前言¶
在 DeepSeek Harness（DSH）Web 裏做智能體對話，助手回覆往往很長，純看屏幕容易疲勞；若要把內容「說出來」，通常得複製到外部 TTS 工具，再單獨配 Key 和音色，和會話上下文脫節。社區維護者 liqiangai 的 dsh-tts-web 把文本轉語音直接嵌進 Web：左側欄有「語音朗讀」面板，每條助手消息旁有小喇叭，可選 MiniMax Speech 或小米 MiMo TTS 合成，並支持自動朗讀最新回覆與朗讀歷史。插件歸類爲「模型推理」，當前 GitHub 星標爲 0，版本 0.2.0，許可 MIT。
這是什麼¶
dsh-tts-web 是爲 DSH Web 增加的 TTS 插件：Host 側提供同源合成路由與設置存儲，瀏覽器半註冊側欄入口、設置面板與逐條朗讀按鈕，無構建步驟。維護倉庫：liqiangai/dsh-tts-web；目錄頁：skillhub.cn 插件頁。SkillHub 等社區目錄與 DeepSeek / 幻方無官方從屬關係，安裝前仍建議自行閱讀源碼與許可證。
支持的語音服務¶
面板裏可一鍵切換服務商：
| 服務商 | 接口 | 能力（據 README） |
|---|---|---|
| MiniMax Speech | POST {origin}/v1/t2a_v2 |
官方 300+ 系統音色、MP3/WAV、語速/音量/音高、language_boost |
| 小米 MiMo TTS | POST {base}/chat/completions |
預置音色（冰糖、茉莉、蘇打、白樺、Mia、Chloe、Milo、Dean）與音色設計模型 |
MiMo 請求方式參照社區插件 ppy-web/dsh-plugin-xiaomi-mimo-tts；本倉庫獨立實現並新增 MiniMax 合成、左側欄面板、逐條朗讀與自動朗讀。
核心功能¶
- 左側欄入口：
sidebar.panellist增加圖標，點開可配置服務商、Key、模型、音色、語速、格式與開關。 - 逐條朗讀：助手消息工具行上的小喇叭，再點一次停止。
- 自動朗讀：開啓「自動朗讀新回覆」後，每條助手回覆完成且播放器空閒時自動播報——只播最新一條、每條只播一次，不打斷你手動點的朗讀。
- 朗讀最新回覆：面板內一鍵朗讀當前會話最後一條助手消息。
- 長文本：按句子切分爲 ≤1800 字（
maxCharsPerRequest）的片段順序播放，一次停止可中斷整段。 - 朗讀歷史：最近 30 條可重播、可清空（只存文本與元數據，不存音頻）。
- Key 不落明文：優先 DSH 憑據庫或進程環境；面板只顯示「已配置」。
前置要求¶
- 可運行的 DeepSeek Harness Web 界面，Node ≥ 20。
- 至少一路語音服務的 API Key：MiniMax 或小米 MiMo（可只配其一，也可兩個都配）。
安裝與啓用¶
官方 README 的安裝方式爲：先取得倉庫到本機，再在 DSH 會話裏讓 Agent 安裝本地 bundle（勿自行拼接 dsh plugin add github:owner/repo）。
克隆倉庫：
git clone https://github.com/liqiangai/dsh-tts-web.git
在 DSH 會話中執行（target 爲克隆目錄的絕對路徑）：
plugin_manager action: install_bundle target: <克隆目錄的絕對路徑>
返回 application: applied 後，左側欄會出現語音朗讀圖標。bundle 以 link: 方式接入，改代碼後重新加載即生效。卸載：plugin_manager 的 remove_bundle，target 傳 dsh-tts-web。
配置 API Key¶
兩種方式任選，推薦第一種：
-
DSH 憑據（推薦）
面板「環境變量名」填例如MINIMAX_CN_API_KEY。合成時經 DSHcredentials服務解析（先憑據庫，再進程環境），面板顯示「已配置」。MiniMax 中國站 Key 常以該名已存好。 -
直接填寫
在面板 API Key 輸入框寫入，保存在插件設置文件（本機 600 權限）。
小米 MiMo 默認讀 XIAOMI_MIMO_API_KEY；tp- 開頭的 Token Plan Key 會自動切換到 https://token-plan-cn.xiaomimimo.com/v1。
設置文件默認位置：
%USERPROFILE%\.dsh\plugin-data\dsh-tts-web\settings.json
%DSH_PROFILE_DIR%\plugin-data\dsh-tts-web\settings.json # 以 profile 啓動且導出該變量時
典型用法¶
- 打開左側欄 語音朗讀。
- 選服務商 → 填 Key 或環境變量名 → 選模型/音色/語速 → 保存。
- 面板下方文本框可試聽（朗讀 / 停止），或點「朗讀最新回覆」。
- 回到對話：工具行朗讀按鈕；需要連續播報則打開 自動朗讀。
自動朗讀與限制¶
開啓後，插件在消息行監聽會話：當最新一條回覆寫完（會話不再 running）且播放器空閒，延遲 400ms 自動合成播放；同一條只播一次，手動點過喇叭的不會再自動播。
兩點限制（README 如實說明）：
- 需停留在對話頁：切到「語音朗讀」或其他面板時對話卸載，不會觸發自動朗讀。
- 瀏覽器自動播放策略：無用戶手勢時可能
NotAllowedError；消息行會提示「瀏覽器攔截了自動播放，點一下喇叭即可」，頁面上任意一次點擊後後續自動朗讀通常放行。
工作原理概要¶
一行 patch 同時激活 Host 與 Web Client：
| 半邊 | 職責 |
|---|---|
index.js、lib/*.js |
/plugins/dsh-tts-web/* 同源路由、服務商調用、設置、憑據解析 |
client.js |
側欄、面板、逐條朗讀、播放（window.__ModuleLoader__ 懶加載，無構建） |
瀏覽器半註冊 slot：sidebar.panellist、main、conversation.chat.assistant-actions。本機 HTTP 前綴 /plugins/dsh-tts-web，常用路徑包括 GET/POST /config、POST /speak、GET /voices?provider=minimax、GET/DELETE /history。帶 Origin 的跨站請求會被拒絕。內部協議見倉庫 docs/CONTRACT.md。
維護者在開發機上驗證過 MiniMax 網關合成與 303 個系統音色等；小米 MiMo 一路在開發機上無 Key，README 標明未做聯網實測。
適用場景與注意¶
適合：長期在 DSH Web 裏讀助手長回覆、需要 MiniMax 多音色或 MiMo 預置音色、希望 Key 走 DSH 憑據而非明文落盤的用戶。
注意：
- 插件以當前 dsh 進程權限運行，安裝前應檢查源碼與 MIT 許可證及第三方服務條款。
- 開發期可跑
node scripts/verify.mjs、node scripts/test-client.mjs（不隨包安裝）；改瀏覽器半需刷新頁面或重啓dsh web。
結尾¶
dsh-tts-web 把 TTS 收進 DSH Web 側欄與消息行，雙服務商可切換，併兼顧憑據解析、長文分段與朗讀歷史。進一步瞭解可打開 目錄頁 與 GitHub 倉庫。
