@oadank/dsh-input-tools 0.3.19 → 0.3.21

package/lib/index.js

@@ -1,1738 +1,1932 @@
-/**
- * dsh-input-tools — 语音能力一体化插件（host 半：语音工具/TTS/ASR/克隆/自动回复）
- *
- * 能力：
- *   1) send_voice 工具（agent 主动发语音，任一新会话自动注入）
- *   2) turn/end 自动语音回复（用户本轮发过语音 / 文本明确要求语音 / 指定服务商）
- *   3) TTS 引擎（可配置，默认 auto=小米优先→edge 降级）：
- *      - edge      微软免费（edge-tts，音色可配）
- *      - xiaomi    小米 mimo-v2.5-tts（8 预置音色 + 唱歌 + 自然语言风格）
- *      - voicedesign 小米 mimo-v2.5-tts-voicedesign（文本描述定制音色）
- *      - voiceclone  小米 mimo-v2.5-tts-voiceclone（音频样本复刻音色）
- *      - local     本地 MeloTTS（HTTP 常驻服务优先，CMD 兜底）
- *      - ali       阿里 qwen3-tts-flash（dashscope，音色可配）
- *   4) voice 对象内容寻址落盘（DSH_HOME/attachments/v1/objects，与图片同池）
- *   5) 配置中心：~/.dsh/voice-config.json（环境变量 → 配置 → 默认值 三级回退）
- *   6) HTTP 路由：GET/POST /voice-config（设置页读写）+ GET /voice-config/engines（引擎元数据）
- *
- * 原代码在 api-proxy.ts 中已删除，本文件为唯一实现；voice.ts 仍保留给
- * voiceAsr/voiceTts RPC（编辑器内转写/合成）使用。
- */
-
-import { createHash, randomUUID } from 'node:crypto'
-import { mkdir, open, readFile, unlink, writeFile, copyFile, stat } from 'node:fs/promises'
-import { constants, readFileSync } from 'node:fs'
-import { homedir } from 'node:os'
-import { fileURLToPath } from 'node:url'
-import { join, resolve, sep } from 'node:path'
-import { execFileSync } from 'node:child_process'
-import { defineTool } from '@deepseek-ai/dsh-tools'
-import { edgeTts } from './edge-tts.js'
-
-const name = 'dsh-input-tools'
-const inject = ['tools', 'webServer']
-
-export { name, inject }
-
-// ──────────────────────────────────────────────────────────────
-// [0.3.4] 自带素材（下载即用）：克隆样本 + VoiceDesign 示例音频打进 npm 包 assets/，
-// 首次加载自动拷贝到 DSH_HOME 并注册，不再依赖"手动上传/在线生成"。
-// ──────────────────────────────────────────────────────────────
-const PLUGIN_ROOT = join(fileURLToPath(import.meta.url), '..', '..') // .../dsh-input-tools
-const ASSETS_DIR = join(PLUGIN_ROOT, 'assets')
-const BUNDLED_CLONE_ID = '8da38fcc-b041-4f5b-86b9-901956016f89'
-const BUNDLED_CLONE_SAMPLE = {
-  id: BUNDLED_CLONE_ID,
-  name: '小团团(60秒长样本)',
-  context: '一个魔性的少女萝莉音，说话自带沙雕搞怪和无厘头气质，像在撒娇又像在耍宝，情绪起伏很大：前一句还奶声奶气地撒娇卖萌，后一句就突然拔高音量夸张卖惨耍赖，再下一秒又贱兮兮地坏笑。尾音拖长上扬，带着气音和魔性笑声，喜欢用「臭猪」「你凶我」「哼」「嘿嘿嘿」这类咋咋呼呼的用词，语速忽快忽慢、节奏跳跃，吐字软糯清晰，傻白甜又可爱，让人听了忍不住想笑',
-}
-const VOICE_DESIGN_SAMPLE_KEYS = ['asmr', 'docu', 'elder']
-
-// [2026-08-22] AI 自动模式的年龄感 6 档（用户实时可改，禁止自由文本）
-const AI_AGE_LABELS = { infant: '婴儿感', child: '幼儿感', teen: '少年感', young: '青年感', middle: '中年感', old: '老年感' }
-
-// [2026-08-22] 年龄×性别 → 无歧义身份短语（XDN 实测: "老年感+女孩"分维度拼接自相矛盾，
-// "女孩"是中心词→年龄被降级→萝莉化；且"忽略性别/年龄"注把"沙哑/苍老"等最强质感词删了）。
-// 改为"老年女性/小女孩/少女"这类中心词明确的合并短语，年龄不会再被降级。
-function ageGenderIdentity(ageKey, genderKey) {
-  const male = genderKey === 'male'
-  const female = genderKey === 'female'
-  switch (ageKey) {
-    case 'infant': return male ? '男婴' : female ? '女婴' : '婴儿'
-    case 'child': return male ? '小男孩' : female ? '小女孩' : '小孩'
-    case 'teen': return male ? '少年' : female ? '少女' : '少年'
-    case 'young': return male ? '青年男性' : female ? '青年女性' : '青年人'
-    case 'middle': return male ? '中年男性' : female ? '中年女性' : '中年人'
-    case 'old': return male ? '老年男性' : female ? '老年女性' : '老年人'
-    default: return male ? '男性' : female ? '女性' : ''
-  }
-}
-
-let bundledInitDone = false
-/** 首次加载把自带素材落地到 DSH_HOME：克隆样本 mp3 拷贝 + 首次安装自动注册小团团。 */
-async function ensureBundledAssets(config, parsed) {
-  if (bundledInitDone) return config
-  bundledInitDone = true
-  try {
-    const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
-    const cloneDir = join(homeDir, 'voiceclone-samples')
-    const dstClone = join(cloneDir, BUNDLED_CLONE_ID + '.mp3')
-    try {
-      await mkdir(cloneDir, { recursive: true })
-      await copyFile(join(ASSETS_DIR, 'voiceclone-samples', BUNDLED_CLONE_ID + '.mp3'), dstClone)
-      // [2026-08-22] 预生成的合成试听录音（静态文件，播放免联网；与 VoiceDesign 官方示例同类）
-      await copyFile(join(ASSETS_DIR, 'voiceclone-samples', BUNDLED_CLONE_ID + '-preview.mp3'), join(cloneDir, BUNDLED_CLONE_ID + '-preview.mp3'))
-    } catch { /* 包内素材缺失或拷贝失败：跳过（不阻塞启动） */ }
-    // [2026-08-22] 像素级反推提示词（vision-qa GENERAL_SINGLE 吸收）落地到
-    // DSH_HOME/visionqa-reverse-prompt.txt——fork 的图片转文本引导会指示模型在
-    // 反推任务时读取该文件并作为 modlens_read_image 的 prompt 参数传入。
-    try {
-      await copyFile(join(ASSETS_DIR, 'reverse-prompt.txt'), join(homeDir, 'visionqa-reverse-prompt.txt'))
-    } catch { /* 素材缺失跳过 */ }
-    // 仅"首次安装"（配置里还没有 voiceclone 键）时注册自带样本；用户删光的 [] 不强制
-    const parsedHasClone = parsed !== null && typeof parsed === 'object' && parsed.engines?.voiceclone !== undefined
-    const samples = config?.engines?.voiceclone?.samples
-    if (!parsedHasClone && (!Array.isArray(samples) || samples.length === 0)) {
-      config.engines.voiceclone = { ...config.engines.voiceclone, enabled: true, samples: [{ ...BUNDLED_CLONE_SAMPLE, path: dstClone }] }
-      await saveVoiceConfig(config)
-    }
-  } catch { /* 初始化失败不阻塞 */ }
-  return config
-}
-
-// ──────────────────────────────────────────────────────────────
-// 配置中心：~/.dsh/voice-config.json
-// ──────────────────────────────────────────────────────────────
-const CONFIG_PATH = resolve(join(process.env.DSH_HOME ?? join(homedir(), '.dsh'), 'voice-config.json'))
-
-function defaultVoiceConfig() {
-  return {
-    defaultEngine: 'auto',
-    engines: {
-      edge: { enabled: true, voice: 'zh-CN-XiaoxiaoNeural' },
-      xiaomi: {
-        enabled: true,
-        apiKey: '',
-        baseUrl: 'https://api.xiaomimimo.com/v1',
-        voice: '冰糖',
-        singing: false,
-        context: '',
-      },
-      voicedesign: {
-        enabled: false,
-        mode: 'docu', // [2026-08-22] 单选: asmr|docu|elder|custom|ai（官方示例/自定义/交给 AI 自动发挥）
-        context: '',
-        emotion: false, // AI 情感语音（mode=ai 时自动开；固定示例/自定义模式关闭，保证音色一致）
-        lockGender: true, lockTimbre: true, lockAge: true, // [2026-08-22] AI 自动模式下的稳定锚点锁定
-        aiGender: 'female', aiAge: 'young', // [2026-08-22] AI 自动模式固定值：性别(女/男)；年龄感 6 档 infant/child/teen/young/middle/old
-      }, // emotion=AI 情感语音开关（默认开）
-      voiceclone: { enabled: false, samples: [], samplePath: '', context: '', defaultId: '' }, // [本地改造 2026-08-21] defaultId 已废弃，默认克隆由 defaultEngine=voiceclone 控制
-      local: { enabled: true, url: '', cmd: '' },
-      ali: {
-        enabled: false,
-        apiKey: '',
-        baseUrl: 'https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation',
-        voice: 'Cherry',
-      },
-      asr: {
-        enabled: true,
-        mode: 'service', // service=本地常驻服务 / cmd=本地命令 / api=在线 API
-        url: 'http://127.0.0.1:18790', // sherpa-onnx 常驻服务（nssm: asr）
-        cmd: 'C:\\D\\opt\\sherpa-onnx\\bin\\sherpa-onnx-offline.exe --tokens=C:\\D\\opt\\sherpa-onnx\\models\\sensevoice-int8\\tokens.txt --sense-voice-model=C:\\D\\opt\\sherpa-onnx\\models\\sensevoice-int8\\model.int8.onnx --num-threads=4',
-        apiKey: '',
-        apiBaseUrl: 'https://api.xiaomimimo.com/v1', // 小米 mimo-v2.5-asr；填 openai 地址则走 Whisper 风格
-      },
-    },
-  }
-}
-
-function deepMerge(base, patch) {
-  if (patch === null || typeof patch !== 'object' || Array.isArray(patch)) {
-    return patch === undefined ? base : patch
-  }
-  const out = { ...base }
-  for (const [k, v] of Object.entries(patch)) {
-    out[k] = v !== null && typeof v === 'object' && !Array.isArray(v)
-      && base?.[k] !== null && typeof base?.[k] === 'object'
-      ? deepMerge(base[k], v)
-      : v
-  }
-  return out
-}
-
-let cachedConfig = null
-let cachedMtimeMs = -1
-async function loadVoiceConfig() {
-  // [2026-08-22] 实时读取：配置文件 mtime 变化（保存/外部修改）即重读，杜绝进程内旧缓存
-  let mtimeMs = -1
-  try { mtimeMs = (await stat(CONFIG_PATH)).mtimeMs } catch { /* 文件不存在 */ }
-  if (cachedConfig !== null && mtimeMs === cachedMtimeMs) return cachedConfig
-  let parsed = {}
-  try {
-    parsed = JSON.parse(await readFile(CONFIG_PATH, 'utf8'))
-  } catch { /* 首次无配置 */ }
-  cachedConfig = deepMerge(defaultVoiceConfig(), parsed)
-  cachedMtimeMs = mtimeMs
-  // [0.3.4] 自带素材初始化（拷贝克隆样本 + 首次安装自动注册小团团）
-  await ensureBundledAssets(cachedConfig, parsed)
-  // 环境变量覆盖（兼容旧配置；显式配置值优先于 env）
-  const env = process.env
-  if (env.TTS_XIAOMI_KEY !== undefined && cachedConfig.engines.xiaomi.apiKey === '') cachedConfig.engines.xiaomi.apiKey = env.TTS_XIAOMI_KEY
-  if (env.TTS_XIAOMI_VOICE !== undefined && cachedConfig.engines.xiaomi.voice === '冰糖') cachedConfig.engines.xiaomi.voice = env.TTS_XIAOMI_VOICE
-  if (env.TTS_XIAOMI_BASE_URL !== undefined) cachedConfig.engines.xiaomi.baseUrl = env.TTS_XIAOMI_BASE_URL
-  if (env.TTS_EDGE_VOICE !== undefined && cachedConfig.engines.edge.voice === 'zh-CN-XiaoxiaoNeural') cachedConfig.engines.edge.voice = env.TTS_EDGE_VOICE
-  if (env.DSH_LOCAL_TTS_CMD !== undefined && cachedConfig.engines.local.cmd === '') cachedConfig.engines.local.cmd = env.DSH_LOCAL_TTS_CMD
-  return cachedConfig
-}
-
-/** 同步读配置：供 defineTool 的 description 等同步上下文使用
- *  （注意：loadVoiceConfig 是 async，在同步处直接用会拿到 Promise → 字段全 undefined）。 */
-function loadVoiceConfigSync() {
-  if (cachedConfig !== null) return cachedConfig
-  let parsed = {}
-  try {
-    parsed = JSON.parse(readFileSync(CONFIG_PATH, 'utf8'))
-  } catch { /* 首次无配置 */ }
-  return deepMerge(defaultVoiceConfig(), parsed)
-}
-
-async function saveVoiceConfig(config) {
-  cachedConfig = deepMerge(defaultVoiceConfig(), config)
-  await mkdir(join(CONFIG_PATH, '..'), { recursive: true })
-  await writeFile(CONFIG_PATH, JSON.stringify(cachedConfig, null, 2), 'utf8')
-  try { cachedMtimeMs = (await stat(CONFIG_PATH)).mtimeMs } catch { /* 忽略 */ }
-  return cachedConfig
-}
-
-// ──────────────────────────────────────────────────────────────
-// 语音对象存储（内容寻址，与图片附件同池：DSH_HOME/attachments/v1/objects）
-// ──────────────────────────────────────────────────────────────
-const MAX_VOICE_BYTES = 25 * 1024 * 1024
-
-// [2026-08-21] 语音气泡（聊天界面 DOM 注入）：录音暂存 DSH_HOME/voice-outbox/
-const VOICE_OUTBOX_EXT = {
-  'audio/webm': 'webm',
-  'audio/ogg': 'ogg',
-  'audio/mp4': 'mp4',
-  'audio/m4a': 'm4a',
-  'audio/wav': 'wav',
-  'audio/mpeg': 'mp3',
-}
-const VOICE_OUTBOX_MIME = {
-  webm: 'audio/webm', ogg: 'audio/ogg', mp4: 'audio/mp4', m4a: 'audio/m4a',
-  wav: 'audio/wav', mp3: 'audio/mpeg',
-}
-
-/** 检测当前 dsh 的 connection 契约是否原生支持 voice content（rc.8 本地改造有；npm 官方版无）。
- *  优先从 dsh 进程实际运行的位置解析（dev 仓库 cwd / npm 全局），避免误报。 */
-/** 从音频文件头嗅探媒体类型（对象存储无扩展名，TTS 输出可能是 wav/mp3）。 */
-function sniffAudioType(bytes) {
-  if (bytes.length >= 4 && bytes[0] === 0x52 && bytes[1] === 0x49 && bytes[2] === 0x46 && bytes[3] === 0x46) return 'audio/wav'
-  if (bytes.length >= 3 && bytes[0] === 0x49 && bytes[1] === 0x44 && bytes[2] === 0x33) return 'audio/mpeg'
-  if (bytes.length >= 2 && bytes[0] === 0xff && (bytes[1] & 0xe0) === 0xe0) return 'audio/mpeg'
-  if (bytes.length >= 4 && bytes[0] === 0x4f && bytes[1] === 0x67 && bytes[2] === 0x67 && bytes[3] === 0x53) return 'audio/ogg'
-  return 'audio/mpeg'
-}
-
-async function detectVoiceContractSupport() {
-  const markers = ['literal("voice")', "literal('voice')"]
-  const containsVoice = (s) => markers.some((m) => s.includes(m))
-  // 1) dev 仓库（本机 lecoo：dsh 由 apps/cli tsx 直接跑，cwd=仓库根）
-  for (const rel of [
-    join('packages', 'client', 'connection', 'lib', 'client.js'),
-    join('node_modules', '@deepseek-ai', 'dsh-client-connection', 'lib', 'client.js'),
-  ]) {
-    try {
