前言¶

先交代背景。DSH 生態裏插件是主要擴展方式，「一切皆插件」，你想改的交互幾乎都有人做。做智能體開發的人常碰到的一個小麻煩是：指令寫得夠全，語氣沒過去。同樣一句「這邊這樣改一下，但那報錯先別動」，崩潰和興奮在模型眼裏是同一段文字，回覆風格也千篇一律。想讓對方先響應你當下的狀態，沒有穩定的入口，逐次手動描述又太假。

lidu-china/dsh-dafeiyu-emotion 就是衝着這件事來的。它是社區目錄裏一個不起眼的小插件：維護者 LiDu-china，目錄分類「模型推理」，GitHub 兩顆星，倉庫自帶的英文簡介是一句：Voice + emotion-aware companion for DeepSeek Harness。下面介紹它的具體做法。

這是什麼¶

這是一個給 DeepSeek Harness 使用的語音情緒插件。作者把它定位成一個可解釋的情緒估計器，而不是「讀心」工具：做的是語音轉寫加聲學/文本情緒估計，然後把估計結果當作回覆風格的參考。

它在 DSH 輸入框旁邊加了一個「🐋 魚耳」按鈕，流程是：

1. 點擊魚耳，說一句話；
2. 插件在本機完成語音轉寫；
3. 瀏覽器端計算韻律特徵（語速、停頓、基頻、音高波動、能量），服務端再融合小型中英文情緒詞表；
4. 把「用戶原話 + 情緒上下文」填入當前會話並自動發送；
5. 回覆模型先承接情緒再回答問題，桌面大肥魚繼續顯示工作狀態。

作者明確強調，插件只增加一段帶邊界的情緒上下文，要求模型「自然承接、不要複述分析、不要聲稱讀心」。

核心功能¶

能力分兩塊看：情緒輸出和注入方式。

情緒輸出方面，插件給出七類標籤——喜悅、低落、生氣、緊張、驚訝、厭煩、平靜——同時給出 confidence（置信度）、valence（愉悅度）、arousal（喚醒度）和一段語氣摘要。多段語音的情緒時間線也能看，每段文本、情緒和置信度都可懸停查看。

注入方式方面，默認把帶情緒上下文的 prompt 填入 composer 並自動發送，回覆直接出現在對話裏。失敗路徑也寫了：如果情緒分析失敗，插件會保留明確錯誤，不會假裝成功。

其它已覈實的能力點：

• 設置頁註冊了完整卡片，可調啓用開關、語言、增強後端、超時和錄音上限，卡片頂部實時顯示當前模式；
• 設置頁有隱私與運行狀態面板，能看到最近音頻大小、模型加載狀態、worker PID 和臨時文件清理；
• 本機提供 /context 接口，其他插件可以讀取最近一次情緒上下文；
• 支持 DSH 原生語音快捷鍵；
• 安裝了 Better Sidebar 之後，可以把「情緒耳朵」固定到右側邊欄；
• 大肥魚桌面角色由依賴 dsh-dafeiyu（0.1.23）提供 companion 能力，本插件負責「聽覺與情緒」這一半。

兩種分析模式¶

輕量模式是默認，面向插件市場安裝：

• 用 DSH 自帶的 Voice Input / SenseVoice 做轉寫；
• 瀏覽器端計算韻律特徵，服務端融合小型中英文情緒詞表；
• 不需要 Python、GPU 或額外的模型路徑。

增強模式可選，面向本機已有「語音轉文本」/ VoiceSense 項目的人：把 backendRoot 指向該項目根目錄，轉寫走 SenseVoice，聲學情緒走 emotion2vec，再用 BERT + 詞典 + 韻律做融合，輸出更細的逐句情緒和時間線。插件不重新下載模型，也不修改 VoiceSense 項目，只是啓動一個常駐 worker 複用已有環境。

安裝與啓用¶

插件已經收錄到 1024Store（獨立站點，與 DeepSeek / 幻方無官方從屬關係），也可以在 DSH 的插件市場 / Discover 裏按包名搜索。

最簡單是走 npm：

dsh plugin --profile desktop add dsh-dafeiyu-emotion

DSH Web 使用 --profile web。

也可以走 GitHub 源：

dsh plugin --profile desktop add github:LiDu-china/dsh-dafeiyu-emotion

或下載 Release tarball 後用本地路徑安裝，當前包版本 0.3.2：

curl -L -o dsh-dafeiyu-emotion-0.3.2.tgz \
  https://github.com/LiDu-china/dsh-dafeiyu-emotion/releases/download/v0.3.2/dsh-dafeiyu-emotion-0.3.2.tgz
dsh plugin --profile desktop add "D:/path/to/dsh-dafeiyu-emotion-0.3.2.tgz"

