deepseekplugins

DeepSeek Harness plugin

dsh-omi-voice

DeepSeek Harness 对话内朗读：豆包音质 · 点读/自动朗读 · 豆包 Key 只留在 Omi 引擎（BYOK）

Tools & Capabilities
Jump to install

Source facts

Repository
PolinniZhong/dsh-omi-voice
Latest update
Aug 19, 2026
Category
Tools & Capabilities
GitHub stars
36
Format
plugin
Catalog evidence
Upstream dsh.bundle evidence
Evidence path
package.json#dsh.bundle
Checked against
0.1.0-rc.8
Upstream check date
2026-08-20

This evidence comes from the upstream catalog. This site has not installed, run, or security-reviewed the plugin.

Install

Start with a prompt that asks an agent to review the GitHub repository and source. Switch to the command if you want to install it yourself.

Copy this prompt into DSH, Codex, or another agent and ask it to review the GitHub repository and source first.

Do not install or run any commands yet. Read this plugin's GitHub repository, README, and relevant source code. Then answer the questions below clearly and directly so I can decide whether it fits my needs:

1. What is this plugin, and what problem does it solve?
2. Who is it for, and what are its typical use cases?
3. How is it used after installation? Include one minimal example.
4. What known limitations or privacy, security, compatibility, or maintenance risks does it have?
5. Give a clear recommendation: recommend, conditionally recommend, or do not recommend, with reasons.

Distinguish statements documented by the repository, inferences from source code, and unknowns. If evidence is insufficient, say so explicitly. Do not guess or simply repeat the README.

GitHub: https://github.com/PolinniZhong/dsh-omi-voice
Plugin: dsh-omi-voice
Author: PolinniZhong

Check the source files

Read the README and other files from this plugin directory before installing.

File explorer3 files
README.mdSource · read only

<h1 align="center">dsh-omi-voice</h1>

<p align="center"> <img src="docs/assets/logo.png" width="140" alt="dsh-omi-voice 鲸鱼 Logo"> </p>

<p align="center"><strong>沉浸式听朗读 · 豆包音质</strong></p> <p align="center">点一下 🔊，把 AI 回复用豆包的自然音色念给你听——无需复制，不做自动朗读</p> <p align="center">DeepSeek Harness 插件 · BYOK · MIT</p>

![Awesome DSH Plugin](https://awesome-dsh-plugin.com)

让 DeepSeek Harness（DSH）桌面端里的 AI 回复，用豆包自然音色读给你听。语音由你本机常驻的 Omi 引擎合成，豆包 API Key 只留在你自己的钥匙串里（BYOK）。

<p align="center"> <img src="docs/assets/idle.png" width="360" alt="未朗读状态"> <img src="docs/assets/reading.png" width="360" alt="朗读中状态"> </p>

快速概览

项目说明
插件名称dsh-omi-voice
适配平台DeepSeek Harness（dsh web，含桌面端）+ macOS 上的 Omi 引擎 v0.1.2+
解决的问题DSH 内置朗读（系统语音 / Edge TTS）音色机械、像上个时代的播报腔；通用剪贴板工具又要先复制再读
工作方式点回复旁 🔊 朗读/暂停/继续；只读最终回答，工具日志/代码/表格/图形朗读前自动过滤
语音能力豆包 TTS 1.0（seed-tts-1.0），自然中文音色，支持暂停/继续（从暂停处续播）
隐私特性API Key 存入 Omi 引擎的 macOS Keychain；插件零 Key；仅本机 127.0.0.1 通信
成本BYOK，按字符计费；内存 LRU 缓存 + 去重，避免重复请求
开源协议[MIT License](LICENSE)

三步开始朗读

1. 安装插件 + 构建并打开 Omi 引擎（见下方「获取豆包 API Key」与「安装」）。 2. 在 Omi 引擎设置页保存一次豆包 API Key。 3. 在 DSH 对话里点 AI 回复旁的 🔊，即可朗读。

flowchart LR
    A[点 🔊] --> B[插件取回复的最终回答文本]
    B --> C[POST 127.0.0.1:8765/v1/speak]
    C --> D[Omi 引擎清洗 + 分段]
    D --> E[豆包 TTS 流式合成]
    E --> F[本机扬声器播放]