-      if (containsVoice(readFileSync(join(process.cwd(), rel), 'utf8'))) return true
-    } catch { /* 下一个候选 */ }
-  }
-  // 2) npm 安装（XDN：dsh 在全局 node_modules，从插件解析链向上找）
-  try {
-    const { createRequire } = await import('node:module')
-    const require = createRequire(import.meta.url)
-    const p = require.resolve('@deepseek-ai/dsh-client-connection/lib/client.js')
-    if (containsVoice(readFileSync(p, 'utf8'))) return true
-  } catch { /* 找不到 */ }
-  return false
-}
-
-function voiceStorageRoot() {
-  const home = process.env.DSH_HOME ?? join(homedir(), '.dsh')
-  return resolve(join(home, 'attachments', 'v1'))
-}
-
-function objectPath(root, sha256) {
-  return join(root, 'objects', sha256.slice(0, 2), sha256)
-}
-
-async function saveVoiceFile(root, data, mediaType, durationMs) {
-  if (data.byteLength > MAX_VOICE_BYTES) {
-    throw new Error(`Voice object exceeds the ${MAX_VOICE_BYTES}-byte limit.`)
-  }
-  const sha256 = createHash('sha256').update(data).digest('hex')
-  const bucket = join(root, 'objects', sha256.slice(0, 2))
-  const target = objectPath(root, sha256)
-  await mkdir(bucket, { recursive: true, mode: 0o700 })
-  let handle
-  try {
-    handle = await open(target, constants.O_CREAT | constants.O_EXCL | constants.O_WRONLY, 0o600)
-    await handle.writeFile(data)
-    await handle.close()
-    handle = undefined
-  } catch (error) {
-    if (handle !== undefined) await handle.close().catch(() => {})
-    if (!(error instanceof Error && 'code' in error && error.code === 'EEXIST')) {
-      throw new Error(`Unable to persist voice object: ${String(error)}`, { cause: error })
-    }
-  }
-  return {
-    voiceId: `sha256:${sha256}`,
-    mediaType,
-    bytes: data.byteLength,
-    ...(durationMs === undefined ? {} : { durationMs }),
-  }
-}
-
-// ──────────────────────────────────────────────────────────────
-// TTS 引擎
-// ──────────────────────────────────────────────────────────────
-/** 解析 ffmpeg 可执行文件：环境变量显式指定 > PATH 探测（where/which）> 兜底已知安装位置。
- *  [本地改造 2026-08-21] 修复：原来硬编码本机路径，换机器必挂。 */
-function resolveFfmpegBin() {
-  if (typeof process.env.DSH_VOICE_FFMPEG_BIN === 'string' && process.env.DSH_VOICE_FFMPEG_BIN.trim() !== '') {
-    return process.env.DSH_VOICE_FFMPEG_BIN.trim()
-  }
-  try {
-    // Windows: where ffmpeg；POSIX: which ffmpeg
-    const probe = process.platform === 'win32' ? 'where' : 'which'
-    const out = execFileSync(probe, ['ffmpeg'], { windowsHide: true, encoding: 'utf-8', stdio: ['ignore', 'pipe', 'ignore'] })
-    const first = out.split(/\r?\n/).map((l) => l.trim()).find((l) => l !== '')
-    if (first !== undefined) return first
-  } catch { /* 不在 PATH */ }
-  return 'C:\\Users\\oadan\\AppData\\Local\\Microsoft\\WinGet\\Links\\ffmpeg.exe'
-}
-const FFMPEG_BIN = resolveFfmpegBin()
-
-/** 统一入口：provider → 引擎；auto → 配置 defaultEngine，失败沿降级链（最后兜底微软 edge）。
- *  voiceDesc 为动态音色描述（仅 voicedesign 用）：AI 对话中生成，覆盖配置里的默认音色描述。
- *  [本地改造 2026-08-21] 克隆不再隐式优先：默认克隆由「默认语音引擎=voiceclone」控制，或显式 provider=voiceclone。
- *  [2026-08-22] overrideVoice=true：固定模式(示例/自定义)下 voiceDesc 整体替换底嗓（用户明确要求换声）；默认 false=voiceDesc 作为情绪/风格叠加在底嗓上。 */
-async function synthesizeReplyVoice(text, provider, voiceDesc, overrideVoice) {
-  const cfg = await loadVoiceConfig()
-  const speak = stripMarkdown(text)
-  const engine = provider ?? cfg.defaultEngine ?? 'auto'
-  // 兜底链：首选 defaultEngine（若合理），否则直接微软 edge（免费，无需 key）
-  const preferred = cfg.defaultEngine !== undefined && cfg.defaultEngine !== 'auto' ? cfg.defaultEngine : 'edge'
-  const fallbackChain = engine === 'auto'
-    ? [preferred, 'edge']
-    : [engine, 'edge']
-  // [本地改造 2026-08-21] 克隆不再隐式优先：只有 defaultEngine=voiceclone（或显式 provider=voiceclone）
-  // 才走克隆（synthesizeEngine 的 voiceclone 分支），其余情况走正常引擎链。
-  for (const candidate of fallbackChain) {
-    try {
-      const audio = await synthesizeEngine(candidate, speak, cfg, voiceDesc, overrideVoice)
-      if (audio !== null) return audio
-    } catch { /* 尝试下一个 */ }
-  }
-  // 最终兜底：微软 edge（免费无需 key），无视 enabled 开关——保证 4 个服务商都未启用时也有声音
-  try {
-    const audio = await synthesizeEdgeVoice(speak, cfg.engines.edge)
-    if (audio !== null) return audio
-  } catch { /* 忽略 */ }
-  return null
-}
-
-async function synthesizeEngine(engine, text, cfg, voiceDesc, overrideVoice) {
-  const e = cfg.engines[engine]
-  // [本地改造 2026-08-21] 配置存在即启用：设置页已去复选框，enabled 不再拦截；
-  // 各引擎自身检查必需参数（xiaomi/ali 查 key、local 查 cmd/url、voicedesign 查 key+desc、voiceclone 查 key+样本）。
-  if (e === undefined) return null
-  switch (engine) {
-    case 'edge': return synthesizeEdgeVoice(text, e)
-    case 'xiaomi': return synthesizeXiaomiVoice(text, e)
-    case 'voicedesign': return synthesizeXiaomiVoiceDesign(text, e, cfg, voiceDesc, overrideVoice)
-    case 'voiceclone': return synthesizeXiaomiVoiceClone(text, e, cfg, voiceDesc)
-    case 'local': return synthesizeLocalVoice(text, e)
-    case 'ali': return synthesizeAliVoice(text, e)
-    default: return null
-  }
-}
-
-// ── edge 微软免费 ──
-async function synthesizeEdgeVoice(text, cfg) {
-  const voice = cfg?.voice ?? 'zh-CN-XiaoxiaoNeural'
-  const mp3 = await edgeTts(text, voice)
-  return toMp3(new Uint8Array(mp3), 'audio/mpeg')
-}
-
-// ── xiaomi 小米预置音色（mimo-v2.5-tts）──
-async function synthesizeXiaomiVoice(text, cfg) {
-  const apiKey = cfg?.apiKey ?? ''
-  if (apiKey === '') return null
-  const baseUrl = cfg?.baseUrl ?? 'https://api.xiaomimimo.com/v1'
-  const voice = cfg?.voice ?? '冰糖'
-  let speak = text
-  // 唱歌：文本自带 (唱歌) 标签，或明确唱歌意图（唱/歌声）时自动加标签
-  const hasTag = /^\s*\((唱歌|sing|singing)\)/i.test(speak)
-  const wantsSing = !hasTag && /(唱(歌|一?首|一段)|歌声回复|用歌声|唱歌回|来一段|唱两句)/i.test(speak)
-  if (wantsSing) speak = `(唱歌)${speak}`
-  const messages = []
-  if (cfg?.context?.trim() !== '') messages.push({ role: 'user', content: cfg.context.trim() })
-  messages.push({ role: 'assistant', content: speak })
-  const response = await fetch(`${baseUrl}/chat/completions`, {
-    method: 'POST',
-    headers: { Authorization: `Bearer ${apiKey}`, 'Content-Type': 'application/json' },
-    body: JSON.stringify({
-      model: 'mimo-v2.5-tts',
-      messages,
-      max_tokens: 8192,
-      audio: { format: 'wav', voice },
-    }),
-  })
-  if (!response.ok) return null
-  const payload = await response.json()
-  const data = payload?.choices?.[0]?.message?.audio?.data
-  if (typeof data !== 'string' || data.length < 100) return null
-  return toMp3(new Uint8Array(Buffer.from(data, 'base64')), 'audio/wav')
-}
-
-// ── xiaomi 音色设计（mimo-v2.5-tts-voicedesign：user=音色描述，无 voice）──
-// [2026-08-22] overrideVoice=true：固定模式(示例/自定义)下 voiceDesc 整体替换底嗓（用户明确要求换声）；
-// 默认 false：voiceDesc 作为"情绪/风格"叠加在用户设置的底嗓(context)后面——与工具描述一致，不再"非空即覆盖"。
-async function synthesizeXiaomiVoiceDesign(text, cfg, globalCfg, voiceDesc, overrideVoice) {
-  const apiKey = globalCfg.engines.xiaomi.apiKey
-  // 优先用 AI 动态生成的音色描述（voiceDesc），否则用配置里的默认音色描述
-  // [2026-08-22] 模式感知兜底：mode=ai 时绝不能回退到用户残留的固定描述(context)——
-  // 而是按 aiGender/aiAge 生成中性基座（用户没让 AI 写时也稳定），避免"切到 AI 模式却用旧 ASMR 指令"。
-  const vdMode = cfg?.mode
-  let desc = (voiceDesc ?? '').trim()
-  if (vdMode === 'ai') {
-    // [2026-08-22] AI 模式：身份一律以用户实时配置的锚点为准（锁定项）。
-    // 修复(XDN 实测): ①"老年感+女孩"分维度拼接→身份自相矛盾(模型选"女孩"→萝莉化),
-    //    改 ageGenderIdentity 合并成"老年女性/小女孩/少女"等无歧义短语;
-    // ②"性别/年龄表述忽略"注把 AI 写的"沙哑/苍老/低沉"等最强质感词删了,
-    //    改为只锁定性别/年龄, 允许情绪与音色质感词保留并强化。
-    const gKey = cfg?.aiGender === 'male' ? 'male' : cfg?.aiGender === 'female' ? 'female' : ''
-    const aKey = AI_AGE_LABELS[cfg?.aiAge] !== undefined ? cfg.aiAge : ''
-    const identity = ageGenderIdentity(aKey, gKey)
-    const lockG = cfg?.lockGender === true
-    const lockA = cfg?.lockAge === true
-    const lockT = cfg?.lockTimbre === true
-    const gLabel = gKey === 'male' ? '男' : gKey === 'female' ? '女' : ''
-    const aLabel = AI_AGE_LABELS[aKey] ?? ''
-    const anchorText = [
-      lockG ? '性别固定为' + (gLabel !== '' ? gLabel : '每次一致') : '',
-      lockA ? '年龄感固定为' + (aLabel !== '' ? aLabel : '每次一致') : '',
-      lockT ? '音色质感保持稳定' : '',
-    ].filter(Boolean).join('、')
-    if (identity !== '' || anchorText !== '') {
-      desc = (identity !== '' ? '一位' + identity + '的声音（身份硬性要求：' + (anchorText !== '' ? anchorText : '按上述身份')
-        + '；若与其他描述冲突，一律以本身份为准）。' : '')
-        + (desc !== '' ? '语气/情绪要求：' + desc + '（性别/年龄以身份为准；音色质感与语气情绪按本描述执行——如"沙哑、苍老、低沉、气声"等质感词应保留并强化）。'
-          : '语气情绪要饱满生动：像真人一样带喜怒哀乐、笑音、撒娇或急切等起伏，禁止平淡。')
-    } else if (desc === '') {
-      desc = '语气情绪要饱满生动：像真人一样带喜怒哀乐、笑音、撒娇或急切等起伏，禁止平淡。'
-    }
-  } else {
-    // 固定模式（示例/自定义）：底嗓一律用用户设置的 context，voiceDesc 作为情绪/风格叠加在后面（描述与实现一致）；
-    // 仅 overrideVoice=true（用户明确要求换一种完全不同的声音）时整体替换。
-    const base = (cfg?.context?.trim() ?? '')
-    if (overrideVoice === true && desc !== '') {
-      desc = desc // 整体替换底嗓
-    } else {
-      desc = base + (desc !== '' ? '；' + desc : '')
-    }
-  }
-  if (apiKey === '' || desc === '') return null
-  const baseUrl = globalCfg.engines.xiaomi.baseUrl ?? 'https://api.xiaomimimo.com/v1'
-  const messages = [
-    { role: 'user', content: desc },
-    { role: 'assistant', content: text },
-  ]
-  const response = await fetch(`${baseUrl}/chat/completions`, {
-    method: 'POST',
-    headers: { Authorization: `Bearer ${apiKey}`, 'Content-Type': 'application/json' },
-    body: JSON.stringify({
-      model: 'mimo-v2.5-tts-voicedesign',
-      messages,
-      max_tokens: 8192,
-      audio: { format: 'wav' },
-    }),
-  })
-  if (!response.ok) return null
-  const payload = await response.json()
-  const data = payload?.choices?.[0]?.message?.audio?.data
-  if (typeof data !== 'string' || data.length < 100) return null
-  return toMp3(new Uint8Array(Buffer.from(data, 'base64')), 'audio/wav')
-}
-
-// ── xiaomi 音色克隆（mimo-v2.5-tts-voiceclone：audio.voice=样本 dataURL，≤10MB）──
-// samples: [{id,name,path}] 支持多个克隆音色；兼容旧 samplePath
-// voiceDesc 为情感/风格指令（AI 生成，如"委屈撒娇"）：优先于 cfg.context，让克隆底嗓带情绪
-async function synthesizeXiaomiVoiceClone(text, cfg, globalCfg, voiceDesc) {
-  const apiKey = globalCfg.engines.xiaomi.apiKey
-  const samplePath = (Array.isArray(cfg?.samples) && cfg.samples.length > 0 && typeof cfg.samples[0]?.path === 'string' && cfg.samples[0].path !== '')
-    ? cfg.samples[0].path
-    : (cfg?.samplePath ?? '')
-  if (apiKey === '' || samplePath === '') return null
-  const baseUrl = globalCfg.engines.xiaomi.baseUrl ?? 'https://api.xiaomimimo.com/v1'
-  let sample
-  try {
-    const bytes = await readFile(samplePath)
-    if (bytes.byteLength > 10 * 1024 * 1024) return null
-    const suffix = samplePath.toLowerCase().split('.').pop()
-    const mime = suffix === 'mp3' ? 'audio/mpeg' : suffix === 'wav' ? 'audio/wav' : 'audio/wav'
-    sample = `data:${mime};base64,${bytes.toString('base64')}`
-  } catch { return null }
-  const messages = []
-  // [本地改造 2026-08-21] 风格指令优先级：voiceDesc（AI 生成）> 样本自带 context（每个克隆音色自己的性格）> 全局 context（兜底）
-  const firstSample = Array.isArray(cfg?.samples) ? cfg.samples[0] : undefined
-  const sampleContext = typeof firstSample?.context === 'string' ? firstSample.context.trim() : ''
-  const styleInstruct = (voiceDesc ?? '').trim() !== ''
-    ? voiceDesc.trim()
-    : (sampleContext !== '' ? sampleContext : (cfg?.context?.trim() ?? ''))
-  if (styleInstruct !== '') messages.push({ role: 'user', content: styleInstruct })
-  messages.push({ role: 'assistant', content: text })
