@oadank/dsh-input-tools 0.2.0

package/README.md

@@ -0,0 +1,85 @@
+# dsh-input-tools —— 语音能力一体化插件（单包双入口）
+
+一个插件、一个名字 `@oadank/dsh-input-tools`，把 DSH Web 的语音能力全部装进去：
+- **host 入口**（`lib/index.js`）：语音工具 + TTS 六引擎 + ASR + 音色克隆 + 自动语音回复
+- **client 入口**（`lib/client.js`）：输入框工具条（图片/录音）+ 语音设置页 + 语音复制按钮
+
+不修改任何 DSH 源码，拷包 + 配一行 + 重启即用。
+
+## 功能
+
+### Host（服务端）
+- **`send_voice` 工具**：agent 主动向用户发送语音横条（可播放、可回看、手机可播）。
+- **自动语音回复**：用户发语音（或明确要求语音）后，turn 结束自动合成口语化语音（不念代码/URL/Markdown，最多前 2 句约 200 字）。
+- **TTS 引擎**：
+  | 引擎 | 说明 |
+  |---|---|
+  | `auto` | 按「默认语音引擎」选择，未配置时微软 Edge 免费兜底 |
+  | `xiaomi` | 小米 MiMo（支持 `(唱歌)` 标签触发行唱） |
+  | `voicedesign` | 小米音色设计（一句自然语言凭空生成音色） |
+  | `voiceclone` | 小米音色克隆（参考音频复刻音色，15-60 秒最佳） |
+  | `edge` | 微软 Edge（免费无 key） |
+  | `local` | 本地 TTS（HTTP 常驻服务优先，命令兜底） |
+  | `ali` | 阿里 qwen3-tts |
+- **ASR**：service（常驻 HTTP）/ cmd（本地命令行）/ api（在线）三模式，配置见设置页。
+- **克隆管理工具 `manage_voice_clone`**：注册/设为默认/列出/删除克隆音色。
+
+### Client（浏览器）
+- **输入框工具条**：图片（官方 draft 链路）+ 语音录音（秒数/取消）。
+- **语音设置页**（设置 → 语音服务）：引擎折叠卡片、小米三模型分区、克隆样本管理、ASR 模式、试听（合成/原声）。
+- **语音消息复制按钮**：用户/AI 语音条尾部复制转写文本。
+
+## 安装（三步）
+
+> `~/.dsh` 指 DSH Web 运行时目录（Windows 为 `C:\Users\<你>\.dsh`）。
+
+1. **拷插件包**：把本仓库 `lib/`、`package.json` 拷到
+   `~/.dsh/profiles/node_modules/@oadank/dsh-input-tools/`
+   （`@oadank` 目录不存在就创建）
+
+2. **注册插件**：编辑 `~/.dsh/profiles/web/cordis.patch.yml`，在 insert 列表加：
+   ```yaml
+   - insert:
+       - id: dsh-input-tools
+         name: '@oadank/dsh-input-tools'
+   ```
+
+3. **重启 dsh-web**：`nssm restart dsh-web`
+
+### 可选：本地 ASR（离线识别）
+运行 `scripts/install-asr.ps1`（管理员）：自动下载 sherpa-onnx + SenseVoice 模型、注册
+`asr` 常驻服务（端口 18790，开机自启），设置页 ASR 模式选「本地常驻服务」。
+
+## 配置
+
+所有语音设置保存在 `~/.dsh/voice-config.json`（设置页实时读写，AI 的 `send_voice`
+描述里会注入当前配置摘要，无需翻源码）。默认语音引擎、各引擎音色/Key、克隆样本、
+ASR 模式都在设置页「语音服务」分区配置。
+
+## 依赖
+
+- `@deepseek-ai/dsh-tools`（DSH profiles 自带，用于注册工具）
+- `ws`（Edge TTS WebSocket；profiles 自带）
+- **ffmpeg**（语音转码用，见下）
+
+### ffmpeg（必需）
+
+语音转码（录音 webm→wav、克隆样本格式转换、ASR 音频预处理）依赖 **ffmpeg**。
+插件按以下顺序自动定位可执行文件：
+
+1. 环境变量 `DSH_VOICE_FFMPEG_BIN`（显式指定完整路径）
+2. PATH 探测（`where ffmpeg` / `which ffmpeg`）
+3. 兜底已知安装位置
+
+**安装**：Windows 执行 `winget install ffmpeg`（装完一般会自动加 PATH），
+或把 ffmpeg.exe 所在目录加入 PATH。装好后无需任何配置，插件自动探测；
+若装在特殊位置，设环境变量 `DSH_VOICE_FFMPEG_BIN=C:\路径\ffmpeg.exe` 即可。
+
+> 没有 ffmpeg 时：本地 ASR（service/cmd 模式）和克隆样本的非 mp3/wav 格式转换会失败，
+> 但小米/edge 在线 TTS 不受影响。
+
+## 来源
+
+由 `dsh-composer-plugin`（client 工具条）与 `dsh-host-voice`（host 语音）合并重写而来，
+2026-08-21 统一为单包双入口。原 dsh-host-voice 的 git 历史备份在
+`plugins/_archive/dsh-voice-plugin-git-*.bundle`。

package/cordis.patch.yml

@@ -0,0 +1,5 @@
+# 分享用：追加到 ~/.dsh/profiles/web/cordis.patch.yml（insert 列表内），重启生效
+# 单插件双入口：host（语音工具/TTS/ASR/克隆/自动回复）+ client（输入框工具条/语音设置页/复制按钮）
+- insert:
+    - id: dsh-input-tools
+      name: '@oadank/dsh-input-tools'