肥鱼指挥官 · dsh-feiyu-commander
给 DSH 会话装一个能听、会说、能看屏幕的 AI 战场指挥官。装好之后,你在《三角洲行动》里打, 它听队友语音和你亲口下的令,用语音把具体指令播到游戏里(或只念给你听)。
本包不含任何密钥。语音合成需要你自己的豆包(火山引擎)API Key,见下文「语音怎么配」。
1. 它由三部分组成
| 部分 | 是什么 | 在哪 |
|---|---|---|
| 插件 | DSH 设置页 + 9 个 commander_* 工具 |
<安装目录>\plugin |
| 语音桥 | WASAPI 回环听游戏声、麦克风听你、TTS 说话 | <安装目录>\tools\audio-bridge.py |
| 指挥手册 | 怎么循环、怎么说话、怎么收工 | <安装目录>\tools\COMMANDER.md |
能力一览:
- 听游戏声(WASAPI 回环,不需要立体声混音,也不需要装虚拟声卡)
- 听队友语音(同一路回环,带
[队友]标签) - 听你亲口下令(物理麦克风,带
[主人]标签,优先级最高) - 说话(豆包 TTS → 扬声器 / 虚拟麦)
- 看屏幕(Windows 自带 OCR 读票数、倒计时、阵营)
- 抓画面(可选,需要 OBS;窗口被盖住也能抓)
- 进队内语音(可选,需要 VB-CABLE 或 VoiceMeeter 的虚拟输入)
2. 装之前需要什么
必需:
- Windows 10 / 11
- DSH Desktop(至少启动过一次,本安装器要往它的 profile 里注册插件)
- Python 3.10+(装的时候勾选 Add python.exe to PATH)
- 一个麦克风、一个耳机/扬声器
可选:
- 豆包 TTS Key —— 想让它说话就得有
- OBS Studio —— 想让它「看一眼画面」就得有(OBS 32+,开启 WebSocket)
- VB-CABLE / VoiceMeeter —— 想让队友也听见它说话
- SenseVoice 模型(约 250MB)—— 想让它听懂人话就得有,见第 5 节
3. 三步安装
- 把整个
feiyu-commander-kit文件夹解压到任意位置(路径里可以有中文) - 双击
安装.bat(默认装到%USERPROFILE%\feiyu-commander,也可以右键用管理员运行) - 重启 DSH Desktop → 打开 设置 → 左侧出现「肥鱼指挥官」
安装器会做这些事(都可重复执行):
- 复制
plugin\和tools\到安装目录 - 建独立 python 环境
.venv,装 numpy / sherpa-onnx / soundcard / comtypes - 在 DSH 的 profile 里建 junction、写
dependencies和dsh.profile.bundles(备份package.json.bak-feiyu) - 把真实路径写进插件的
cordis.patch.yml - 生成
_capture\session-settings.json(人设、提示词、绑定会话) - 找模型:优先复用 DSH 已装的 SenseVoice,其次
--download-models
命令行用法:
python install.py --dry-run :: 只检查,不改文件
python install.py --target D:\feiyu :: 换安装目录
python install.py --download-models :: 顺带下 ASR 模型
python install.py --skip-deps :: 跳过 pip(已经装过依赖)
python install.py --uninstall :: 卸载
4. 语音怎么配(TTS)
有豆包 Key(推荐):打开 设置 →「肥鱼指挥官」→ 提示词上方有「语音合成 Key」,
填进去保存;或者把 key 写进 <安装目录>\_capture\voice.json:
{ "apiKey": "你自己的火山引擎 key" }
音色默认是 zh_female_sajiaoxuemei_uranus_bigtts(撒娇学妹),在 audio-bridge.py 顶部的
TTS_SPEAKER 改。
没有 Key:不报错,但说话会退回 Windows 自带语音(SAPI)。实测在 DSH 拉起的子进程里 (Low 完整性)SAPI 和 WinRT 语音都用不了,只会打一行警告、不出声。想听声音就配 Key。
5. 模型(听懂人话)
语音识别用 sherpa-onnx + SenseVoice,需要三个文件:
<安装目录>\models\sensevoice-onnx\model.int8.onnx (约 228MB)
<安装目录>\models\sensevoice-onnx\tokens.txt
<安装目录>\models\silero\silero_vad.onnx
三种拿法:
- 复用:装过 DSH 的语音插件,模型在
%USERPROFILE%\.dsh\speech-to-text\sensevoice\models, 安装器会自动拷过来 - 自动下:
python install.py --download-models(GitHub,约 250MB) - 手动:从 sherpa-onnx releases
下
sherpa-onnx-sense-voice-zh-en-ja-ko-yue-2024-07-17.tar.bz2和silero_vad.onnx,按上面的路径摆好
没有模型也能用,只是「听」这一路是空的(会打警告)。
6. 用起来
- 双击
