前言¶

DSH 的插件體系裏，文本輸出是基本能力，但「聽」仍然是空白。開發者跑本地智能體時，常常需要離開屏幕去確認結果，或者邊做別的事邊聽任務進展。dsh-speak 上游已經做了「把回答念出來」，但它默認只處理最終文本；一旦把中間過程也開起來，模型在工具調用間隙吐出的那些碎片會被一條條切開念，聽感很差。

下面介紹的 m0yun/dsh-speak-plus 就是針對這個問題的增強分支。維護者 M0Yun，屬於 DSH 客戶端類插件，GitHub 倉庫地址見文末。它定位是 dsh-speak 1.8.4 的增強分支，上游的朗讀、隊列、設置頁、WebSocket 狀態同步全部保留，另外補了中間過程合併、審批/提問插隊、新內容換手、Alt + S 停止等行爲。所有新增行爲默認關閉或取保守值，不配置時與上游一致。

這是什麼¶

一句話定位：給 DSH 加上中文語音播報，並且把中間過程按段合併後朗讀，而不是逐句切碎地念。

• 倉庫：https://github.com/M0Yun/dsh-speak-plus
• 目錄頁：https://www.skillhub.cn/plugins/M0Yun/dsh-speak-plus
• 上游：Alan2Z/dsh-speak（1.8.4）
• 許可證：MIT，繼承上游 LICENSE
• 維護者：M0Yun
• 分類：客戶端

它解決的核心問題是：開啓 queueAllMessages 後，每條 assistant 消息立刻獨立入隊朗讀，模型在工具調用之間往往只吐一兩句話，於是聽到的是「收到——」（被切）、「那就你自己重啓。」（被切）、「6 個場景全過。」（被切）這樣的碎片。本分支把連續到達的正文先攢成一段再念，同時規定什麼時候該打斷、什麼時候不該。

核心功能¶

下表按 README 的對照列出，只寫已覈實的能力。

新增的五個能力是相對上游的增量，README 裏逐項給了鍵名和默認值，見下方配置項一節。

安裝與啓用¶

插件以 DSH bundle 形式掛載，在 profile 的 cordis.patch.yml 中配置。下面這段是 README 給出的示例，路徑裏的 <你> 需要替換成實際用戶名：

- id: dsh-speak
  name: dsh-speak-plus
  config:
    queueAllMessages: true
    interruptOnNewMessage: true
    interimMode: queue
    interimMergeMs: 800
    interimMaxBacklog: 180
    engine: 'C:\Users\<你>\.dsh\profiles\desktop\data\dsh-speak-edge\speak-edge.ps1'  # 可選：自定義引擎
    rate: 8

這一步在做什麼：用 id: dsh-speak 聲明掛載點與上游保持一致，用 name: dsh-speak-plus 指向本分支；config 裏的鍵決定朗讀行爲，engine 是可選的自定義引擎腳本路徑。

平臺層面，Windows 用系統 SAPI 嗓音（裝了 NaturalVoiceSAPIAdapter 可用自然音色），macOS 用系統 say。引擎腳本與上游一致（engine/speak.ps1、engine/speak.sh），也可以用 engine 指向自己的腳本。

配置項¶

新增（本分支）¶

繼承自上游（常用）¶

完整列表見上游文檔 docs/UPSTREAM-README.zh-CN.md。

典型用法¶

先看一段可復現的最小配置。只想合併中間過程、不做打斷，保留默認即可：

- id: dsh-speak
  name: dsh-speak-plus
  config:
    queueAllMessages: true
    interruptOnNewMessage: true

這一段的意思是：interruptOnNewMessage 打開，啓用合併與打斷邏輯；interruptOnNewMessage 不打開時，所有新增行爲保持上游原樣。

快捷鍵統一爲 Alt + S：立刻停止播報，同時清空待播隊列和還沒播出的緩衝片段。README 特別說明，DSH 核心的「快捷鍵」列表只列核心自己的動作，沒有給插件預留註冊入口，所以這個鍵位由插件自己監聽，不會出現在那個列表裏，輸入框有焦點時同樣生效。

行爲上要明確兩點，做集成或排查時容易踩：

1. 回合內中間過程按 interimMergeMs 合併成段，段與段排隊，前一段唸完再念下一段；待播積壓超過 interimMaxBacklog 字時丟棄最舊的。
2. 換手規則：你發消息時不掐斷當前朗讀；新回合第一段內容要播時，才掐掉上一輪還在唸的正文；正在唸審批 / 提問時，新正文排隊等待，不搶佔。

另外，某些 DSH 構建裏插件無法加載設置 schema，此時會直接讀本 profile 的 cordis.patch.yml（按修改時間緩存，只取已知鍵），與運行時配置合併，運行時優先。掛載時會打一行 生效配置: … 便於排查。

適用場景與注意¶

適合這幾類人：用 Windows SAPI 或 macOS say 做本地念讀、需要靠聽來確認任務進展的開發者；已經在用上游 dsh-speak、但嫌中間過程被切碎的用戶；以及想給審批和提問加聲音提示的團隊。它不適合需要商業級 TTS 音色、或對播報時延有硬性要求的場景——它調用的是系統自帶引擎。

幾點限制必須寫清楚：

1. 插件以當前 DSH 進程的權限運行，安裝前應先檢查源碼與許可證（MIT），確認 cordis.patch.yml 的內容符合自己的 profile 約定。
2. 設置頁依賴 Config schema；構建失敗時設置頁可能不顯示，此時改 YAML 即可。
3. 新回合內容會掐掉其他會話正在播的正文（同一套揚聲器），不區分來源。
4. 直接改 node_modules 裏的插件文件會在重裝 / 升級時被覆蓋。

按目錄頁信息，該插件分類爲客戶端，屬於社區生態項目。需要強調一點：社區目錄是獨立站點，與 DeepSeek / 幻方無官方從屬關係，這只是聚合展示。

結尾¶

dsh-speak-plus 的價值在於把「中間過程認不清」這個上游遺留問題處理掉了：碎片合併成段、按序讀完，審批和提問插隊保護，Alt + S 一鍵停止，新增行爲默認關閉。對已經在用 dsh-speak 的人來說，改動集中在一個 cordis.patch.yml，風險集中在配置而非代碼。

• 目錄頁：https://www.skillhub.cn/plugins/M0Yun/dsh-speak-plus
• GitHub：https://github.com/M0Yun/dsh-speak-plus