前言¶
在 DeepSeek Harness（DSH）Web 里做智能体对话，助手回复往往很长，纯看屏幕容易疲劳；若要把内容「说出来」，通常得复制到外部 TTS 工具，再单独配 Key 和音色，和会话上下文脱节。社区维护者 liqiangai 的 dsh-tts-web 把文本转语音直接嵌进 Web：左侧栏有「语音朗读」面板，每条助手消息旁有小喇叭，可选 MiniMax Speech 或小米 MiMo TTS 合成，并支持自动朗读最新回复与朗读历史。插件归类为「模型推理」，当前 GitHub 星标为 0，版本 0.2.0，许可 MIT。
这是什么¶
dsh-tts-web 是为 DSH Web 增加的 TTS 插件：Host 侧提供同源合成路由与设置存储，浏览器半注册侧栏入口、设置面板与逐条朗读按钮，无构建步骤。维护仓库：liqiangai/dsh-tts-web；目录页：skillhub.cn 插件页。SkillHub 等社区目录与 DeepSeek / 幻方无官方从属关系，安装前仍建议自行阅读源码与许可证。
支持的语音服务¶
面板里可一键切换服务商：
| 服务商 | 接口 | 能力（据 README） |
|---|---|---|
| MiniMax Speech | POST {origin}/v1/t2a_v2 |
官方 300+ 系统音色、MP3/WAV、语速/音量/音高、language_boost |
| 小米 MiMo TTS | POST {base}/chat/completions |
预置音色（冰糖、茉莉、苏打、白桦、Mia、Chloe、Milo、Dean）与音色设计模型 |
MiMo 请求方式参照社区插件 ppy-web/dsh-plugin-xiaomi-mimo-tts；本仓库独立实现并新增 MiniMax 合成、左侧栏面板、逐条朗读与自动朗读。
核心功能¶
- 左侧栏入口：
sidebar.panellist增加图标，点开可配置服务商、Key、模型、音色、语速、格式与开关。 - 逐条朗读：助手消息工具行上的小喇叭，再点一次停止。
- 自动朗读：开启「自动朗读新回复」后，每条助手回复完成且播放器空闲时自动播报——只播最新一条、每条只播一次，不打断你手动点的朗读。
- 朗读最新回复：面板内一键朗读当前会话最后一条助手消息。
- 长文本：按句子切分为 ≤1800 字（
maxCharsPerRequest）的片段顺序播放，一次停止可中断整段。 - 朗读历史：最近 30 条可重播、可清空（只存文本与元数据，不存音频）。
- Key 不落明文：优先 DSH 凭据库或进程环境；面板只显示「已配置」。
前置要求¶
- 可运行的 DeepSeek Harness Web 界面，Node ≥ 20。
- 至少一路语音服务的 API Key：MiniMax 或小米 MiMo（可只配其一，也可两个都配）。
安装与启用¶
官方 README 的安装方式为：先取得仓库到本机，再在 DSH 会话里让 Agent 安装本地 bundle（勿自行拼接 dsh plugin add github:owner/repo）。
克隆仓库：
git clone https://github.com/liqiangai/dsh-tts-web.git
在 DSH 会话中执行（target 为克隆目录的绝对路径）：
plugin_manager action: install_bundle target: <克隆目录的绝对路径>
返回 application: applied 后，左侧栏会出现语音朗读图标。bundle 以 link: 方式接入，改代码后重新加载即生效。卸载：plugin_manager 的 remove_bundle，target 传 dsh-tts-web。
配置 API Key¶
两种方式任选，推荐第一种：
-
DSH 凭据（推荐）
面板「环境变量名」填例如MINIMAX_CN_API_KEY。合成时经 DSHcredentials服务解析（先凭据库，再进程环境），面板显示「已配置」。MiniMax 中国站 Key 常以该名已存好。 -
直接填写
在面板 API Key 输入框写入，保存在插件设置文件（本机 600 权限）。
小米 MiMo 默认读 XIAOMI_MIMO_API_KEY；tp- 开头的 Token Plan Key 会自动切换到 https://token-plan-cn.xiaomimimo.com/v1。
设置文件默认位置：
%USERPROFILE%\.dsh\plugin-data\dsh-tts-web\settings.json
%DSH_PROFILE_DIR%\plugin-data\dsh-tts-web\settings.json # 以 profile 启动且导出该变量时
典型用法¶
- 打开左侧栏 语音朗读。
- 选服务商 → 填 Key 或环境变量名 → 选模型/音色/语速 → 保存。
- 面板下方文本框可试听（朗读 / 停止），或点「朗读最新回复」。
- 回到对话：工具行朗读按钮；需要连续播报则打开 自动朗读。
自动朗读与限制¶
开启后，插件在消息行监听会话：当最新一条回复写完（会话不再 running）且播放器空闲，延迟 400ms 自动合成播放；同一条只播一次，手动点过喇叭的不会再自动播。
两点限制（README 如实说明）：
- 需停留在对话页：切到「语音朗读」或其他面板时对话卸载，不会触发自动朗读。
- 浏览器自动播放策略：无用户手势时可能
NotAllowedError；消息行会提示「浏览器拦截了自动播放，点一下喇叭即可」，页面上任意一次点击后后续自动朗读通常放行。
工作原理概要¶
一行 patch 同时激活 Host 与 Web Client：
| 半边 | 职责 |
|---|---|
index.js、lib/*.js |
/plugins/dsh-tts-web/* 同源路由、服务商调用、设置、凭据解析 |
client.js |
侧栏、面板、逐条朗读、播放（window.__ModuleLoader__ 懒加载，无构建） |
浏览器半注册 slot：sidebar.panellist、main、conversation.chat.assistant-actions。本机 HTTP 前缀 /plugins/dsh-tts-web，常用路径包括 GET/POST /config、POST /speak、GET /voices?provider=minimax、GET/DELETE /history。带 Origin 的跨站请求会被拒绝。内部协议见仓库 docs/CONTRACT.md。
维护者在开发机上验证过 MiniMax 网关合成与 303 个系统音色等；小米 MiMo 一路在开发机上无 Key，README 标明未做联网实测。
适用场景与注意¶
适合：长期在 DSH Web 里读助手长回复、需要 MiniMax 多音色或 MiMo 预置音色、希望 Key 走 DSH 凭据而非明文落盘的用户。
注意：
- 插件以当前 dsh 进程权限运行，安装前应检查源码与 MIT 许可证及第三方服务条款。
- 开发期可跑
node scripts/verify.mjs、node scripts/test-client.mjs（不随包安装）；改浏览器半需刷新页面或重启dsh web。
结尾¶
dsh-tts-web 把 TTS 收进 DSH Web 侧栏与消息行，双服务商可切换，并兼顾凭据解析、长文分段与朗读历史。进一步了解可打开 目录页 与 GitHub 仓库。