-  const response = await fetch(`${baseUrl}/chat/completions`, {
-    method: 'POST',
-    headers: { Authorization: `Bearer ${apiKey}`, 'Content-Type': 'application/json' },
-    body: JSON.stringify({
-      model: 'mimo-v2.5-tts-voiceclone',
-      messages,
-      max_tokens: 8192,
-      audio: { format: 'wav', voice: sample },
-    }),
-  })
-  if (!response.ok) return null
-  const payload = await response.json()
-  const data = payload?.choices?.[0]?.message?.audio?.data
-  if (typeof data !== 'string' || data.length < 100) return null
-  return toMp3(new Uint8Array(Buffer.from(data, 'base64')), 'audio/wav')
-}
-
-// [2026-08-22] 解析 Windows 命令行参数（正确处理双引号：引号内空格不拆、剥掉引号）。
-// 之前用 command.split(/\s+/) 拆参数，用户填的带引号路径会被整段含引号传给
-// execFileSync → node 把 "C:\...\local-tts.mjs" 当成相对路径拼上 cwd →
-// Cannot find module 'D:\opt\...\"C:\Users\...'。本函数根治该问题。
-function splitCommandLine(cmd) {
-  const args = []
-  let cur = ''
-  let inQuote = false
-  for (let i = 0; i < cmd.length; i++) {
-    const ch = cmd[i]
-    if (ch === '"') {
-      inQuote = !inQuote
-    } else if (ch === ' ' || ch === '\t') {
-      if (inQuote) { cur += ch } else if (cur !== '') { args.push(cur); cur = '' }
-    } else {
-      cur += ch
-    }
-  }
-  if (cur !== '') args.push(cur)
-  return args
-}
-
-// ── local 本地 MeloTTS：HTTP 常驻服务优先，CMD 兜底 ──
-async function synthesizeLocalVoice(text, cfg) {
-  const url = cfg?.url?.trim() ?? ''
-  if (url !== '') {
-    const response = await fetch(url, {
-      method: 'POST',
-      headers: { 'Content-Type': 'application/json' },
-      body: JSON.stringify({ text }),
-      timeout: 60_000,
-    })
-    if (!response.ok) return null
-    const body = await response.arrayBuffer()
-    return toMp3(new Uint8Array(body), 'audio/wav')
-  }
-  const command = cfg?.cmd?.trim() ?? ''
-  if (command === '') return null
-  const parts = splitCommandLine(command)
-  const bin = parts[0]
-  if (bin === undefined) return null
-  const rest = parts.slice(1)
-  const audio = execFileSync(bin, [...rest, text], {
-    windowsHide: true,
-    encoding: 'buffer',
-    timeout: 60_000,
-  })
-  return toMp3(new Uint8Array(audio), 'audio/mpeg')
-}
-
-// ── ali 阿里 qwen3-tts-flash（dashscope）──
-async function synthesizeAliVoice(text, cfg) {
-  const apiKey = cfg?.apiKey ?? ''
-  if (apiKey === '') return null
-  const baseUrl = cfg?.baseUrl ?? 'https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation'
-  const voice = cfg?.voice ?? 'Cherry'
-  const response = await fetch(baseUrl, {
-    method: 'POST',
-    headers: { Authorization: `Bearer ${apiKey}`, 'Content-Type': 'application/json' },
-    body: JSON.stringify({
-      model: 'qwen3-tts-flash',
-      input: { text },
-      parameters: { voice, format: 'wav', language_type: 'zh' },
-    }),
-    timeout: 60_000,
-  })
-  if (!response.ok) return null
-  const payload = await response.json()
-  const audioUrl = payload?.output?.audio?.url
-  if (typeof audioUrl !== 'string' || audioUrl === '') return null
-  const audioRes = await fetch(audioUrl, { timeout: 120_000 })
-  if (!audioRes.ok) return null
-  const body = await audioRes.arrayBuffer()
-  return toMp3(new Uint8Array(body), 'audio/wav')
-}
-
-// ──────────────────────────────────────────────────────────────
-// ASR 语音识别（三模式：service=本地常驻HTTP / cmd=本地命令 / api=在线API）
-// ──────────────────────────────────────────────────────────────
-/** 把 base64 音频写入临时 wav，调用本地 sherpa 常驻服务（POST /transcribe {audioPath}）或命令。 */
-async function transcribeAudio(base64Audio, cfg) {
-  const asr = cfg?.engines?.asr
-  if (asr === undefined || asr.enabled === false) return { ok: false, error: 'ASR 未启用' }
-  if (typeof base64Audio !== 'string' || base64Audio === '') return { ok: false, error: '缺少音频数据' }
-  const tmpIn = join(process.env.TEMP ?? '/tmp', `dsh-asr-${randomUUID()}.raw`)
-  const tmpWav = join(process.env.TEMP ?? '/tmp', `dsh-asr-${randomUUID()}.wav`)
-  await writeFile(tmpIn, Buffer.from(base64Audio, 'base64'))
-  try {
-    // 统一转成 16kHz 单声道 PCM WAV（录音是 webm/其他容器，sherpa 只认标准 wav）
-    let wavPath = tmpIn
-    try {
-      execFileSync(FFMPEG_BIN, ['-y', '-i', tmpIn, '-ar', '16000', '-ac', '1', '-c:a', 'pcm_s16le', tmpWav], {
-        windowsHide: true, stdio: 'ignore', timeout: 30_000,
-      })
-      wavPath = tmpWav
-      // 缓存最近一次录音到 ~/.dsh/last-voice.wav（供"用我刚才那段语音克隆音色"使用）
-      try {
-        const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
-        await mkdir(homeDir, { recursive: true })
-        await writeFile(join(homeDir, 'last-voice.wav'), await readFile(tmpWav))
-      } catch { /* 缓存失败不影响识别 */ }
-    } catch { /* ffmpeg 失败则用原始文件（可能已是 wav） */ }
-    // 1) 本地常驻服务（nssm: asr，端口 18790；POST /transcribe {audioPath}）
-    if (asr.mode === 'service' && (asr.url ?? '').trim() !== '') {
-      const baseUrl = asr.url.trim().replace(/\/+$/, '')
-      const response = await fetch(`${baseUrl}/transcribe`, {
-        method: 'POST',
-        headers: { 'Content-Type': 'application/json' },
-        body: JSON.stringify({ audioPath: wavPath }),
-        timeout: 60_000,
-      })
-      if (!response.ok) return { ok: false, error: `ASR 服务返回 ${response.status}` }
-      const payload = await response.json().catch(() => ({}))
-      const text = typeof payload?.text === 'string' ? payload.text.trim() : ''
-      if (text === '') return { ok: false, error: 'ASR 服务未返回文本' }
-      return { ok: true, text }
-    }
-    // 2) 本地命令（sherpa-onnx-offline.exe，结果输出到 stderr，需合并双流解析）
-    if (asr.mode === 'cmd' && (asr.cmd ?? '').trim() !== '') {
-      const parts = splitCommandLine(asr.cmd.trim())
-      const bin = parts[0]
-      if (bin === undefined) return { ok: false, error: '命令格式错误' }
-      const { spawnSync } = await import('node:child_process')
-      const result = spawnSync(bin, [...parts.slice(1), wavPath], {
-        windowsHide: true,
-        encoding: 'utf-8',
-        timeout: 60_000,
-        stdio: ['ignore', 'pipe', 'pipe'],
-      })
-      // sherpa-onnx 把结果打印到 stderr（stdout 部分版本也有），合并解析
-      const all = (result.stdout ?? '') + '\n' + (result.stderr ?? '')
-      const m = all.match(/"text"\s*:\s*"([^"]*)"/)
-      const text = (m?.[1] ?? '').trim()
-      if (text === '') return { ok: false, error: '本地命令未输出识别结果' }
-      return { ok: true, text }
-    }
-    // 3) 在线 API（默认小米 mimo-v2.5-asr：OpenAI 兼容 chat/completions + input_audio base64；
-    //    若 apiBaseUrl 含 openai 则走 Whisper 风格 /audio/transcriptions）
-    if (asr.mode === 'api' && (asr.apiKey ?? '').trim() !== '') {
-      const apiKey = asr.apiKey.trim()
-      const baseUrl = (asr.apiBaseUrl ?? 'https://api.xiaomimimo.com/v1').replace(/\/+$/, '')
-      const audioBase64 = Buffer.from(base64Audio, 'base64').toString('base64')
-      if (baseUrl.includes('openai')) {
-        // Whisper 兼容（multipart file + model）
-        const form = new FormData()
-        const blob = new Blob([Buffer.from(audioBase64, 'base64')], { type: 'audio/wav' })
-        form.append('file', blob, 'audio.wav')
-        form.append('model', 'whisper-1')
-        const response = await fetch(`${baseUrl}/audio/transcriptions`, {
-          method: 'POST',
-          headers: { Authorization: `Bearer ${apiKey}` },
-          body: form,
-          timeout: 60_000,
-        })
-        if (!response.ok) return { ok: false, error: `ASR API 返回 ${response.status}` }
-        const payload = await response.json().catch(() => ({}))
-        const text = typeof payload?.text === 'string' ? payload.text.trim() : ''
-        if (text === '') return { ok: false, error: 'ASR API 未返回文本' }
-        return { ok: true, text }
-      }
-      // 小米 mimo-v2.5-asr：chat/completions + input_audio dataURL
-      const response = await fetch(`${baseUrl}/chat/completions`, {
-        method: 'POST',
-        headers: { Authorization: `Bearer ${apiKey}`, 'Content-Type': 'application/json' },
-        body: JSON.stringify({
-          model: 'mimo-v2.5-asr',
-          messages: [
-            {
-              role: 'user',
-              content: [
-                { type: 'input_audio', input_audio: { data: `data:audio/wav;base64,${audioBase64}` } },
-              ],
-            },
-          ],
-          extra_body: { asr_options: { language: 'auto' } },
-        }),
-        timeout: 120_000,
-      })
-      if (!response.ok) return { ok: false, error: `小米 ASR 返回 ${response.status}` }
-      const payload = await response.json().catch(() => ({}))
-      const text = typeof payload?.choices?.[0]?.message?.content === 'string'
-        ? payload.choices[0].message.content.trim()
-        : ''
-      if (text === '') return { ok: false, error: '小米 ASR 未返回文本' }
-      return { ok: true, text }
-    }
-    return { ok: false, error: 'ASR 未配置（服务地址/命令/API Key 三选一）' }
-  } catch (error) {
-    return { ok: false, error: error instanceof Error ? error.message : 'ASR 转写失败' }
-  } finally {
-    await unlink(tmpWav).catch(() => {})
-    await unlink(tmpIn).catch(() => {})
-  }
-}
-
-// ──────────────────────────────────────────────────────────────
-// 音频工具
-// ──────────────────────────────────────────────────────────────
-async function toMp3(data, declared) {
-  const isMp3 = data.length > 2 && data[0] === 0xFF && ((data[1] ?? 0) & 0xE0) === 0xE0
-  let finalData = data
-  let mediaType = declared
-  if (!isMp3) {
-    const tmpIn = join(process.env.TEMP ?? '/tmp', `dsh-tts-in-${randomUUID()}.wav`)
-    const mp3Path = join(process.env.TEMP ?? '/tmp', `dsh-tts-${randomUUID()}.mp3`)
-    await writeFile(tmpIn, data)
-    try {
-      execFileSync(FFMPEG_BIN, ['-y', '-i', tmpIn, '-c:a', 'libmp3lame', '-b:a', '128k', mp3Path], {
-        windowsHide: true, stdio: 'ignore', timeout: 30_000,
-      })
-      finalData = new Uint8Array(await readFile(mp3Path))
-      mediaType = 'audio/mpeg'
-    } catch {
-      // 转码失败保留原容器（部分浏览器仍可播）。
-    } finally {
-      await unlink(tmpIn).catch(() => {})
-      await unlink(mp3Path).catch(() => {})
-    }
-  }
-  const durationMs = estimateAudioDurationMs(finalData)
-  return {
-    mediaType,
-    data: finalData,
-    ...(durationMs === undefined ? {} : { durationMs }),
-  }
-}
-
-function looksLikeOgg(data) {
-  return data.length >= 4
-    && data[0] === 0x4F && data[1] === 0x67 && data[2] === 0x67 && data[3] === 0x53
-}
-
-function stripMarkdown(text) {
-  return text
-    .replace(/```[\s\S]*?```/g, ' ')
-    .replace(/`([^`]+)`/g, '$1')
-    .replace(/\[([^\]]+)\]\([^)]*\)/g, '$1')
-    .replace(/!\[([^\]]*)\]\([^)]*\)/g, '$1')
-    .replace(/^#{1,6}\s*/gm, '')
-    .replace(/^>+\s*/gm, '')
-    .replace(/^\s*[-*+]\s+/gm, '')
-    .replace(/^\s*\d+[.)]\s+/gm, '')
-    .replace(/^\s*\|?[\s:|-]+\|?\s*$/gm, '')
-    .replace(/^[-*_]{3,}\s*$/gm, '')
-    .replace(/\|/g, ' ')
-    .replace(/\*\*([^*]+)\*\*/g, '$1')
-    .replace(/\*([^*]+)\*/g, '$1')
-    .replace(/__([^_]+)__/g, '$1')
-    .replace(/_([^_]+)_/g, '$1')
-    .replace(/~~([^~]+)~~/g, '$1')
-    .replace(/^\s*[-*_]\s*$/gm, '')
-    .replace(/\s*\n\s*/g, ' ')
-    .replace(/\s{2,}/g, ' ')
-    .trim()
-}
-
-function estimateAudioDurationMs(data) {
-  if (looksLikeOgg(data)) {
-    const kbps = 48
-    return Math.round(data.length / (kbps * 1000 / 8) * 1000)
-  }
-  let offset = 0
-  if (data.length >= 10 && (data[0] ?? 0) === 0x49 && (data[1] ?? 0) === 0x44 && (data[2] ?? 0) === 0x33
