前言¶
在 DeepSeek Harness(DSH)裏跑多輪對話時,token 用量和費用往往分散在面板或日誌裏,要刻意去看才知道「這一輪花了多少」。若已安裝費用類插件,數字會更準,但缺少一種即時、可感知的反饋。dsh-cost-voice 在每輪會話正常結束後,用預置音頻在瀏覽器裏播一句類似「支付寶到賬,零點一二元」或「大白飯到賬,零點一二元」的提示,金額優先對接 dsh-cost-meter,否則按該輪模型單價估算。語音片段隨插件打包,運行時不聯網、不依賴系統 TTS,也不需要 API Key。
這是什麼¶
dsh-cost-voice 是維護者 gongfpp 發佈的 DSH Web 側插件(npm 包名 dsh-cost-voice,當前版本 1.0.1,MIT 許可證)。它監聽輪次結束事件,計算或讀取本輪人民幣費用,再拼接或播放內置 mp3,完成一次短語音播報。社區目錄 SkillHub 將其歸類爲工作流相關插件;包元數據中還標註 usage、voice 等標籤。插件以娛樂與用量感知爲主,README 明確說明播報金額爲估算值,不能作爲賬單依據。
核心功能¶
播報時機與內容¶
- 每輪結束自動播報;可在設置裏選擇「只在正常完成的輪次播報」,關閉後中斷或報錯的輪次也會播。
- 同一輪只播一次,刷新頁面不會重播;後臺標籤頁錯過的只補最近一條。
- 低於設定金額可不播,默認閾值爲 0(任何金額都播)。
兩種音色¶
| 音色 | 說明 |
|---|---|
| 支付寶 | 18 段片段拼接(數字、點、元、十百千萬及「支付寶到賬」前綴),素材來自開源項目 Reathin/XVoice |
| 大白飯 | 0.01–1.00 元共 100 句整句預渲染;超出範圍回落到 17 段拼接,由小米 MiMo TTS 音色克隆生成 |
素材體積約 2.8 MB,全部隨包分發,運行時不對 TTS 服務發請求。
金額來源¶
- 已安裝且可用的
dsh-cost-meter:直接使用其記錄的該輪費用(人民幣),與費用面板口徑一致。 - 否則按該輪實際模型與 token 用量估算:
輸入 × 輸入價 + 輸出 × 輸出價 + 緩存讀 × 緩存讀價 + 緩存寫 × 緩存寫價(元/百萬 token)。 - 單價默認來自
dsh-cost-meter隨包的docs/provider-pricing.json(354 個模型,USD/百萬 token,折算匯率 7.2);插件設置頁可按模型覆蓋輸入/輸出單價,「其他模型」爲表外兜底。插件內還帶assets/pricing.json快照,費用插件不在時仍能估算。
設置頁¶
可在 設置 → 插件 → 每輪扣款語音播報 中配置:音色、金額來源、按模型的價格表、最小播報金額、音量(0–1)、片段間隔(毫秒,默認 40)、靜音時段(如 00:00–08:00)、試聽與最近播報記錄。
隱私與權限¶
插件自述不聯網、無遙測;音頻經同源接口從本機插件目錄下發。只讀會話事件中的用量與輪次信息,不讀寫對話正文。瀏覽器側設置保存在 localStorage。
安裝與啓用¶
環境要求:DeepSeek Harness Web GUI 版本 >=0.2.1-0 <0.3.0-0,Node.js >=22。
從 npm 安裝:
dsh plugin --profile web add dsh-cost-voice
本地開發時可指向目錄(示例來自 README):
dsh plugin --profile web add D:\path\to\dsh-cost-voice
安裝後重啓一次 dsh web,刷新頁面。在插件設置裏點一次「試聽」,用於解鎖瀏覽器音頻(Chrome 需用戶手勢才能出聲),之後每輪結束即可自動播報。
典型用法¶
- 與
dsh-cost-meter同裝:在設置裏將「金額來源」設爲費用插件,播報與費用面板一致。 - 未裝費用插件:保持默認單價估算,必要時在「模型價格」裏爲常用模型填寫覆蓋單價。
- 辦公時段外靜音:配置「靜音時段」,避免夜間播報。
- 極小金額過濾:將「低於此金額不播」設爲大於 0 的值,減少干擾。
適用場景與注意¶
適合希望在 DSH Web 界面裏對每輪 API 花費有即時聽覺反饋的開發者;與 dsh-cost-meter 搭配時金額最可靠。已知限制包括:頁面需保持打開,且前臺標籤頁才能及時播報(後臺標籤頁瀏覽器會壓低定時器);大白飯音色在 1 元以上仍爲片段拼接,聽感略偏機械。
DSH 生態強調「一切皆插件」;SkillHub 等社區目錄爲獨立站點,與 DeepSeek / 幻方無官方從屬關係。插件隨 DSH 進程以當前用戶權限運行,安裝前建議查看 GitHub 倉庫 源碼與 MIT 許可證,自行評估是否滿足環境與安全要求。