面拉取播放，适合在 DSH 里边写边听。进一步了解请访问目录页 skillhub.cn/plugins/lemonhall/dsh-tts-reader 与 GitHub 仓库 github.com/lemonhall/dsh-tts-reader。