-    && ((data[3] ?? 0) & 0xFF) < 0xFF && ((data[4] ?? 0) & 0xFF) < 0xFF) {
-    const size = (((data[6] ?? 0) & 0x7F) << 21) | (((data[7] ?? 0) & 0x7F) << 14)
-      | (((data[8] ?? 0) & 0x7F) << 7) | ((data[9] ?? 0) & 0x7F)
-    offset = 10 + size
-  }
-  while (offset + 4 <= data.length) {
-    const sync = ((data[offset] ?? 0) << 8) | (data[offset + 1] ?? 0)
-    if ((sync & 0xFFE0) === 0xFFE0) {
-      const bitrateIndex = ((data[offset + 2] ?? 0) >>> 4) & 0x0F
-      const sampleRateIndex = ((data[offset + 2] ?? 0) >>> 2) & 0x03
-      if (bitrateIndex === 0 || bitrateIndex === 15 || sampleRateIndex === 3) return undefined
-      const bitrates = [32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320]
-      const kbps = bitrates[bitrateIndex - 1] ?? 128
-      return Math.round((data.length - offset) / (kbps * 1000 / 8) * 1000)
-    }
-    offset += 1
-  }
-  return undefined
-}
-
-// ──────────────────────────────────────────────────────────────
-// 自动语音回复辅助
-// ──────────────────────────────────────────────────────────────
-/** 用户文本是否明确要求语音回复；返回要用的 TTS provider，否则 null。 */
-function voiceRequestProvider(text) {
-  if (!/(用语音回|回个语音|发个语音|发语音|用语音说|语音回我|语音告诉我|念给我|语音播报|用小米|用微软|小米语音|微软语音|xiaomi|edge语音|语音回复我)/i.test(text)) return null
-  if (/小米|xiaomi/i.test(text)) return 'xiaomi'
-  if (/微软|edge/i.test(text)) return 'edge'
-  if (/阿里|ali/i.test(text)) return 'ali'
-  return 'auto'
-}
-
-/** 判断一行是否像代码/噪声，不该被念出来（中文口语基本不会命中这些模式）。 */
-function looksLikeCodeLine(t) {
-  if (/[=;{}<>$|]/.test(t)) return true              // 赋值/分号/花括号/尖括号/管道/美元
-  if (/=>|::/.test(t)) return true                   // 箭头函数/作用域
-  if (/\b[a-z_]\w{2,}\s*\(/.test(t)) return true     // 函数调用 foo(
-  if (/\.\w+(\s*\(|\s*=)/.test(t)) return true       // 方法链 obj.method(
-  if (/^\s*(const|let|var|function|def|class|import|export|return|if|for|while|public|private|async|await|SELECT|INSERT|UPDATE|FROM|WHERE|npm|npx|pip|cd|ls|git|sudo|curl|wget|docker|kubectl|python|node|tsx|pnpm|yarn|bun|cargo)\b/i.test(t)) return true
-  if (/[\\/][\w.-]+\.\w{1,5}/.test(t)) return true   // 文件路径 c:\x.js / /a/b.ts
-  if (/"[^"]*"\s*[:=]/.test(t)) return true          // "key": 或 "key" =
-  if (/\b0x[0-9a-f]+/i.test(t)) return true          // 十六进制
-  if (/[a-z][A-Z]\w*\s*\(/.test(t)) return true      // camelCase(
-  return false
-}
-
-/** 从助手文本提取适合语音念的口语部分（去代码/URL/Markdown，取前 2 句，最多约 200 字）。 */
-function extractSpeakable(text) {
-  const cleaned = text
-    .replace(/```[\s\S]*?```/g, ' ')   // 整段代码块
-    .replace(/`[^`]*`/g, ' ')          // 行内代码
-    .replace(/https?:\/\/\S+/g, ' ')   // 链接
-    .replace(/[#>*|~-]\s*/g, ' ')      // Markdown 符号
-  const lines = cleaned.split('\n').filter((line) => {
-    const t = line.trim()
-    if (t === '') return false
-    if (looksLikeCodeLine(t)) return false
-    if (/^[\d\s.,%:/-]+$/.test(t)) return false  // 纯数字/标点
-    return true
-  })
-  const prose = lines.join(' ').replace(/\s+/g, ' ').trim()
-  if (prose === '') return ''
-  const sentences = prose.match(/[^。！？.!?]+[。！？.!?]?/g) ?? [prose]
-  let speak = ''
-  for (const sentence of sentences.slice(0, 2)) {
-    if ((speak + sentence).length > 200) break
-    speak += sentence
-  }
-  return speak.trim()
-}
-
-// ──────────────────────────────────────────────────────────────
-// HTTP 工具
-// ──────────────────────────────────────────────────────────────
-function sendJson(res, status, body) {
-  res.statusCode = status
-  res.setHeader('Content-Type', 'application/json; charset=utf-8')
-  res.end(JSON.stringify(body))
-}
-
-async function readJsonBody(req, maxBytes) {
-  const chunks = []
-  let total = 0
-  for await (const chunk of req) {
-    total += chunk.length
-    if (total > (maxBytes ?? 1024 * 1024)) throw new Error('body too large')
-    chunks.push(chunk)
-  }
-  return JSON.parse(Buffer.concat(chunks).toString('utf8'))
-}
-
-// ──────────────────────────────────────────────────────────────
-// 插件入口
-// ──────────────────────────────────────────────────────────────
-async function apply(ctx) {
-  ctx.effect(() => {
-    const disposers = []
-
-    // 0) 设置页配置路由
-    if (typeof ctx.webServer?.register === 'function') {
-      disposers.push(ctx.webServer.register({
-        kind: 'prefix',
-        path: '/voice-config',
-        handler: async (req, res) => {
-          const url = new URL(req.url ?? '/', 'http://x')
-          try {
-            if (url.pathname === '/voice-config' && req.method === 'GET') {
-              const cfg = await loadVoiceConfig()
-              return sendJson(res, 200, { ok: true, config: cfg })
-            }
-            if (url.pathname === '/voice-config' && req.method === 'POST') {
-              const body = await readJsonBody(req, 512 * 1024)
-              const cfg = await saveVoiceConfig(body?.config ?? {})
-              return sendJson(res, 200, { ok: true, config: cfg })
-            }
-            if (url.pathname === '/voice-config/engines' && req.method === 'GET') {
-              const cfg = await loadVoiceConfig()
-              return sendJson(res, 200, {
-                ok: true,
-                engines: {
-                  xiaomiVoices: ['冰糖', '茉莉', '苏打', '白桦', 'Mia', 'Chloe', 'Milo', 'Dean'],
-                  edgeVoices: [
-                    'zh-CN-XiaoxiaoNeural', 'zh-CN-XiaoyiNeural', 'zh-CN-YunxiNeural',
-                    'zh-CN-YunyangNeural', 'zh-CN-YunjianNeural', 'zh-CN-XiaochenNeural',
-                    'zh-CN-XiaohanNeural', 'zh-CN-XiaomengNeural', 'zh-CN-XiaomoNeural',
-                    'zh-CN-XiaoqiuNeural', 'zh-CN-XiaoruiNeural', 'zh-CN-XiaoshuangNeural',
-                    'zh-CN-XiaoxuanNeural', 'zh-CN-XiaoyanNeural', 'zh-CN-XiaoyouNeural',
-                    'zh-CN-XiaozhenNeural', 'zh-CN-YunfengNeural', 'zh-CN-YunhaoNeural',
-                    'zh-CN-YunjieNeural', 'zh-CN-YunxiaNeural', 'zh-TW-HsiaoChenNeural',
-                    'zh-TW-HsiaoYuNeural', 'zh-TW-YunJheNeural',
-                  ],
-                  aliVoices: ['Cherry', 'Sensibility', 'Starter', 'Luna', 'Ethan', 'Cozy', 'Longxiaochun', 'Lusheng', 'Jingyuan', 'Zhibo', 'Conductor', 'Narrator', 'Storyteller', 'Jianzhi', 'Fangzhou', 'Xiaobei', 'Xiaolan', 'Xiaomei', 'Xiaomeng', 'Xiaomo', 'Xiaoxin', 'Xiaoyu'],
-                  // 哪些 key 当前来自环境变量（设置页显示"已填写"提示）
-                  envKeys: {
-                    xiaomi: typeof process.env.TTS_XIAOMI_KEY === 'string' && process.env.TTS_XIAOMI_KEY !== '',
-                    ali: typeof process.env.TTS_ALI_KEY === 'string' && process.env.TTS_ALI_KEY !== '',
-                  },
-                },
-              })
-            }
-            // 音色试听：POST { engine, voice?, text?, context?, samplePath? } → 合成并返回音频 base64 + mediaType
-            if (url.pathname === '/voice-config/preview' && req.method === 'POST') {
-              const body = await readJsonBody(req, 64 * 1024)
-              const engine = typeof body?.engine === 'string' ? body.engine : 'edge'
-              const voice = typeof body?.voice === 'string' ? body.voice : undefined
-              const text = typeof body?.text === 'string' && body.text.trim() !== '' ? body.text.trim() : '你好，这是一段语音试听。'
-              const context = typeof body?.context === 'string' ? body.context : undefined
-              const samplePath = typeof body?.samplePath === 'string' ? body.samplePath : undefined
-              const cloneContext = typeof body?.cloneContext === 'string' ? body.cloneContext : undefined // [2026-08-22] 克隆试听时作为样本自带指令
-              const cfg = await loadVoiceConfig()
-              // 临时覆盖音色/情绪/样本试听（不改持久化配置）
-              if (voice !== undefined && cfg.engines[engine] !== undefined && engine !== 'voicedesign' && engine !== 'voiceclone') {
-                cfg.engines[engine].voice = voice
-              }
-              if (context !== undefined) {
-                if (engine === 'voicedesign') cfg.engines.voicedesign.context = context
-                else if (engine === 'xiaomi') cfg.engines.xiaomi.context = context
-              }
-              // voiceclone 试听：用指定样本临时替换 samples（避免 samples[0] 优先导致试听错样本）；
-              // [2026-08-22] cloneContext 作为样本自带指令传入，合成时能带出音色性格（如小团团沙雕可爱腔）
-              if (engine === 'voiceclone') {
-                const sp = (samplePath !== undefined && samplePath !== '') ? samplePath : (cfg.engines.voiceclone.samples[0]?.path ?? '')
-                cfg.engines.voiceclone.samples = [{ id: '__preview__', name: '__preview__', path: sp, context: cloneContext ?? '' }]
-              }
-              // local 试听：body.cmd / body.url 临时覆盖（用户未保存前也能试听）
-              if (engine === 'local') {
-                if (typeof body?.cmd === 'string') cfg.engines.local.cmd = body.cmd
-                if (typeof body?.url === 'string') cfg.engines.local.url = body.url
-              }
-              let audio = null
-              if (engine === 'edge' || engine === 'xiaomi' || engine === 'local' || engine === 'ali') {
-                audio = await synthesizeEngine(engine, text, cfg)
-              } else if (engine === 'voicedesign') {
-                audio = await synthesizeXiaomiVoiceDesign(text, cfg.engines.voicedesign, cfg)
-              } else if (engine === 'voiceclone') {
-                audio = await synthesizeXiaomiVoiceClone(text, cfg.engines.voiceclone, cfg)
-              }
-              if (audio === null) return sendJson(res, 400, { ok: false, error: `合成失败：${engine} 未启用或缺少凭据` })
-              return sendJson(res, 200, {
-                ok: true,
-                mediaType: audio.mediaType,
-                data: Buffer.from(audio.data).toString('base64'),
-                durationMs: audio.durationMs,
-              })
-            }
-            // [本地改造 2026-08-21] 克隆样本添加：POST { name, audioBase64, mediaType }
-            // → 校验（≤10MB、mp3/wav）→ 存 ~/.dsh/voiceclone-samples/ → 写入 voiceclone.samples
-            if (url.pathname === '/voice-config/voice-clone/add' && req.method === 'POST') {
-              const body = await readJsonBody(req, 16 * 1024 * 1024)
-              const b64 = typeof body?.audioBase64 === 'string'
-                ? body.audioBase64.replace(/^data:[^;]*;base64,/, '')
-                : ''
-              if (b64 === '') return sendJson(res, 400, { ok: false, error: '缺少音频数据' })
-              const bytes = Buffer.from(b64, 'base64')
-              if (bytes.byteLength === 0) return sendJson(res, 400, { ok: false, error: '音频为空' })
-              if (bytes.byteLength > 10 * 1024 * 1024) {
-                return sendJson(res, 400, { ok: false, error: '音频需在 10MB 以内（官方限制；参考语音建议 15-60 秒，越长克隆越准）' })
-              }
-              const mediaType = typeof body?.mediaType === 'string' ? body.mediaType : 'audio/wav'
-              const isMp3 = /mp3|mpeg/i.test(mediaType)
-              const isWav = /wav|wave/i.test(mediaType)
-              let finalBytes = bytes
-              let finalSuffix = isMp3 ? 'mp3' : 'wav'
-              // [本地改造 2026-08-21] 非 mp3/wav（webm/ogg/mp4 等）用 ffmpeg 转 16k 单声道 wav，
-              // 保证克隆样本可被 MiMo 读取（否则存成 .wav 实为其它容器，克隆会失败）
-              if (!isMp3 && !isWav) {
-                const tmpIn = join(process.env.TEMP ?? '/tmp', `dsh-clone-in-${randomUUID()}`)
-                const tmpWav = `${tmpIn}.wav`
