前言¶

DeepSeek Harness（DSH）默认没有语音合成。社区里已有 dsh-minimax-voice，可在智能体工具与设置面板里做 MiniMax 克隆、TTS 与 ASR，但无法在聊天界面里「点某条助手回复就听」。若你经常面对长回复、希望边做事边听，或在手机上用眼疲劳，dsh-read-aloud 是在消息操作条上补一层朗读按钮的薄插件。下面介绍它的定位、能力、安装与用法。

这是什么¶

sorooy/dsh-read-aloud（包名 dsh-read-aloud，当前版本 0.5.0）是社区插件，维护者与 GitHub 仓库为 sorooy；许可证 MIT。一句话：把 DSH 助手回复经 MiniMax 合成为语音，每条回复提供喇叭按钮，可选每轮自动朗读；发新消息时可立即打断正在播放的音频。合成走 MiniMax 云端 API，需要网络；DSH 界面本身仍在本地。这不是 DeepSeek 或 MiniMax 官方产品。

目录归类为「模型推理」；在 SkillHub 可查阅：https://www.skillhub.cn/plugins/sorooy/dsh-read-aloud。源码：https://github.com/sorooy/dsh-read-aloud（README 中安装示例指向 Gitee 镜像仓库，与 package.json 中 repository 一致）。

与 dsh-minimax-voice 的关系¶

推荐与 dsh-minimax-voice 同装：本插件宿主在同一进程内调用其 minimaxVoice 服务，复用该插件的 API Key、克隆音色与计费，浏览器侧只访问本插件自己的 /read-aloud/api/*，避免跨插件 HTTP 时的 connection 信任校验（401）等问题。

未装 dsh-minimax-voice 时可独立运行，宿主直连 MiniMax。Key 优先级依次为：插件配置 config.apiKey、环境变量 MINIMAX_API_KEY（改后需重启 Harness）、设置面板保存的明文文件 ~/.dsh/read-aloud/secret.json。两者都未配置时，喇叭按钮显示 ⚠️，具体错误在 tooltip 中展示，不会静默失败。

核心功能¶

• 每条回复一个 🔊 按钮：与复制、fork、👍👎 同一操作条；点击朗读，播放中变 ⏹ 可停止，再次点击重播（重播用内存缓存，不再计费）。
• 一轮一次朗读：多步 turn 可能产生多条助手消息；为避免与工具调用叠读，仅在 turn 结束时保留最新正文用于自动朗读。
• 可选自动朗读：设置里可开启每轮结束时朗读末尾段落。
• Barge-in：发送新消息可立即切断当前音频（豆包式体验），可在设置中开关。
• 正文过滤：围栏代码块整段跳过；链接只读标签；图片与表格规则不读；行内代码（如 npm_install）会保留朗读。
• 历史静默同步：页面加载时从事件流缓存正文，不自动出声。
• 单路播放：开始另一条消息的朗读会停止当前播放。
• 音色与参数：MiniMax 系统音色或克隆 voice_id，可选模型、语速与情绪，设置里提供试听。

运行环境要求（来自 package.json）：Node >=22，DSH >=0.2.2-rc.1 <0.3.0-0。

安装与启用¶

资料写明当前尚未发布到 npm，不能使用 dsh plugin add 的 npm 形式。请按 README 从源码安装：

git clone https://gitee.com/op00007/dsh-minimax-autoread.git dsh-read-aloud
dsh plugin --profile desktop add ./dsh-read-aloud

若本地已有目录，可使用绝对路径：

dsh plugin --profile desktop add /absolute/path/to/dsh-read-aloud

安装后刷新页面——客户端插件在页面加载时挂载。

典型用法¶

1. 将鼠标悬停在任意助手回复上，操作条出现 🔊。
2. 点击开始朗读；播放中图标为 ⏹，再点停止，再点可重播。
3. 打开 Settings → MiniMax Auto-read，配置自动朗读开关、voiceId、模型、语速，并使用预览按钮试听。

浏览器设置保存在 localStorage 的 dsh.read-aloud.settings，不会写入宿主配置或上报。

宿主对外路由（浏览器仅调用这些）：

GET  /read-aloud/api/status                                  ->  { configured, backend, keySource }
POST /read-aloud/api/tts    { text, voiceId, model, speed }  ->  { path, file, durationMs, characters, backend }
POST /read-aloud/api/key    { key }                          ->  { configured }
GET  /read-aloud/api/output/:file                            ->  mp3

适用场景与注意¶

适合：长文回复想听而不想盯屏、移动端阅读疲劳、需要把答案念给旁边的人听。

务必注意：插件以当前 DSH 进程权限运行，会处理会话中的助手正文并可能把你的 MiniMax Key 写入本地 secret.json 或交给同进程的 dsh-minimax-voice；安装前请阅读源码与 MIT 许可证，自行评估 Key 与隐私边界。合成音频经 MiniMax 云端完成，需可达外网。

结尾¶

dsh-read-aloud 不改变 DSH 的对话逻辑，只在 UI 上把「点回复 → MiniMax TTS → 播放」接好；可与 dsh-minimax-voice 共用一套音色与计费，也可单独配 Key 使用。查阅介绍与分类见 SkillHub 目录页，实现细节与更新见 GitHub 仓库 README。