前言¶

在 DeepSeek Harness（DSH）里跑智能体时，常见做法是纯文本对话：模型看不到你屏幕上的变化，你也得切回窗口打字。若希望「模型能按需看屏、用麦克风说一句话进会话、把回答开头念出来」，通常要自己接抓屏、ASR、TTS 和会话注入，和 DSH 的插件机制还要对齐。

下面介绍社区插件 dsh-playmate（维护者 ZiFeng11，分类：客户端）。它把三件事做成三个独立开关模块——看（see）、说（talk）、听（hear）——默认全关；不附带任何声音模型与参考音频，「念出来」需自备 TTS 服务。仓库采用 MIT 许可证；README 写当前版本 0.1.0，同仓库 package.json 为 0.1.1。该项目未上 DSH 插件市场，从 GitHub 分发；SkillHub 目录页：https://www.skillhub.cn/plugins/ZiFeng11/dsh-playmate。

这是什么¶

dsh-playmate 是给 DeepSeek Harness 用的陪玩插件：看屏幕 / 听你说话 / 把回答念出来。作者定位为个人作品：不承诺长期维护、不接定制、不加云端依赖、不收集数据；代码量约 2,600 行。三个模块互不依赖，关着的模块不会抓屏、录音或出声。

插件以当前 DSH 进程权限在本机运行。安装前建议阅读源码与 MIT 许可证；抓帧与识别在本机完成，只有「把图交给当前会话」会走 DSH 自身的模型请求。

核心功能¶

看（see）¶

• 手动（默认）：模型需要时通过工具 play_see 抓屏，按变化挑帧、可拼图后交给会话；静止屏约 1 帧 ≈ 233 token，9 帧拼图约 2,100 token。
• 自动：后台定时抓帧，画面变化足够大才投递；静止屏不投递。每次投递会唤醒一轮对话（重读上下文），故有「多主动」三档（安静 / 正常 / 热闹）控制最短间隔与变化门槛。
• 依赖：ffmpeg（无则该开关无法就绪）。

说（talk）¶

• 按住说话（热键 Ctrl+Alt+V，按一下开始、说完自动停）或 一直听；本地 FunASR 识别，识别结果 POST 进指定或最近会话，作为普通用户消息注入；本地识别 0 token。
• 默认识别模型 iic/SenseVoiceSmall（快，长句同音字易错）；可改 asrModel 换 Paraformer-large 等，关开「听我说话」后引擎按新模型重启。
• 依赖：Python（需能 import numpy, sounddevice）、麦克风；SenseVoiceSmall 显存约 1.1 GB。

听（hear）¶

• 取回答开头一段文字，POST {text} 到你配置的 ttsUrl，由外部 TTS 念出；0 token，显存取决于你的 TTS（例如 GPT-SoVITS 约 1.6 GB）。
• 插件不内嵌、不下载 TTS 模型；需自备 3–10 秒参考音并自建 GPT-SoVITS / IndexTTS 等服务，再把地址填入配置。

它不做什么（摘要）¶

不上传屏幕/录音做云端留存（抓帧写临时目录、用完即删）；不操作鼠标键盘；不附带模型权重与参考音；配置越界返回 400，不静默改成边界值。HTTP 接口仅接受回环地址。

安装与启用¶

依赖先说清楚：看屏幕需要 ffmpeg；听我说话需要 Python + 麦克风 + FunASR；念出来默认关着，填好 ttsUrl 即可，插件侧无需额外安装 TTS。

本项目没有 dsh plugin add github:... 一类市场命令，请按仓库 README 的三种方式之一安装。

方式一：让 AI 帮你装（推荐）¶

把下面这句发给你的 DSH（需要文件权限），将 desktop 换成你的 profile 名：

请把 https://github.com/ZiFeng11/dsh-playmate 装进我的 DSH：
克隆到 ~/.dsh/plugins/dsh-playmate，
在 profiles/desktop/node_modules 下建目录联接，
并在 cordis.patch.yml 里加一条 id: playmate 的 insert。
装完告诉我怎么重启。

装完后需自行重启 DSH。设置里点「环境自检」，四个勾都绿才算依赖齐。

方式二：Windows 脚本¶

在仓库目录执行：

powershell -ExecutionPolicy Bypass -File .\install.ps1

脚本会找 profile、克隆/更新到 ~\.dsh\plugins\dsh-playmate、建目录联接、写 patch（已写过则跳过并备份）。

方式三：手动¶

将仓库目录放到（或联接到）<profile>/node_modules/dsh-playmate（Windows 可用目录联接 mklink /J），并在 <profile>/cordis.patch.yml 末尾增加：

- insert:
  - id: playmate
    name: dsh-playmate
    config: {}

然后重启 DSH，设置页会出现「陪玩」。

配置要点¶

配置保存在 $DSH_HOME/playmate.json（默认 ~/.dsh/playmate.json），设置页也可改。常用项：

完整字段与取值范围见仓库 README「配置」表。TTS 需接受 POST {text}；若有 /health，环境自检会探活。

本地 API 示例（均回环）：GET /api/playmate/status、POST /api/playmate/toggle、GET/POST /api/playmate/config、GET /api/playmate/diag 等。

典型用法¶

1. 只开语音输入：设置里打开「听我说话」，选热键或一直听；说完停顿约 1 秒自动结束；文字进入当前或固定会话。固定会话：设置 → 语音送到哪个会话 → 固定。
2. 模型按需看屏：保持 seeMode: manual，在对话中让模型使用看屏能力；避免不必要的自动投递以节省「唤醒」成本。
3. 演示或游戏时自动看变化：打开 see 且 seeMode: auto，按场景选「多主动」档位；太吵或太费时改回 manual 或切到「安静」。
4. 念回答：自建 TTS 后填 ttsUrl，打开 hear；插件只转发文字，声音与引擎完全由你决定。

识别不准时：优先将 asrModel 改为 README 推荐的 Paraformer-large，然后关闭再打开「听我说话」重启引擎。

适用场景与注意¶

适合：在本机 DSH 里希望低耦合地加看屏、语音输入、外接 TTS 朗读；三个能力可只开其一；强调本地抓帧与 ASR、不上传录像。

注意：

• 插件随 DSH 宿主 API 变化可能失效；同一机器不要给两个 profile 都注册本插件（会双实例）。
• 自动看屏依赖 DSH 的 attachments 服务（插件 inject 已声明）。
• 受限环境下全局键盘钩子可能装不上，故热键为「按一下开始」而非按住；冲突时可改 lib/ptt/ptt-window.ps1 中的热键注册。
• 日志与反馈：<DSH_HOME>/playmate-plugin.log、<临时目录>/dsh-playmate/ear.log；issue 请附系统与 DSH 版本、环境自检结果。

结尾¶

dsh-playmate 把 DSH 会话扩展成「能看、能说、能听（外接 TTS）」的客户端陪玩组合，开关分离、默认全关，且明确不捆绑声音模型。DeepSeek Harness 生态强调「一切皆插件」；SkillHub 目录是社区站点，与 DeepSeek / 幻方无官方从属关系。

• 目录页：https://www.skillhub.cn/plugins/ZiFeng11/dsh-playmate
• 源码与文档：https://github.com/ZiFeng11/dsh-playmate