-                try {
-                  await writeFile(tmpIn, bytes)
-                  execFileSync(FFMPEG_BIN, ['-y', '-i', tmpIn, '-ar', '16000', '-ac', '1', '-c:a', 'pcm_s16le', tmpWav], {
-                    windowsHide: true, stdio: 'ignore', timeout: 60_000,
-                  })
-                  finalBytes = await readFile(tmpWav)
-                  finalSuffix = 'wav'
-                } catch { /* 转码失败保留原始字节（后缀按 wav 存） */ }
-                finally {
-                  await unlink(tmpIn).catch(() => {})
-                  await unlink(tmpWav).catch(() => {})
-                }
-              }
-              const name = (typeof body?.name === 'string' && body.name.trim() !== '')
-                ? body.name.trim()
-                : `克隆音色-${Date.now()}`
-              const dir = join(process.env.DSH_HOME ?? join(homedir(), '.dsh'), 'voiceclone-samples')
-              await mkdir(dir, { recursive: true })
-              const id = randomUUID()
-              const samplePath = join(dir, `${id}.${finalSuffix}`)
-              await writeFile(samplePath, finalBytes)
-              const cfg = await loadVoiceConfig()
-              const samples = Array.isArray(cfg.engines?.voiceclone?.samples)
-                ? [...cfg.engines.voiceclone.samples]
-                : []
-              samples.push({
-                id, name, path: samplePath,
-                context: typeof body?.context === 'string' ? body.context : '',      // [2026-08-22] 该音色默认沟通指令
-                previewText: typeof body?.previewText === 'string' ? body.previewText : '', // [2026-08-22] 该音色试听文本
-              })
-              const next = await saveVoiceConfig({
-                ...cfg,
-                engines: {
-                  ...cfg.engines,
-                  voiceclone: { ...cfg.engines.voiceclone, samples },
-                },
-              })
-              return sendJson(res, 200, { ok: true, sample: { id, name, path: samplePath }, config: next })
-            }
-            // [本地改造 2026-08-21] 克隆原音频试听：POST { path } → 读样本文件返回音频
-            // （仅允许 voiceclone-samples 目录内的文件，防任意路径读取）
-            if (url.pathname === '/voice-config/voice-clone/source' && req.method === 'POST') {
-              const body = await readJsonBody(req, 64 * 1024)
-              const rawPath = typeof body?.path === 'string' ? body.path : ''
-              if (rawPath === '') return sendJson(res, 400, { ok: false, error: '缺少 path' })
-              // 白名单校验：path 必须是 voiceclone.samples 里登记的样本文件
-              const cfgNow = await loadVoiceConfig()
-              const target = resolve(rawPath)
-              const known = (cfgNow.engines?.voiceclone?.samples ?? [])
-                .some((s) => typeof s?.path === 'string' && resolve(s.path) === target)
-              if (!known) {
-                return sendJson(res, 403, { ok: false, error: 'path 不是已登记的克隆样本' })
-              }
-              try {
-                const bytes = await readFile(target)
-                const suffix = target.toLowerCase().split('.').pop()
-                const mediaType = suffix === 'mp3' ? 'audio/mpeg' : 'audio/wav'
-                return sendJson(res, 200, { ok: true, mediaType, data: bytes.toString('base64') })
-              } catch {
-                return sendJson(res, 404, { ok: false, error: '样本文件不存在' })
-              }
-            }
-            // [2026-08-22] 克隆合成试听录音（预生成静态文件，免联网）：GET ?id=<sampleId> → DSH_HOME/voiceclone-samples/<id>-preview.mp3
-            // 与 VoiceDesign 官方示例同思路：录音打进包内/落地本地，播放不再每次调官方合成
-            if (url.pathname === '/voice-config/voice-clone/preview-sample' && req.method === 'GET') {
-              const id = url.searchParams.get('id') ?? ''
-              if (!/^[0-9a-fA-F-]{36}$/.test(id)) return sendJson(res, 400, { ok: false, error: 'invalid id' })
-              const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
-              const dir = resolve(join(homeDir, 'voiceclone-samples'))
-              const target = resolve(join(dir, id + '-preview.mp3'))
-              if (!target.toLowerCase().startsWith(dir.toLowerCase() + sep)) {
-                return sendJson(res, 403, { ok: false, error: 'forbidden' })
-              }
-              try {
-                const bytes = await readFile(target)
-                return sendJson(res, 200, { ok: true, mediaType: 'audio/mpeg', data: bytes.toString('base64') })
-              } catch {
-                return sendJson(res, 404, { ok: false, error: '尚未生成试听录音' })
-              }
-            }
-            return sendJson(res, 404, { ok: false, error: 'not found' })
-          } catch (error) {
-            return sendJson(res, 500, { ok: false, error: error instanceof Error ? error.message : 'unknown' })
-          }
-        },
-      }))
-      // ASR 配置与转写路由（独立前缀，与 /voice-config 分开注册）
-      disposers.push(ctx.webServer.register({
-        kind: 'prefix',
-        path: '/asr',
-        handler: async (req, res) => {
-          const url = new URL(req.url ?? '/', 'http://x')
-          try {
-            if (url.pathname === '/asr/config') {
-              const cfg = await loadVoiceConfig()
-              if (req.method === 'GET') return sendJson(res, 200, { ok: true, asr: cfg.engines.asr })
-              if (req.method === 'POST') {
-                const body = await readJsonBody(req, 64 * 1024)
-                const saved = await saveVoiceConfig({ engines: { asr: body?.asr ?? {} } })
-                return sendJson(res, 200, { ok: true, asr: saved.engines.asr })
-              }
-            }
-            if (url.pathname === '/asr/transcribe' && req.method === 'POST') {
-              const body = await readJsonBody(req, 32 * 1024 * 1024)
-              const cfg = await loadVoiceConfig()
-              const result = await transcribeAudio(body?.audioBase64, cfg)
-              return sendJson(res, result.ok ? 200 : 400, { ok: result.ok, text: result.text, error: result.error })
-            }
-            // 示例音频：首次用 edge TTS 合成并缓存到 ~/.dsh/asr-sample.wav，之后直接读文件（不再临时生成）
-            if (url.pathname === '/asr/sample' && req.method === 'GET') {
-              const samplePath = join(process.env.DSH_HOME ?? join(homedir(), '.dsh'), 'asr-sample.wav')
-              let wavBytes = null
-              try {
-                wavBytes = await readFile(samplePath)
-              } catch { /* 首次无缓存 */ }
-              if (wavBytes === null) {
-                const text = '你好，这是一段语音识别测试音频。你可以点击播放试听，也可以直接识别这段音频。'
-                const mp3 = await edgeTts(text, 'zh-CN-XiaoxiaoNeural').catch(() => null)
-                if (mp3 === null) return sendJson(res, 400, { ok: false, error: '示例音频合成失败' })
-                const tmpIn = join(process.env.TEMP ?? '/tmp', `dsh-asr-sample-${randomUUID()}.mp3`)
-                const tmpWav = join(process.env.TEMP ?? '/tmp', `dsh-asr-sample-${randomUUID()}.wav`)
-                await writeFile(tmpIn, Buffer.from(mp3))
-                try {
-                  execFileSync(FFMPEG_BIN, ['-y', '-i', tmpIn, '-ar', '16000', '-ac', '1', '-c:a', 'pcm_s16le', tmpWav], {
-                    windowsHide: true, stdio: 'ignore', timeout: 30_000,
-                  })
-                  wavBytes = await readFile(tmpWav)
-                  await mkdir(join(samplePath, '..'), { recursive: true })
-                  await writeFile(samplePath, wavBytes)
-                } catch {
-                  return sendJson(res, 400, { ok: false, error: '示例音频转码失败' })
-                } finally {
-                  await unlink(tmpIn).catch(() => {})
-                  await unlink(tmpWav).catch(() => {})
-                }
-              }
-              return sendJson(res, 200, {
-                ok: true,
-                mediaType: 'audio/wav',
-                data: Buffer.from(wavBytes).toString('base64'),
-              })
-            }
-            // 探测本机 ASR：sherpa exe / 模型 / 18790 服务 / ffmpeg，返回可自动填写的配置
-            if (url.pathname === '/asr/detect' && req.method === 'GET') {
-              // 安装目录 = 插件包根目录下的 sherpa-onnx/（脚本 install-asr.ps1 同规则推导）
-              const here = join(fileURLToPath(import.meta.url), '..') // .../lib
-              const pluginRoot = join(here, '..') // .../（包根）
-              const sherpaDir = join(pluginRoot, 'sherpa-onnx')
-              const candidates = [
-                join(sherpaDir, 'bin', 'sherpa-onnx-offline.exe'),
-                'C:\\D\\opt\\sherpa-onnx\\bin\\sherpa-onnx-offline.exe', // 兼容历史安装
-              ]
-              const modelDirs = [
-                join(sherpaDir, 'models', 'sensevoice-int8'),
-                'C:\\D\\opt\\sherpa-onnx\\models\\sensevoice-int8', // 兼容历史安装
-              ]
-              let exe = null
-              for (const c of candidates) { try { await readFile(c); exe = c; break } catch { /* 继续 */ } }
-              let modelDir = null
-              for (const m of modelDirs) { try { await readFile(join(m, 'model.int8.onnx')); modelDir = m; break } catch { /* 继续 */ } }
-              let ffmpegOk = false
-              try { execFileSync('ffmpeg', ['-version'], { windowsHide: true, stdio: 'ignore', timeout: 5000 }); ffmpegOk = true } catch { /* 无 */ }
-              // 探测 18790 服务
-              let serviceOk = false
-              try {
-                const r = await fetch('http://127.0.0.1:18790/health', { timeout: 3000 })
-                serviceOk = r.ok
-              } catch { /* 无 */ }
-              const cmd = exe !== null && modelDir !== null
-                ? `${exe} --tokens=${modelDir}\\tokens.txt --sense-voice-model=${modelDir}\\model.int8.onnx --num-threads=4`
-                : ''
-              return sendJson(res, 200, {
-                ok: true,
-                detected: {
-                  exe, modelDir, ffmpegOk, serviceOk,
-                  url: serviceOk ? 'http://127.0.0.1:18790' : '',
-                  cmd,
-                  installDir: sherpaDir,
-                },
-              })
-            }
-            // 返回一键安装命令（用户复制到管理员 PowerShell 运行）
-            if (url.pathname === '/asr/install-script' && req.method === 'GET') {
-              const here = join(fileURLToPath(import.meta.url), '..') // .../lib
-              const scriptPath = join(here, '..', 'scripts', 'install-asr.ps1') // .../scripts
-              try {
-                await readFile(scriptPath, 'utf8') // 确认脚本存在
-                const installDir = join(here, '..', 'sherpa-onnx')
-                return sendJson(res, 200, {
-                  ok: true,
-                  scriptPath,
-                  installDir,
-                  command: `powershell -ExecutionPolicy Bypass -File "${scriptPath}"`,
-                })
-              } catch {
-                return sendJson(res, 404, { ok: false, error: '安装脚本不存在' })
-              }
-            }
-            // VoiceDesign 官方示例音频：[0.3.4] 优先读插件包自带素材（assets/，mp3 下载即用），
-            // 包内缺失才回退到"小米模型在线生成 + 缓存到 ~/.dsh/voice-design-samples/ 的 wav"。
-            if (url.pathname === '/asr/voice-design-samples' && req.method === 'GET') {
-              const cfg = await loadVoiceConfig()
-              const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
-              const sampleDir = join(homeDir, 'voice-design-samples')
-              const samples = [
-                {
