@gw/dsh-mimotts — MiMo TTS 语音合成插件（DeepSeek Harness 0.1.7）

把助手回复"读出来"的 DSH 插件：设置页里的"语音合成"配置页 + 每条已定稿助手回复动作行里的音量按钮 + 带可拖动进度条的内联播放器。语音由小米 MiMo TTS（mimo-v2.5-tts）合成，API Key 只存在于宿主侧，浏览器只发送文本、收到 WAV。

面向 deepseek-harness 0.1.7-rc.2（engines.dsh: ">=0.1.7-rc.2 ，体：

{
  "model": "mimo-v2.5-tts",
  "audio": { "format": "wav", "voice": "mimo_default" },
  "messages": [{ "role": "assistant", "content": "开心要说的话" }]
}

音色克隆时 audio 换成 { "format": "wav", "voice_audio": { "format": "wav", "data": "" } }；响应 choices[0].message.audio.data 为 base64 音频（RIFF 或裸 PCM，裸 PCM 由插件包成 24kHz/16bit/mono WAV）。

已知边界

按消息朗读：动作行属于该条已定稿回复，朗读其正文（不读思考块与工具调用）；代码块以"代码略"代替。
文本超过"单次最大字符数"时朗读开头并在句末截断（动作行旁有提示）。
Desktop（Electron）走 IPC 桥接 fetch，路由路径不变。
语音输入（麦克风）是官方 voice-input 组合包的职责，与本插件互补不冲突。

验证记录

tsc 全量类型检查通过（对着 0.1.7-rc.2 的真实 .d.ts）
node --test：17/17 通过（请求形状/PCM 封装/Markdown 归一化/文本提取/错误码映射）
scripts/stub-e2e.mjs：真实 HTTP 桩端到端通过（96,044 字节 WAV）
MiMo 实机协议探测通过（与官方 mimo-tts-wav skill 同一契约，115,244 字节 WAV）；scripts/live-e2e.mjs 可对真实 API 跑完整引擎链路

@gw/dsh-mimotts

설치

문서

@gw/dsh-mimotts — MiMo TTS 语音合成插件（DeepSeek Harness 0.1.7）

已知边界

验证记录