dsh-deepseek-voice

用 DeepSeek 网页版的「朗读」声音把文字念出来，给 DeepSeek Harness 当 TTS 用。

装完 agent 就多一个 say 工具：给文字 → 返回音频文件路径。

它怎么工作

say("你好呀")
  → 调 DeepSeek 网页版朗读背后的接口（你在配置里填地址 + 登录凭据）
  → 存成 mp3，返回路径

为什么需要你填接口地址：DeepSeek 网页版的朗读不是公开 API。它的请求只有在你登录网页版、点「朗读」时才会出现。本插件不猜地址，也不内置任何凭据——你自己抓一次，填进配置，插件照着调。

安装

dsh plugin --profile <你的档> add link:/path/to/dsh-deepseek-voice

或手动加进 cordis.patch.yml：

- insert:
    - id: mcp-deepseek-voice
      name: '@deepseek-ai/dsh-mcp-client'
      config:
        serverName: deepseek-voice
        transport: stdio
        command: node
        args:
          - '/path/to/dsh-deepseek-voice/mcp/server.mjs'
        toolCallTimeoutMs: 120000

装完重启 DSH。

抓朗读接口（一次就够）

DeepSeek 网页版的朗读不是公开 API，地址/参数/签名会变，所以插件不内置地址——你自己抓一次。

1. 打开 https://chat.deepseek.com，登录，发一句话
2. 在回复下面找到朗读 / 喇叭按钮
3. F12 → Network，过滤 tts 或 audio
4. 点朗读，看新出现的那条请求
5. 右键 → Copy → Copy as cURL

把抓到的 cURL 存成文件，然后一条命令生成配置：

node scripts/from-curl.mjs --file curl.txt
# 或者直接贴
node scripts/from-curl.mjs "curl 'https://...' -X POST -H '...' --data-raw '...'"

它会自动：

• 解析出 URL、请求方法、全部请求头（含 cookie / authorization）
• 把请求体里那段要念的文字替换成 {text} 占位
• 写到 ~/.dsh/deepseek-voice/config.json

生成的东西长这样：

{
  "DSV_TTS_METHOD": "POST",
  "DSV_TTS_URL": "https://chat.deepseek.com/api/v0/...",
  "DSV_TTS_HEADERS": { "authorization": "Bearer ...", "cookie": "..." },
  "DSV_TTS_BODY": "{\"text\":\"{text}\"}"
}

凭据会过期：过期了重新抓一次，再跑一遍脚本即可。

配置项

键	默认	说明
DSV_TTS_URL	—	朗读接口地址
DSV_TTS_METHOD	POST	GET 时把文本拼到 query
DSV_TTS_BODY	{"text":"{text}"}	用 {text} 占位
DSV_TTS_TOKEN	—	鉴权内容，原样塞进请求头
DSV_TTS_TOKEN_HEADER	authorization	放哪个头
DSV_HOME	~/.dsh/deepseek-voice	输出目录

返回格式

{
  "ok": true,
  "file": "C:/Users/you/.dsh/deepseek-voice/audio/1793xxxx-你好呀.mp3",
  "bytes": 24576,
  "mode": "web",
  "chars": 3
}

宿主拿到 file 想怎么发就怎么发（QQ 语音条、Discord 附件、直接播放）。

注意

• 接口非公开：DeepSeek 随时可能改路径、加验证。改了就重新抓一次。
• 凭据是你的账号：插件只把凭据用在你自己配的地址上，不会发给第三方；但请别把它提交进 Git。
• 别高频调用：网页版有频控，批量念长文会被限速。
• 本插件不包含任何 DeepSeek 官方授权，仅做本地自动化。

许可

MIT（代码）。DeepSeek 网页版的声音与接口归深度求索所有，请遵守其服务条款。