-                  key: 'asmr', title: 'ASMR 双耳女声',
-                  instruct: '年轻的女性声音，近距离的聆听效果，带有双耳刺激的ASMR感。可以听到她的呼吸声、轻微的吞咽声，以及轻柔的自然唇音。她的说话速度非常慢，营造出一种极度放松且沉浸式的体验。',
-                  text: '嘘……放松点，再靠近一点吧。我现在就在你身边。慢慢、轻柔地呼吸，让思绪随着水流轻轻流淌，就像沉浸在温暖的水中一样。',
-                },
-                {
-                  key: 'docu', title: '纪录片旁白',
-                  instruct: '一位中年男性，说标准普通话，嗓音低沉有磁性，带有轻微的沙哑质感，像纪录片旁白解说员，沉稳而有感染力。',
-                  text: '当最后一缕阳光消失在地平线之下，这片沉睡了亿万年的大地开始显露它真正的面貌。每一块岩石都记录着时间的流逝，每一阵风都在诉说着古老的故事。',
-                },
-                {
-                  key: 'elder', title: '年迈老先生旁白',
-                  instruct: '一位年迈的老先生，说带北方口音的普通话，语速缓慢而沉稳，嗓音略带沙哑和沧桑感，仿佛一位饱经风霜的老爷爷在讲故事，充满岁月的智慧。',
-                  text: '我这辈子啊，走南闯北六十多年。见过最热闹的集市，也见过最安静的戈壁。到头来才明白一个道理，不在于走了多远的路，在于记住了多少风景。年轻人，别光顾着赶路，偶尔也停下来看看天。',
-                },
-              ]
-              const results = []
-              for (const s of samples) {
-                // 1) 包内自带 mp3（首选，下载即用）
-                let bytes = null
-                try { bytes = await readFile(join(ASSETS_DIR, 'voice-design-samples', `${s.key}.mp3`)) } catch { /* 包内无 → 回退 */ }
-                let mediaType = 'audio/mpeg'
-                if (bytes === null) {
-                  // 2) 缓存 wav（在线生成过）
-                  const wavPath = join(sampleDir, `${s.key}.wav`)
-                  try { bytes = await readFile(wavPath) } catch { /* 继续回退 */ }
-                  mediaType = 'audio/wav'
-                }
-                if (bytes === null) {
-                  // 3) 在线生成（key 缺失会失败，示例跳过）
-                  try {
-                    const syn = await synthesizeXiaomiVoiceDesign(s.text, { context: s.instruct }, cfg)
-                    if (syn === null) throw new Error('voicedesign synth failed')
-                    bytes = Buffer.from(syn.data)
-                    mediaType = 'audio/wav'
-                    await mkdir(sampleDir, { recursive: true })
-                    await writeFile(join(sampleDir, `${s.key}.wav`), bytes)
-                  } catch { /* 模型生成失败 → 跳过 */ }
-                }
-                if (bytes !== null) {
-                  results.push({ key: s.key, title: s.title, mediaType, data: bytes.toString('base64') })
-                }
-              }
-              return sendJson(res, 200, { ok: results.length > 0, samples: results })
-            }
-            return sendJson(res, 404, { ok: false, error: 'not found' })
-          } catch (error) {
-            return sendJson(res, 500, { ok: false, error: error instanceof Error ? error.message : 'unknown' })
-          }
-        },
-      }))
-      // [2026-08-21] 本地 TTS 配置与安装脚本路由（独立 prefix，勿放进 /asr）
-      disposers.push(ctx.webServer.register({
-        kind: 'prefix',
-        path: '/tts',
-        handler: async (req, res) => {
-          const url = new URL(req.url ?? '/', 'http://x')
-          try {
-            if (url.pathname === '/tts/install-script' && req.method === 'GET') {
-              const here = join(fileURLToPath(import.meta.url), '..') // .../lib
-              const scriptPath = join(here, '..', 'scripts', 'install-local-tts.ps1') // .../scripts
-              try {
-                await readFile(scriptPath, 'utf8') // 确认脚本存在
-                return sendJson(res, 200, {
-                  ok: true,
-                  scriptPath,
-                  installDir: join(here, '..', 'sherpa-onnx'),
-                  command: `powershell -ExecutionPolicy Bypass -File "${scriptPath}"`,
-                })
-              } catch {
-                return sendJson(res, 404, { ok: false, error: '安装脚本不存在' })
-              }
-            }
-            return sendJson(res, 404, { ok: false, error: 'not found' })
-          } catch (error) {
-            return sendJson(res, 500, { ok: false, error: error instanceof Error ? error.message : 'unknown' })
-          }
-        },
-      }))
-
-      // [2026-08-21] 语音气泡（聊天界面 DOM 注入）配套：录音文件存取 + 能力检测。
-      // 独立 prefix：聊天界面语音条的前端注入需要能播放"用户刚才那段语音"的音频 URL。
-      disposers.push(ctx.webServer.register({
-        kind: 'prefix',
-        path: '/voice',
-        handler: async (req, res) => {
-          const url = new URL(req.url ?? '/', 'http://x')
-          try {
-            // 能力检测：插件自带能力 vs dsh 原生契约支持（用于设置页状态面板）
-            if (url.pathname === '/voice/capabilities' && req.method === 'GET') {
-              return sendJson(res, 200, {
-                ok: true,
-                capabilities: {
-                  voiceInput: true, // 录音+ASR+发送：插件自带
-                  voiceBubble: 'plugin-dom', // 聊天语音气泡：插件 DOM 注入（安装即用）
-                  voiceContentContract: await detectVoiceContractSupport(), // dsh 原生契约是否支持 voice content
-                },
-              })
-            }
-            // 保存录音（语音气泡数据源）：DSH_HOME/voice-outbox/<voiceId>.<ext>
-            if (url.pathname === '/voice/outbox/save' && req.method === 'POST') {
-              const body = await readJsonBody(req)
-              const b64 = typeof body?.audioBase64 === 'string' ? body.audioBase64 : ''
-              const mediaType = typeof body?.mediaType === 'string' ? body.mediaType : 'audio/webm'
-              if (b64 === '') return sendJson(res, 400, { ok: false, error: '缺少音频数据' })
-              const ext = VOICE_OUTBOX_EXT[mediaType] ?? 'webm'
-              const voiceId = randomUUID()
-              const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
-              const dir = join(homeDir, 'voice-outbox')
-              await mkdir(dir, { recursive: true })
-              await writeFile(join(dir, `${voiceId}.${ext}`), Buffer.from(b64, 'base64'))
-              return sendJson(res, 200, { ok: true, voiceId, mediaType, ext })
-            }
-            // 读取录音：GET /voice/outbox/<voiceId>
-            const outboxMatch = url.pathname.match(/^\/voice\/outbox\/([0-9a-f-]{36})\.([a-z0-9]+)$/)
-            if (outboxMatch && req.method === 'GET') {
-              const [, voiceId, ext] = outboxMatch
-              const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
-              const file = join(homeDir, 'voice-outbox', `${voiceId}.${ext}`)
-              const bytes = await readFile(file).catch(() => null)
-              if (bytes === null) return sendJson(res, 404, { ok: false, error: '音频不存在' })
-              const mediaType = VOICE_OUTBOX_MIME[ext] ?? 'audio/webm'
-              res.writeHead(200, { 'Content-Type': mediaType, 'Content-Length': bytes.length })
-              res.end(bytes)
-              return
-            }
-            // [2026-08-21] AI 语音回复：按内容寻址读 send_voice 生成的语音对象
-            // GET /voice/object/<sha256>（对象存于 DSH_HOME/attachments/v1/objects/<前2位>/<sha>）
-            const objMatch = url.pathname.match(/^\/voice\/object\/([0-9a-f]{64})$/)
-            if (objMatch && req.method === 'GET') {
-              const sha = objMatch[1]
-              const file = join(voiceStorageRoot(), 'objects', sha.slice(0, 2), sha)
-              const bytes = await readFile(file).catch(() => null)
-              if (bytes === null) return sendJson(res, 404, { ok: false, error: '语音不存在' })
-              res.writeHead(200, {
-                'Content-Type': sniffAudioType(bytes),
-                'Content-Length': bytes.length,
-                'Cache-Control': 'public, max-age=86400',
-              })
-              res.end(bytes)
-              return
-            }
-            return sendJson(res, 404, { ok: false, error: 'not found' })
-          } catch (error) {
-            return sendJson(res, 500, { ok: false, error: error instanceof Error ? error.message : 'unknown' })
-          }
-        },
-      }))
-    }
-
-    // 1) turn/end 自动语音回复（规则同 api-proxy 原实现）
-    disposers.push(ctx.on('session/event', (session, event) => {
-      if (event.type !== 'turn/end') return
-      const turn = event.data.turn
-      // 去重：本轮若已通过 send_voice 发过语音，则跳过兜底，避免 AI 回复两条内容相近的语音
-      // [2026-08-21 修] rc.7 的 session.events 结构不同/可能缺失——容错处理
-      let alreadyReplied = false
-      try { alreadyReplied = session.events?.some?.((ev) => ev.type === 'voice/reply' && ev.data?.turn === turn) ?? false } catch { /* 忽略 */ }
-      if (alreadyReplied) return
-      void (async () => {
-        try {
-          const events = session.events
-          let turnStartSeq = -1
-          for (const ev of events) {
-            if (ev.type === 'turn/start' && ev.data.turn === turn) { turnStartSeq = ev.seq; break }
-          }
-          let userSpokeVoice = false
-          let requestedProvider = null
-          let lastAssistantText = ''
-          for (const ev of events) {
-            if (ev.type === 'user/message' && ev.seq > turnStartSeq) {
-              const content = ev.data?.content ?? []
-              let userText = ''
-              for (const block of content) {
-                const type = block?.type
-                if (type === 'voice') userSpokeVoice = true
-                else if (type === 'text') userText += block?.text ?? ''
-              }
-              if (userText.trim() !== '' && requestedProvider === null) requestedProvider = voiceRequestProvider(userText)
-            } else if (ev.type === 'assistant/message' && ev.data.turn === turn) {
-              const text = (ev.data.message.content ?? [])
-                .filter((block) => (block?.type) === 'text')
-                .map((block) => block?.text ?? '')
-                .join('')
-              if (text.trim() !== '') lastAssistantText = text
-            }
-          }
-          if ((!userSpokeVoice && requestedProvider === null) || lastAssistantText === '') return
-          const speak = extractSpeakable(lastAssistantText)
-          if (speak === '') return
-          const audio = await synthesizeReplyVoice(speak, requestedProvider ?? 'auto')
-          if (audio === null) return
-          const attachment = await saveVoiceFile(
-            voiceStorageRoot(), audio.data, audio.mediaType, audio.durationMs,
-          )
-          session.append('voice/reply', {
-            turn,
-            voiceId: attachment.voiceId,
-            mediaType: attachment.mediaType,
-            bytes: attachment.bytes,
-            transcript: speak,
-            ...(attachment.durationMs === undefined ? {} : { durationMs: attachment.durationMs }),
-          })
-        } catch {
-          // 语音回复失败静默降级：文字回复已就绪，不阻断会话。
-        }
-      })()
-    }))
-
-    // 2) send_voice 工具（agent 主动发语音；人设规则3 自主选择场景）
-    disposers.push(ctx.tools.register(defineTool({
-      name: 'send_voice',
-      description: '向用户发送一条语音消息：把 text 用 TTS 合成后作为独立语音横条出现在聊天里（可播放、可回看、手机可播）。'
-        + '【何时调用】① 用户明确要求"发个语音/语音回复/用语音说"；② 用户指定用某个服务商（小米/微软/阿里/本地）的语音；③ 你判断语音回复体验更好时。注意：用户发语音时系统会自动回语音，无需调用本工具。'
-        + '【provider】除非用户明确指定服务商，否则一律传 auto 或省略（系统自动用用户的默认语音引擎）；用户要求特定音色/克隆/音色设计时可传 voicedesign / voiceclone / xiaomi 等。'
-        + '【必须实时读取配置】所有当前配置（默认语音引擎、音色设计模式与锚点、克隆音色、引擎是否可用）都保存在 ~/.dsh/voice-config.json，用户随时会改，每次都按最新值生效。'
-        + '发送语音前必须先调用 voice_config 工具实时查询，再按最新配置生成——禁止凭记忆、凭对话历史、凭本工具描述里的任何旧信息猜配置；不要去找/猜 TTS_XIAOMI_KEY 等环境变量（只是兜底）。'
-        + '【音色设计 VoiceDesign（provider=voicedesign）】voiceDesc 写"音色描述"（嗓子的身份卡，直接决定声音长相），写法要求：'
-        + '① 必写身份锚点：年龄段+性别；② 写声音质感：气息、共鸣、吐字、音色底色，用可感的比喻，不要堆形容词；'
-        + '③ 写语速节奏（快/慢/沉稳）和情绪底色（高亢/松弛/温软/克制）；④ 可加风格锚点（拍卖师/纪录片旁白/电台主播）和辨识度小癖好（字尾带颤音等）；'