获取豆包 API Key（新手必读）

本插件是 BYOK（自带 Key）：豆包语音由你自己的火山引擎账户按字符计费。三步拿到 Key：

第 1 步 · 找到「豆包语音」：登录火山引擎控制台，进入「豆包语音」（语音技术）服务。

<p align="center"><img src="docs/assets/doubao-1-find.png" width="480" alt="找到豆包语音"></p>

第 2 步 · 开通「语音合成 1.0」：在产品列表里开通「语音合成大模型 / 语音合成 1.0」。

<p align="center"><img src="docs/assets/doubao-2-enable.png" width="480" alt="开通豆包语音合成 1.0"></p>

第 3 步 · 创建 API Key：创建 Access Key 时，关联第 2 步开通的「语音合成 1.0」服务；把得到的 API Key 填进 Omi 引擎「设置 > API Key」并保存。

<p align="center"><img src="docs/assets/doubao-3-create-key.png" width="480" alt="创建 API Key"></p>

> API Key 只保存进 Omi 引擎的 macOS Keychain，插件侧零 Key、不出本机。

安装

dsh plugin --profile web add "github:PolinniZhong/dsh-omi-voice#v0.1.2&path:/"

本地开发可直接装目录：

dsh plugin --profile web add /path/to/dsh-omi-voice

引擎（Omi DSH）构建见 [engine/README.md](engine/README.md)：./engine/build/build-service.sh 后 ditto 到 ~/Applications/Omi DSH.app。

使用

<p align="center"> <img src="docs/assets/reading.gif" width="480" alt="点读 → 暂停 → 继续 演示"> </p>

  • 🔊 点读；播放中再点 = 暂停，再点 = 从暂停处继续；点其它消息的 🔊 = 打断并读新的。
  • 只读最终回答：工具执行日志、思考过程不会读；代码围栏、表格、纯图形（盒绘/ASCII）在请求前过滤，回复若只有这些内容，按钮呈禁用态并提示"没有可朗读的内容"。
  • 引擎未启动 / 未配置 Key 时，点击会给出明确提示（含去哪打开 Omi）。

成本透明

豆包 TTS（seed-tts-1.0）按字符数计费，由你在火山引擎账户自行承担。为此：

  • 只有手动点 🔊 才合成，不自动朗读；
  • 引擎对相同文本 3 秒内去重，且进程内 LRU 缓存最近 3 条（≤5MB、纯内存、退出即清），重复朗读不重复计费；
  • 纯表格/纯代码等无有效内容不发请求（invalid_text）。

架构与协议

插件只是"遥控器"：播放、变速、暂停/继续、缓存、文本清洗全部在 Omi 引擎内完成。协议见 [docs/API.md](docs/API.md)（/v1/status、/v1/speak、/v1/pause、/v1/resume、/v1/stop）。

FAQ

问题回答
点 🔊 提示"未检测到 Omi DSH 引擎"打开应用「Omi DSH」（~/Applications 或 ⌘空格 搜 "Omi"），建议开「开机启动」
提示"请先在 Omi 设置页配置豆包 API Key"打开「Omi DSH」设置，按上文「获取豆包 API Key」填一次并保存
按钮是灰的 / 点它没反应这条回复没有可朗读的内容（纯代码/表格/图形），已自动过滤
音色能换吗在 Omi 设置页「音色 ID」改（当前插件不提供音色 UI）
支持 Windows 吗暂不支持：Omi 引擎仅 macOS Apple Silicon
和 dsh-voice-chat 的区别它零 Key 零成本但用系统机械音色；本插件用豆包自然音色，代价是 BYOK 按字符计费

相关

  • 引擎：[本仓库 engine/](engine/README.md)（Omi DSH 本地引擎，Swift 源码 + 构建脚本）
  • 生态：awesome-dsh-plugin

项目文档

  • [AGENTS.md](AGENTS.md) — 给 AI 编码代理的项目说明（Codex 约定）
  • [docs/DESIGN.md](docs/DESIGN.md) — 架构与设计
  • [docs/DECISIONS.md](docs/DECISIONS.md) — 设计决策记录
  • [docs/MEMORY.md](docs/MEMORY.md) — 长期知识库（坑/结论）
  • [docs/HANDOFF.md](docs/HANDOFF.md) — 交接与续作
  • [docs/API.md](docs/API.md) — 本地协议

License

MIT

Back to searchOpen GitHub repository

More related plugins

View category