🤖

xby-speech-synthesis

模型推理更新于 2026.09.02

在终端中运行以下命令：

dsh plugin install xby-skill/xby-speech-synthesis

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 终端中执行 dsh plugin install xby-skill/xby-speech-synthesis 即可完成安装，项目源码地址为 https://github.com/xby-skill/xby-speech-synthesis

插件介绍

需要把一段文字变成自然流畅的语音却不想切换窗口？xby-speech-synthesis 基于 Microsoft Edge 语音合成引擎，将文字转语音变成对话中的一次简单工具调用，让语音生成无缝融入你的工作流。

插件提供两项核心能力：多语言语音生成与多角色对话合成——你可以依次为不同角色生成台词，并自动合并为一条完整音频；API 密钥只需在聊天中设置一次，自动持久化，重启后依然有效，免去重复配置的麻烦。

无论你是快速制作多角色语音 Demo、为内容原型配音，还是想在对话中直接让一段文字被读出来，这个插件都帮你省去了切换窗口和额外步骤的开销。

集运行时热注入、任务感知模式路由与会话级分级协议于一体，实现免重启装配、P1-P23实测路由及红队门审计，保障长程推理勤勉度。

ModLens 是 DeepSeek Harness 的视觉插件，让纯文本模型直接读取聊天中粘贴的图片，无需保存文件或传路径，零配置并支持多引擎。

为DeepSeek Harness文本代理提供按需视觉能力：内置免费无密钥视觉链与14个视觉工具，图像作为工具调用路由到视觉模型，像素保真，无需Python，一键安装。

为 DeepSeek Harness 文本模型赋予视觉能力，支持图像问答、长截图 OCR、UI 重建与 GUI 视觉任务。