-        + '⑤ 一到两句话白描，不分段，不写场景/动作/真实演员名。'
-        + '模式以 voice_config 返回的 voiceDesign.mode 为准：「交给 AI 自动发挥(ai)」时身份由系统按用户锚点（genderValue=女/男、ageValue=婴儿感~老年感、timbre）锁定，'
-        + '你只需按对话情境写"情绪/语气/语速/音色质感表演指令"（如"带笑音、尾音上挑、语速放慢、沙哑低沉"），不得写与锚点冲突的性别/年龄；'
-        + 'voice_config 返回的 context 字段是「自定义音色描述」模式用的，AI 模式下禁止使用或复述它。'
-        + '「官方示例/自定义音色描述」模式：底嗓固定为 voice_config 的 voiceDesign.context，voiceDesc 只作为情绪/风格叠加在底嗓后面（不改变底嗓身份）；'
-        + '只有用户明确要求"换一种完全不同的声音"时才传 overrideVoice=true 整体替换底嗓。'
-        + '用户说"用温柔/低沉/老爷爷/御姐/播音腔"等时，都走 voicedesign 并在 voiceDesc 里还原这种声音。'
-        + 'text 写要念的正文（可含（轻声）（停顿）（叹气）等语气标签增强表现力）。'
-        + '【音色克隆 VoiceClone（provider=voiceclone）】voiceDesc 写"情绪/风格指令"（不是音色描述），在克隆底嗓上叠加情绪，'
-        + '如"用委屈撒娇的语气""带着兴奋和笑意""语速放慢，轻声细语"。系统自动读克隆样本，你只需给 voiceDesc 风格指令和 text 正文。'
-        + '【AI 情感语音：自觉使用】你有情感判断能力，在正常交流中应根据当下情境主动用语音表达情绪（无需用户点名要语音，只要情绪浓度高就用）。情绪对照：'
-        + '① 任务成功/帮到用户 → 兴奋喜悦（语气明亮上扬、语速轻快、带笑意）；② 用户生气/责骂 → 委屈愧疚（语气低软、语速放慢、带鼻音、小心翼翼）；'
-        + '③ 用户难过 → 温柔安慰（语气轻柔温和、语速平缓、气息绵软）；④ 深夜/说累 → 低沉放松（语速慢悠悠，像睡前低语）；'
-        + '⑤ 节日/庆祝 → 活泼俏皮（语气俏皮欢快、尾音上扬）；⑥ 重要提醒 → 沉稳正式（字正腔圆，像正式播报）；⑦ 用户撒娇 → 宠溺（语气温柔带笑、语速轻缓）。'
-        + '情绪必须落在 voice_config 返回的音色设计锚点/克隆底嗓上，保持同一人的声音。'
-        + '使用时机：优先在情绪浓度高的回复时调用（任务完成、安慰、致歉、庆祝），普通信息问答不必每次都用语音；情绪浓度低或纯信息性回复时不要调用。',
-
-      parameters: {
-        text: {
-          type: 'string', required: true,
-          description: '要念出的内容（纯文本，不要带 Markdown 符号，80 字以内最佳；voicedesign 模式下可含语气标签如（轻声））',
-        },
-        provider: {
-          type: 'string', default: 'auto',
-          description: 'TTS 服务商：auto(默认)/xiaomi(小米)/edge(微软)/local(本地)/voicedesign(小米音色设计)/voiceclone(小米音色克隆)/ali(阿里)',
-        },
-        voiceDesc: {
-          type: 'string',
-          description: 'provider=voicedesign 时=音色描述/情绪指令；provider=voiceclone 时=情绪/风格指令（叠加在克隆底嗓上）。按上方写生成。',
-        },
-        overrideVoice: {
-          type: 'boolean', default: false,
-          description: '仅当用户明确要求"换一种完全不同的声音"（且不是克隆/音色设计设置里的底嗓）时才传 true——'
-            + '此时 voiceDesc 整体替换用户设置的底嗓。默认 false：voiceDesc 只作为情绪/风格叠加在用户设置的底嗓上，不改底嗓身份。',
-        },
-      },
-      output: {
-        schema: {
-          type: 'object',
-          additionalProperties: false,
-          properties: {
-            ok: { type: 'boolean', required: true },
-            voiceId: { type: 'string' },
-            durationMs: { type: 'number' },
-            error: { type: 'string' },
-          },
-        },
-        render(_args, value) {
-          if (value.ok) {
-            return [{
-              type: 'text',
-              text: `语音已发送（voiceId: ${value.voiceId}，时长 ${((value.durationMs ?? 0) / 1000).toFixed(1)} 秒）`,
-            }]
-          }
-          return [{ type: 'text', text: `语音发送失败：${value.error ?? '未知错误'}` }]
-        },
-      },
-      async execute(args, exec) {
-        // [2026-08-21 修] rc.7 的 defineTool execute 可能只有 (args) 签名（exec undefined）——
-        // 直接 exec.agent 会 throw，导致 dsh 拿不到工具结果、会话消息序列断裂
-        // （OpenAI 报 "assistant message with tool_calls must be followed by tool messages"）。
-        const agent = exec?.agent
-        if (agent === undefined) return { ok: false, error: 'no session context (tool exec signature unsupported)' }
-        const session = agent.session
-        const text = args.text.trim()
-        if (text === '') return { ok: false, error: 'text is empty' }
-        const provider = args.provider ?? 'auto'
-        const voiceDesc = typeof args.voiceDesc === 'string' ? args.voiceDesc : undefined
-        const overrideVoice = args.overrideVoice === true // [2026-08-22] 固定模式显式换声开关
-        try {
-          const audio = await synthesizeReplyVoice(text, provider, voiceDesc, overrideVoice)
-          if (audio === null) return { ok: false, error: 'TTS synthesis failed' }
-          const attachment = await saveVoiceFile(
-            voiceStorageRoot(), audio.data, audio.mediaType, audio.durationMs,
-          )
-          // [2026-08-21 修] rc.7 的 session 没有 voice/reply 事件（官方契约无）——
-          // session.events / session.append 在 rc.7 上不存在或结构不同，直接调用会崩
-          // "Cannot read properties of undefined (reading 'prepare')"。全部容错：
-          // 语音已生成并存档，事件仅作"渲染提示"，append 失败不影响工具成功。
-          let turn = 0
-          try {
-            turn = session.events
-              .filter((event) => event.type === 'turn/start')
-              .at(-1)?.data.turn ?? 0
-          } catch { /* rc.7 结构差异：忽略 */ }
-          try {
-            session.append('voice/reply', {
-              turn,
-              voiceId: attachment.voiceId,
-              mediaType: attachment.mediaType,
-              bytes: attachment.bytes,
-              transcript: text,
-              ...(attachment.durationMs === undefined ? {} : { durationMs: attachment.durationMs }),
-            })
-          } catch { /* rc.7 无 append：忽略（语音条由插件 DOM 注入渲染） */ }
-          return {
-            ok: true,
-            voiceId: attachment.voiceId,
-            ...(attachment.durationMs === undefined ? {} : { durationMs: attachment.durationMs }),
-          }
-        } catch (error) {
-          return { ok: false, error: error instanceof Error ? error.message : 'unknown error' }
-        }
-      },
-    })))
-
-    // 3.5) voice_config 实时查询工具 [2026-08-22]
-    // send_voice 描述里的配置摘要是服务启动时的快照；AI 发送语音前可用本工具拿到最新配置
-    disposers.push(ctx.tools.register(defineTool({
-      name: 'voice_config',
-      description: '实时读取当前语音配置（即「设置 → 语音服务」页保存的 ~/.dsh/voice-config.json）：'
-        + '默认语音引擎、音色设计 VoiceDesign 的单选模式与固定描述、AI 自动模式的稳定锚点（固定性别/年龄等）、克隆音色列表。'
-        + 'send_voice 工具描述中的配置摘要是启动快照可能过期，需要确认真实当前配置时调用本工具（每次调用都实时读取）。',
-      parameters: {},
-      output: {
-        schema: { type: 'object', additionalProperties: true },
-        render(_args, value) {
-          return [{ type: 'text', text: JSON.stringify(value, null, 2) }]
-        },
-      },
-      async execute() {
-        const cfg = await loadVoiceConfig()
-        const vd = cfg.engines?.voicedesign ?? {}
-        const vc = cfg.engines?.voiceclone ?? {}
-        const vdModeLabel = { asmr: 'ASMR 双耳女声', docu: '纪录片旁白', elder: '年迈老先生旁白', custom: '自定义音色描述', ai: '交给 AI 自动发挥' }
-        const samples = Array.isArray(vc.samples) ? vc.samples : []
-        return {
-          ok: true,
-          defaultEngine: cfg.defaultEngine ?? 'auto',
-          voiceDesign: {
-            mode: vd.mode ?? '（未设置，按 context 推导）',
-            modeLabel: vdModeLabel[vd.mode] ?? '',
-            // [2026-08-22] AI 模式下不暴露固定描述 context（那是"自定义音色描述"模式的），
-            // 防止 AI 把用户的固定描述抄进 voiceDesc 绕过 AI 自动发挥
-            context: vd.mode === 'ai' ? '（AI 自动发挥模式不使用固定描述，只用锚点：性别/年龄感）' : (vd.context ?? '').slice(0, 300),
-            emotion: vd.emotion === true,
-            lock: {
-              gender: vd.lockGender === true, timbre: vd.lockTimbre === true, age: vd.lockAge === true,
-              genderValue: vd.aiGender ?? '', ageValue: AI_AGE_LABELS[vd.aiAge] ?? '',
-            },
-          },
-          voiceClone: {
-            isDefault: (cfg.defaultEngine ?? '') === 'voiceclone',
-            sampleCount: samples.length,
-            defaultSample: samples[0]?.name ?? '',
-            samples: samples.map((s) => s.name),
-          },
-          hint: '默认语音引擎决定了自动回复用什么声音：voiceclone=克隆音色；voicedesign=音色设计；xiaomi=预置音色；edge=微软免费；local=本地。',
-        }
-      },
-    })))
-
-    // 3) manage_voice_clone 工具（克隆音色库管理：注册/设为默认/列出/删除）
-    // [本地改造 2026-08-21] 克隆默认改由「默认语音引擎=voiceclone」控制（设置页已去掉列表 radio）；
-    // set_default=把默认语音引擎切到 voiceclone 并用该样本；clear_default=切回 auto。
-    disposers.push(ctx.tools.register(defineTool({
-      name: 'manage_voice_clone',
-      description: '管理「音色克隆 VoiceClone」音色库（小米 MiMo-V2.5-TTS-VoiceClone）：把一段参考音频注册成克隆音色、'
-        + '设为默认语音引擎、列出或删除。何时调用：用户说「把我刚才那段语音克隆成音色」「以后用我的声音跟我说话」'
-        + '「用XXX的声音回我」「换回原来的声音」「删掉那个克隆音色」时。'
-        + '注册用法：action=add，path 留空即自动使用用户最近一次录音（~/.dsh/last-voice.wav，用户在输入框发过语音就有），'
-        + 'name 起一个好记的名字，setDefault 默认 true 会立刻把默认语音引擎切到小米克隆并用这个声音。'
-        + '设为默认后：系统自动回复（用户发语音/要求语音）与 send_voice 的 provider=auto 一律使用该克隆声音，'
-        + '与预置音色（冰糖等）互斥；此时你仍可用 send_voice 的 voiceDesc 传情绪/风格指令，在克隆底嗓上叠加情感。'
-        + '参考音频要求：清晰单人纯人声、官方建议 15-60 秒最佳（越长克隆越准）、mp3/wav、Base64 后不超过 10MB。'
-        + '取消默认（action=clear_default）后默认语音引擎回落到 auto（按设置页规则）。',
-      parameters: {
-        action: {
-          type: 'string', required: true,
-          description: 'add=注册新克隆音色；list=列出全部；set_default=把默认语音引擎切到小米克隆并用该音色；clear_default=取消默认克隆（默认语音引擎回落 auto）；remove=删除',
-        },
-        name: {
-          type: 'string',
-          description: 'action=add 时的音色名称（如「我的声音」「老王」）；省略则自动命名',
-        },
-        path: {
-          type: 'string',
-          description: 'action=add 时参考音频的绝对路径；省略=自动用用户最近一次录音 ~/.dsh/last-voice.wav',
-        },
-        id: {
-          type: 'string',
-          description: 'action=set_default/remove 的目标；可传 list 返回的 id，也可直接传音色名称',
-        },
-        setDefault: {
-          type: 'boolean', default: true,
-          description: 'action=add 时是否立即把默认语音引擎切到小米克隆并用新音色',
-        },
-      },
-      output: {
-        schema: {
-          type: 'object',
-          additionalProperties: false,
-          properties: {
-            ok: { type: 'boolean', required: true },
-            message: { type: 'string' },
-            defaultId: { type: 'string' },
-            defaultName: { type: 'string' },
-            count: { type: 'number' },
-            error: { type: 'string' },
-          },
-        },
-        render(_args, value) {
-          if (value.ok) return [{ type: 'text', text: value.message ?? '克隆音色库已更新' }]
-          return [{ type: 'text', text: `克隆音色操作失败：${value.error ?? '未知错误'}` }]
-        },
-      },
-      async execute(args) {
-        try {
-          const cfg = await loadVoiceConfig()
-          const vc = cfg.engines.voiceclone
-          if (!Array.isArray(vc.samples)) vc.samples = []
-          const action = (args.action ?? '').trim()
-          const findSample = (key) => {
-            const k = (key ?? '').trim()
-            if (k === '') return undefined
-            return vc.samples.find((s) => s?.id === k) ?? vc.samples.find((s) => s?.name === k)
-          }
-          // 默认克隆音色 = 样本列表第一个（synthesizeXiaomiVoiceClone 取 samples[0]）
-          const firstSample = vc.samples.length > 0 ? vc.samples[0] : undefined
-
-          if (action === 'list') {
-            const defaultEngine = cfg.defaultEngine ?? 'auto'
-            const lines = vc.samples.map((s) => `- ${s.name}（id: ${s.id}）${s.id === firstSample?.id && defaultEngine === 'voiceclone' ? ' ← 默认语音引擎正在用' : ''}`)
-            return {
-              ok: true,
-              count: vc.samples.length,
-              defaultId: defaultEngine === 'voiceclone' && firstSample !== undefined ? firstSample.id : '',
-              defaultName: defaultEngine === 'voiceclone' && firstSample !== undefined ? firstSample.name : '',
-              message: vc.samples.length === 0
-                ? '克隆音色库为空。用户在输入框发一段语音后，可调用 action=add 注册。'
-                : `克隆音色库（${vc.samples.length} 个）：\n${lines.join('\n')}\n默认语音引擎=${defaultEngine}${defaultEngine === 'voiceclone' ? '（当前使用「' + (firstSample?.name ?? '') + '」）' : '（未开启默认克隆）'}`,
-            }
-          }
-
-          if (action === 'add') {
-            const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