启动.bat—— 起语音桥(监听耳机回环 + 麦克风),约 2 秒出体检表 - 打开 DSH → 设置 →「肥鱼指挥官」:
- 绑定会话:选你要它待着的那个会话(下拉里显示标题)
- 提示词:默认已经填好(247 字,指向 COMMANDER.md)
- 保存
- 在那个会话里说「开始指挥」,或者回设置页点 「立刻开始指挥」
- 它会开始循环:
commander_watch→ 判断 →commander_say→ 再 watch
会话里它手上有 9 个工具:
| 工具 | 干什么 |
|---|---|
commander_begin |
拿提示词 + 方法 + 当前局势 + 最近听到的话 |
commander_watch |
等新人声(长轮询),顺带给屏幕状态 |
commander_say |
说一句(target: both / cable / speaker) |
commander_shot |
抓一张游戏画面(要 OBS) |
commander_status |
桥接在不在、听的哪个设备、说了多少句 |
commander_start / commander_stop |
起停语音桥 |
commander_log |
看桥接日志尾巴 |
commander_end |
收工(不恢复现场) |
7. 目录结构
feiyu-commander-kit\
├─ 安装.bat / 启动.bat / 卸载.bat
├─ install.py 安装器(只用标准库)
├─ requirements.txt
├─ voice.example.json 语音 Key 示例(改成 voice.json 用)
├─ plugin\ DSH 插件(host.js + client.js + 配置)
└─ tools\
├─ feiyu_paths.py 路径解析(换目录只改环境变量)
├─ audio-bridge.py 语音桥(听 + 说)
├─ session-cmd.py begin / watch / say / shot / screen
├─ screen_state.py 屏幕状态(OCR)
├─ screen-ocr.ps1 Windows OCR 的 PowerShell 实现
├─ obs-setup.mjs OBS 控制(抓帧/绑窗口)
├─ auto-trigger.py 「开始行动」哨兵(默认关闭)
├─ boot.py 一键启动体检
├─ check-env.py 环境体检
└─ COMMANDER.md 指挥手册(它会先读这个)
装好之后你的数据在 <安装目录>\_capture\:
comms.jsonl—— 听到的每一句(src:team/owner)bridge.log/auto-trigger.logsession-settings.json—— 设置页存的东西voice.json—— 你的 TTS Key(不要外发这个文件)
8. 常见问题
设置页里没有「肥鱼指挥官」 重启 DSH。插件是在启动时加载的。
它不说话
看 _capture\bridge.log:没配 Key 会写「没有 TTS key」;配了 Key 还不出声,看是不是扬声器设备名变了。
它听不到队友 桥接默认监听默认扬声器的回环。耳机和扬声器不是同一个设备时,声音从哪个设备出就得监听哪个。
它听不到我
看 启动.bat 的体检表里「主人麦克风」那一行,应该是你的物理麦(如「麦克风阵列 (Realtek(R) Audio)」)。
不对就在 audio-bridge.py 的 OWNER_KEYS 里加你的设备名关键词。
队友听不到它
需要虚拟麦:装 VB-CABLE 或 VoiceMeeter,游戏里把麦克风选成 VoiceMeeter Output (2- ...),
然后 commander_say{target:"both"}。没装的话只能 target:"speaker" 念给你自己听。
绑定会话老是变 设置页只会保存磁盘上真实存在的会话 id,选错了会红字提示、不会静默改掉。
pip 装不动
安装器失败会自动换清华源;还不行就手动:
.venv\Scripts\python.exe -m pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
不想用豆包 Key,能离线出声吗 能:装的时候加 --with-piper(约 82MB),会下 piper + 中文音色到 piper\。 之后不填 Key 就用 piper(音质一般但免费、离线)。合成一句约 0.7–1 秒。 安装路径带中文也没事:启动.bat 会临时给它映射一个盘符(piper 只认 ASCII 路径)。
它说「系统上没有安装语音」 Windows 自带语音在 DSH 的子进程里被完整性级别挡住,属正常现象。配豆包 Key 即可。
9. 卸载
双击 卸载.bat,或:
python install.py --uninstall
会删掉 DSH profile 里的插件条目和安装目录(--keep-files 可保留目录)。
不会动你的 _capture 录音和 voice.json(如果它们在别处)。
10. 已知限制
- 抓画面依赖 OBS;OBS 窗口最小化时抓不到(被别的窗口盖住可以)
- 屏幕 OCR 只认
zh-Hans-CN,且小字需要放大才能读准 - 语音延迟:说一句约 1.5–3 秒(TTS 合成 + 播放)
- 听和说走同一条回环,所以它说话期间会主动丢弃「自己听到的自己」
- DSH 重启后插件才更新;
tools\里的 python 改动立即生效
No comments yet. Be the first to write one.