DSH Desktop 的 profile 由 Electron 應用管理；命令行安裝請使用桌面應用自帶的 dsh 命令。

裝完先啓用 dsh-dafeiyu-emotion。輕量模式還要再做一步：打開 DSH 左側「插件」，找到 Voice Input，啓用它，然後進入詳情下載或準備 SenseVoice 模型。如果 Voice Input 尚未準備完成，插件會直接提示，不會靜默降級，也不會把音頻上傳。

典型用法¶

輕量模式的典型用法只是一個按鈕。打開任意普通會話，點輸入框旁的「🐋 魚耳」，說一句話；插件完成本地轉寫和情緒估計，把帶情緒上下文的 prompt 填入 composer 並自動發送。ttsOnlyAfterVoice 默認爲 true，也就是說只有錄音後兩分鐘內的回覆纔會被朗讀，純打字對話裏大肥魚不會搶話。

增強模式只多一個配置步驟，在 DSH profile 配置覆蓋層裏把 backendRoot 指向 VoiceSense 項目根目錄：

- id: dsh-dafeiyu-emotion
  config:
    backendRoot: D:/path/to/voice-sense

也可以用環境變量：

DSH_DAFEIYU_EMOTION_BACKEND=D:/path/to/voice-sense

可配置字段不少，挑幾個跟日常使用關係大的列出來，完整表見倉庫 README：

保存後配置會立即寫入 DSH 設置，路徑或超時變化時會自動重啓語音 worker。

大肥魚語音回覆¶

助手回覆生成後，插件通過本機事件流把文本交給 TTS，讓大肥魚把回覆讀出來。默認是 Piper 本地模型，音色 zh_CN-huayan-medium，不聯網，延遲低：

python -m pip install piper-tts

模型放到默認目錄：

~/.dsh/dafeiyu-emotion/tts/piper/zh_CN-huayan-medium.onnx
~/.dsh/dafeiyu-emotion/tts/piper/zh_CN-huayan-medium.onnx.json

也可以在設置頁填自定義 Piper 模型路徑。模型缺失或合成失敗時自動回退到瀏覽器 speechSynthesis，不會讓回覆靜默丟失。更自然的在線音色可以切到 Edge TTS，默認音色 zh-CN-XiaoyiNeural；Edge 需要網絡，回覆文本會發送到 Microsoft，網絡或服務不可用時同樣回退到瀏覽器語音。

語音快捷鍵¶

插件向 DSH 註冊了一個原生快捷鍵命令，在「設置 → 快捷鍵 → 搜索『大肥魚語音』」即可改鍵。默認值：

空閒時按一次開始錄音，錄音中再按一次結束並分析。快捷鍵必須至少包含 Ctrl、Alt、Shift 或 Cmd 等修飾鍵，不能綁定裸字母鍵。

隱私與注意¶

磁盤和隱私約束是它寫得比較完整的地方。音頻不進入 Session 事件或附件，只有最終文本和情緒摘要會進入對話；分析期間的 WAV 走系統臨時目錄，請求結束即刪除。默認全本地：不讀取屏幕，不常駐監聽麥克風，只在點擊魚耳後錄音；客戶端單次錄音上限 30 秒。插件不自動執行語音裏的命令，也不把情緒預測當成醫學或心理診斷。

選擇 TTS 引擎時注意一條邊界：ttsEngine 切成 edge 之後，回覆文本不在本地，會發送到 Microsoft 做語音合成。切之前先確認這條能不能接受。

其它需要留意的點：

• 增強模式首次啓動要加載 SenseVoice、BERT 文本模型和 emotion2vec，通常十幾到幾十秒；之後 worker 常駐，熱請求通常在一秒內；
• 本插件代碼爲 MIT，桌面角色與基礎 companion 能力來自 dsh-dafeiyu，語音識別來自 SenseVoice，聲學情緒來自 emotion2vec，均按各自許可使用，作者聲明本項目不是 DeepSeek 官方項目；
• 插件以當前 DSH 進程權限運行，裝之前建議先把源碼和許可證過一遍，確認目錄、音頻路徑和依賴項在你環境的可獲取性；
• 情緒判斷不準時，作者給的建議是靠近麥克風、減少環境噪聲、一次只說一兩句、儘量用完整自然句，並把它當回覆風格參考，而不是讀心或診斷。

結尾¶

想給 DSH 的輸入補上聲音和情緒線索，又不能接受音頻被送到雲端，這個插件值得裝來試。輕量模式門檻最低，只需要啓用 DSH 自帶的 Voice Input，不需要 Python、GPU 或額外模型路徑，代價是聲學估計只有一個基礎檔位，細粒度的逐句情緒和時間線要上增強模式，而增強模式要求你先有一個可用的 VoiceSense 環境。開增強模式之前，先把 README 與源碼讀一遍。

• 目錄頁：https://www.skillhub.cn/plugins/LiDu-china/dsh-dafeiyu-emotion
• GitHub：https://github.com/LiDu-china/dsh-dafeiyu-emotion