前言¶
在长时间对话或长时间运行的智能体任务中，用户往往难以感知当前进度。当一轮对话结束时，如果能通过语音给出简短的完成提示，再由文本气泡同步展示摘要，可以显著提升交互的即时感与可理解性。MiMo Voice Report 是一个为 DeepSeek Harness 提供这类能力的插件，它利用小米 MiMo 的 TTS 服务，在任务结束时朗读完成通知与摘要，并弹出带语音同步打字效果的对话框。
这是什么¶
MiMo Voice Report 是一个 DeepSeek Harness 插件，由维护者 387617119 在 GitHub 上开源。它不改变 DSH 的核心逻辑，而是通过拦截会话事件，在每轮任务结束时自动调用 MiMo TTS 生成语音，并在界面展示对应的文本气泡，从而为用户增加一个“进度感知”的听觉反馈层。
核心功能¶
- 完成通知与摘要朗读：当会话日志中出现 turn/end 时，插件会自动生成一句完成通知（默认为“任务完成啦。”）并调用 MiMo 重写最后一条助手消息为 1–2 句可朗读的摘要，随后合成语音并播放。
- 弹出文本气泡：页面会弹出一个肖像与语音气泡，气泡文字随音频进度同步打字出现，提供视听双重反馈。
- 默认 voice-clone：插件内置一个 7.7 秒的参考音频（voice-sample.mp3），默认使用 MiMo 的 voice-clone 模型（mimo-v2.5-tts-voiceclone），即可在克隆的音色上朗读通知与摘要。
- 摘要策略与缓存：默认使用 MiMo chat（mimo-v2.6-flash）重写摘要；若调用失败或被拒绝，则回退到基于规则的信息提取摘要。音频按轮次缓存，仅对当前会话合成。
- 自定义文案与音色：支持自定义完成通知文案（error/aborted/blocked 分桶）、自定义音色预设（冰糖、茉莉、苏打、白桦、Mia、Chloe、Milo、Dean）、自定义参考音频与肖像图片；可配置是否仅使用自定义文案。
- API key 安全：API key 在宿主进程中读取，浏览器端只接收 mp3 字节，不会暴露到前端。
安装与启用¶
从 GitHub 仓库克隆插件目录：
git clone https://github.com/387617119/mimo-voice-report.git
然后在 DSH 中将该目录作为 bundle 安装：
plugin_manager action: install_bundle target: /absolute/path/to/mimo-voice-report
（任何等效的“安装本地 bundle 目录”流程即可，该包声明了 dsh.bundle.patch。）
安装完成后，在 DSH 的设置中启用 MiMo Voice Report，即可开始使用。
典型用法¶
在插件配置中，使用默认 voice-clone 音色与完成通知：
- baseUrl：
https://token-plan-cn.xiaomimimo.com/v1 - model：
mimo-v2.5-tts-voiceclone - voice：
冰糖 - customAnnounces：
{ "completed": "任务完成啦。", "error": "任务出错了。", "aborted": "任务已中止。" } - customOnly：
false - summarizer：
model - summaryModel：
mimo-v2.6-flash - summaryMaxChars：
64 - maxChars：
90 - staleMs：
25000 - timeoutMs：
30000
若想使用 MiMo 预设音色而非克隆，可将 model 改为 mimo-v2.5-tts，并指定 voice 为任一预设（如 茉莉）。自定义肖像或参考音频时，只需将对应文件放在插件目录下，并在配置中通过 voiceSample 或 avatar 引用（相对或绝对路径）。
适用场景与注意¶
适合在需要明显反馈的场景中使用，如长时间运行的任务、夜间使用或希望增强“即时完成感”的对话助手。由于插件以当前 DSH 进程的权限运行，安装前建议检查源码与许可证（MIT），确保符合你的使用场景与合规要求。
小结¶
MiMo Voice Report 通过语音通知与同步打字的文本气泡，让 DSH 对话在每轮结束时提供更清晰的反馈。你可以根据需要调整音色、摘要策略与文案，构建符合个人习惯的交互体验。
- 插件目录页：https://www.skillhub.cn/plugins/387617119/mimo-voice-report
- GitHub 仓库：https://github.com/387617119/mimo-voice-report
