DSH Plugins
返回列表
🤖

dsh-mimo-speak

模型推理 更新于 2026.11.09

在终端中运行以下命令:

dsh plugin install F-YXL/dsh-mimo-speak

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 中打开「插件 → 添加插件」填入仓库或终端执行 dsh plugin install F-YXL/dsh-mimo-speak(源码:https://github.com/F-YXL/dsh-mimo-speak),安装后重启并在插件页配置 MiMo API Key。

插件介绍

在长对话或边做事边用 Harness 时,眼睛盯屏幕读长回复既累也容易漏重点。dsh-mimo-speak 把已定稿的助手回复变成可点即听的语音:每条回复动作行里多一个喇叭按钮,点下去就在页面内播放,不必切到别的应用。

语音由小米 MiMo TTS 合成。你在「插件」页配置 API Key、端点、模型、九种预设音色或本机参考音频克隆、风格与朗读范围等;试听可在保存前验证当前编辑。朗读前会去掉代码块、链接和格式标记(可按 brief / text / smart / all 控制读什么);支持自动朗读新回复、可开关的进度条与键盘寻位,停止会中止在途请求并丢弃排队音频。MiMo 不可用时若本机有 edge-tts,还可回退到 Edge 神经语音。

密钥只写入宿主凭据存储,经宿主代理请求,浏览器只发文本、收 WAV;路由还做连接信任校验与请求体上限。另有 Agent 工具 mimo-tts-say,把文本合成到工作区 WAV 文件,供渠道侧自行发语音——与官方语音输入插件互补:开麦时本插件会停播,避免录进自己的播报。

适合需要在 Harness 里「听回复」的桌面或 Web 用户、做演示或无障碍场景,以及希望 Agent 在工作区落盘语音文件的流程编排者。需自备 MiMo API Key,并运行在 README 声明的 DeepSeek Harness 版本之上。

使用场景

  • 边编码或做家务时点击喇叭听已定稿回复
  • 演示或培训场景把助手长答变成可重复的语音讲解
  • Agent 用 mimo-tts-say 在工作区生成 WAV 再交给渠道发语音

适合人员

  • 希望少盯屏、多「听」Harness 回复的日常用户
  • 需要试听、音色与朗读范围可调的语音重度使用者
  • 编排 Agent 且要把播报与官方语音输入分开用的开发者