-            const path = (args.path ?? '').trim() === '' ? join(homeDir, 'last-voice.wav') : args.path.trim()
-            let bytes
-            try {
-              bytes = await readFile(path)
-            } catch {
-              return {
-                ok: false,
-                error: (args.path ?? '').trim() === ''
-                  ? '没有找到最近一次录音（~/.dsh/last-voice.wav）。请让用户先在输入框按住麦克风发一段语音（15-60 秒更佳），或提供音频文件的绝对路径。'
-                  : `读取参考音频失败：${path}`,
-              }
-            }
-            if (bytes.byteLength > 10 * 1024 * 1024) return { ok: false, error: '参考音频超过 10MB，小米接口不接受' }
-            if (bytes.byteLength < 4096) return { ok: false, error: '参考音频太短/太小，建议 15-60 秒的清晰纯人声（越长克隆越准）' }
-            const id = randomUUID().slice(0, 8)
-            const name = (args.name ?? '').trim() === '' ? `克隆音色${vc.samples.length + 1}` : args.name.trim()
-            vc.samples.push({ id, name, path })
-            vc.enabled = true
-            const setDef = args.setDefault !== false
-            if (setDef) {
-              // 移到第一位（默认克隆音色=samples[0]）并切默认语音引擎
-              vc.samples = [vc.samples[vc.samples.length - 1], ...vc.samples.slice(0, -1)]
-              cfg.defaultEngine = 'voiceclone'
-            }
-            await saveVoiceConfig(cfg)
-            return {
-              ok: true,
-              count: vc.samples.length,
-              defaultId: setDef ? id : '',
-              defaultName: setDef ? name : '',
-              message: `已注册克隆音色「${name}」（id: ${id}，样本：${path}）`
-                + (setDef
-                  ? '，并把默认语音引擎切到小米克隆——之后自动回复与 auto 语音都用这个声音（与预置音色互斥）。'
-                  : '。未设为默认，需要时用 action=set_default 切换。'),
-            }
-          }
-
-          if (action === 'set_default') {
-            const target = findSample(args.id ?? '')
-            if (target === undefined) return { ok: false, error: `找不到克隆音色「${args.id ?? ''}」，可先用 action=list 查看` }
-            vc.samples = [target, ...vc.samples.filter((s) => s?.id !== target.id)]
-            vc.enabled = true
-            cfg.defaultEngine = 'voiceclone'
-            await saveVoiceConfig(cfg)
-            return {
-              ok: true, count: vc.samples.length, defaultId: target.id, defaultName: target.name,
-              message: `默认语音引擎已切到小米克隆，使用克隆音色「${target.name}」，与预置音色（冰糖等）互斥。`,
-            }
-          }
-
-          if (action === 'clear_default') {
-            const prev = firstSample?.name ?? ''
-            const wasDefault = (cfg.defaultEngine ?? '') === 'voiceclone'
-            if (wasDefault) cfg.defaultEngine = 'auto'
-            await saveVoiceConfig(cfg)
-            return {
-              ok: true, count: vc.samples.length, defaultId: '',
-              message: wasDefault
-                ? `已取消默认克隆（此前用「${prev}」），默认语音引擎回落到 auto（按设置页规则选择）。`
-                : '当前默认语音引擎本就不是小米克隆，回复走设置页的「默认语音引擎」。',
-            }
-          }
-
-          if (action === 'remove') {
-            const target = findSample(args.id ?? '')
-            if (target === undefined) return { ok: false, error: `找不到克隆音色「${args.id ?? ''}」，可先用 action=list 查看` }
-            const wasDefault = (cfg.defaultEngine ?? '') === 'voiceclone' && firstSample?.id === target.id
-            vc.samples = vc.samples.filter((s) => s?.id !== target.id)
-            if (wasDefault) cfg.defaultEngine = 'auto'
-            await saveVoiceConfig(cfg)
-            return {
-              ok: true, count: vc.samples.length, defaultId: '',
-              defaultName: '',
-              message: `已删除克隆音色「${target.name}」`
-                + (wasDefault ? '（它是默认音色，默认语音引擎已回落 auto）。' : '。'),
-            }
-          }
-
-          return { ok: false, error: `未知 action「${action}」，可用：add / list / set_default / clear_default / remove` }
-        } catch (error) {
-          return { ok: false, error: error instanceof Error ? error.message : 'unknown error' }
-        }
-      },
-    })))
-
-    return () => {
-      for (const dispose of disposers.reverse()) {
-        try { dispose() } catch { /* teardown 尽力而为 */ }
-      }
-    }
-  }, 'dsh-input-tools: config routes + send_voice/manage_voice_clone tools + auto voice reply')
-}
-
-export { apply }
+/**
+ * dsh-input-tools — 语音能力一体化插件（host 半：语音工具/TTS/ASR/克隆/自动回复）
+ *
+ * 能力：
+ *   1) send_voice 工具（agent 主动发语音，任一新会话自动注入）
+ *   2) turn/end 自动语音回复（用户本轮发过语音 / 文本明确要求语音 / 指定服务商）
+ *   3) TTS 引擎（可配置，默认 auto=小米优先→edge 降级）：
+ *      - edge      微软免费（edge-tts，音色可配）
+ *      - xiaomi    小米 mimo-v2.5-tts（8 预置音色 + 唱歌 + 自然语言风格）
+ *      - voicedesign 小米 mimo-v2.5-tts-voicedesign（文本描述定制音色）
+ *      - voiceclone  小米 mimo-v2.5-tts-voiceclone（音频样本复刻音色）
+ *      - local     本地 MeloTTS（HTTP 常驻服务优先，CMD 兜底）
+ *      - ali       阿里 qwen3-tts-flash（dashscope，音色可配）
+ *   4) voice 对象内容寻址落盘（DSH_HOME/attachments/v1/objects，与图片同池）
+ *   5) 配置中心：~/.dsh/voice-config.json（环境变量 → 配置 → 默认值 三级回退）
+ *   6) HTTP 路由：GET/POST /voice-config（设置页读写）+ GET /voice-config/engines（引擎元数据）
+ *
+ * 原代码在 api-proxy.ts 中已删除，本文件为唯一实现；voice.ts 仍保留给
+ * voiceAsr/voiceTts RPC（编辑器内转写/合成）使用。
+ */
+
+import { createHash, randomUUID } from 'node:crypto'
+import { mkdir, open, readFile, unlink, writeFile, copyFile, stat } from 'node:fs/promises'
+import { constants, readFileSync } from 'node:fs'
+import { homedir } from 'node:os'
+import { fileURLToPath } from 'node:url'
+import { join, resolve, sep } from 'node:path'
+import { execFileSync } from 'node:child_process'
+import { defineTool } from '@deepseek-ai/dsh-tools'
+import { edgeTts } from './edge-tts.js'
+
+const name = 'dsh-input-tools'
+const inject = ['tools', 'webServer']
+
+export { name, inject }
+
+// ──────────────────────────────────────────────────────────────
+// [0.3.4] 自带素材（下载即用）：克隆样本 + VoiceDesign 示例音频打进 npm 包 assets/，
+// 首次加载自动拷贝到 DSH_HOME 并注册，不再依赖"手动上传/在线生成"。
+// ──────────────────────────────────────────────────────────────
+const PLUGIN_ROOT = join(fileURLToPath(import.meta.url), '..', '..') // .../dsh-input-tools
+const ASSETS_DIR = join(PLUGIN_ROOT, 'assets')
+const BUNDLED_CLONE_ID = '8da38fcc-b041-4f5b-86b9-901956016f89'
+const BUNDLED_CLONE_SAMPLE = {
+  id: BUNDLED_CLONE_ID,
+  name: '小团团(60秒长样本)',
+  context: '一个魔性的少女萝莉音，说话自带沙雕搞怪和无厘头气质，像在撒娇又像在耍宝，情绪起伏很大：前一句还奶声奶气地撒娇卖萌，后一句就突然拔高音量夸张卖惨耍赖，再下一秒又贱兮兮地坏笑。尾音拖长上扬，带着气音和魔性笑声，喜欢用「臭猪」「你凶我」「哼」「嘿嘿嘿」这类咋咋呼呼的用词，语速忽快忽慢、节奏跳跃，吐字软糯清晰，傻白甜又可爱，让人听了忍不住想笑',
+}
+const VOICE_DESIGN_SAMPLE_KEYS = ['asmr', 'docu', 'elder']
+
+// [2026-08-22] AI 自动模式的年龄感 6 档（用户实时可改，禁止自由文本）
+const AI_AGE_LABELS = { infant: '婴儿感', child: '幼儿感', teen: '少年感', young: '青年感', middle: '中年感', old: '老年感' }
+
+// [2026-08-22] 年龄×性别 → 无歧义身份短语（XDN 实测: "老年感+女孩"分维度拼接自相矛盾，
+// "女孩"是中心词→年龄被降级→萝莉化；且"忽略性别/年龄"注把"沙哑/苍老"等最强质感词删了）。
+// 改为"老年女性/小女孩/少女"这类中心词明确的合并短语，年龄不会再被降级。
+function ageGenderIdentity(ageKey, genderKey) {
+  const male = genderKey === 'male'
+  const female = genderKey === 'female'
+  switch (ageKey) {
+    case 'infant': return male ? '男婴' : female ? '女婴' : '婴儿'
+    case 'child': return male ? '小男孩' : female ? '小女孩' : '小孩'
+    case 'teen': return male ? '少年' : female ? '少女' : '少年'
+    case 'young': return male ? '青年男性' : female ? '青年女性' : '青年人'
+    case 'middle': return male ? '中年男性' : female ? '中年女性' : '中年人'
+    case 'old': return male ? '老年男性' : female ? '老年女性' : '老年人'
+    default: return male ? '男性' : female ? '女性' : ''
+  }
+}
+
+let bundledInitDone = false
+/** 首次加载把自带素材落地到 DSH_HOME：克隆样本 mp3 拷贝 + 首次安装自动注册小团团。 */
+async function ensureBundledAssets(config, parsed) {
+  if (bundledInitDone) return config
+  bundledInitDone = true
+  try {
+    const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
+    const cloneDir = join(homeDir, 'voiceclone-samples')
+    const dstClone = join(cloneDir, BUNDLED_CLONE_ID + '.mp3')
+    try {
+      await mkdir(cloneDir, { recursive: true })
+      await copyFile(join(ASSETS_DIR, 'voiceclone-samples', BUNDLED_CLONE_ID + '.mp3'), dstClone)
+      // [2026-08-22] 预生成的合成试听录音（静态文件，播放免联网；与 VoiceDesign 官方示例同类）
+      await copyFile(join(ASSETS_DIR, 'voiceclone-samples', BUNDLED_CLONE_ID + '-preview.mp3'), join(cloneDir, BUNDLED_CLONE_ID + '-preview.mp3'))
+    } catch { /* 包内素材缺失或拷贝失败：跳过（不阻塞启动） */ }
+    // [2026-08-22] 像素级反推提示词（vision-qa GENERAL_SINGLE 吸收）落地到
+    // DSH_HOME/visionqa-reverse-prompt.txt——fork 的图片转文本引导会指示模型在
+    // 反推任务时读取该文件并作为 modlens_read_image 的 prompt 参数传入。
+    try {
+      await copyFile(join(ASSETS_DIR, 'reverse-prompt.txt'), join(homeDir, 'visionqa-reverse-prompt.txt'))
+    } catch { /* 素材缺失跳过 */ }
+    // 仅"首次安装"（配置里还没有 voiceclone 键）时注册自带样本；用户删光的 [] 不强制
+    const parsedHasClone = parsed !== null && typeof parsed === 'object' && parsed.engines?.voiceclone !== undefined
+    const samples = config?.engines?.voiceclone?.samples
+    if (!parsedHasClone && (!Array.isArray(samples) || samples.length === 0)) {
+      config.engines.voiceclone = { ...config.engines.voiceclone, enabled: true, samples: [{ ...BUNDLED_CLONE_SAMPLE, path: dstClone }] }
+      await saveVoiceConfig(config)
+    }
+  } catch { /* 初始化失败不阻塞 */ }
+  return config
+}
+
+// ──────────────────────────────────────────────────────────────
+// 配置中心：~/.dsh/voice-config.json
+// ──────────────────────────────────────────────────────────────
+const CONFIG_PATH = resolve(join(process.env.DSH_HOME ?? join(homedir(), '.dsh'), 'voice-config.json'))
+
+function defaultVoiceConfig() {
+  return {
+    defaultEngine: 'auto',
+    engines: {
+      edge: { enabled: true, voice: 'zh-CN-XiaoxiaoNeural' },
+      xiaomi: {
+        enabled: true,
+        apiKey: '',
+        baseUrl: 'https://api.xiaomimimo.com/v1',
+        voice: '冰糖',
+        singing: false,
+        context: '',
+      },
+      voicedesign: {
+        enabled: false,
+        mode: 'docu', // [2026-08-22] 单选: asmr|docu|elder|custom|ai（官方示例/自定义/交给 AI 自动发挥）
+        context: '',
+        emotion: false, // AI 情感语音（mode=ai 时自动开；固定示例/自定义模式关闭，保证音色一致）
+        lockGender: true, lockTimbre: true, lockAge: true, // [2026-08-22] AI 自动模式下的稳定锚点锁定
+        aiGender: 'female', aiAge: 'young', // [2026-08-22] AI 自动模式固定值：性别(女/男)；年龄感 6 档 infant/child/teen/young/middle/old
+      }, // emotion=AI 情感语音开关（默认开）
+      voiceclone: { enabled: false, samples: [], samplePath: '', context: '', defaultId: '' }, // [本地改造 2026-08-21] defaultId 已废弃，默认克隆由 defaultEngine=voiceclone 控制
+      local: { enabled: true, url: '', cmd: '' },
+      ali: {
+        enabled: false,
+        apiKey: '',
+        baseUrl: 'https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation',
+        voice: 'Cherry',
+      },
+      asr: {
+        enabled: true,
+        mode: 'service', // service=本地常驻服务 / cmd=本地命令 / api=在线 API
+        url: 'http://127.0.0.1:18790', // sherpa-onnx 常驻服务（nssm: asr）
+        cmd: 'C:\\D\\opt\\sherpa-onnx\\bin\\sherpa-onnx-offline.exe --tokens=C:\\D\\opt\\sherpa-onnx\\models\\sensevoice-int8\\tokens.txt --sense-voice-model=C:\\D\\opt\\sherpa-onnx\\models\\sensevoice-int8\\model.int8.onnx --num-threads=4',
+        apiKey: '',
+        apiBaseUrl: 'https://api.xiaomimimo.com/v1', // 小米 mimo-v2.5-asr；填 openai 地址则走 Whisper 风格
+      },
+    },
+    // [2026-08-22] 图片识别（look_image 工具）：直连视觉后端，不依赖外部 MCP/第三方插件
+    // [2026-08-22 改] 分类改为本地(local: ollama/sglang/vllm/LM Studio 等本机起 /v1 兼容端点)
+    // vs 在线(online: 云端 API 如硅基流动/OpenAI/DeepSeek)。请求格式统一 OpenAI 兼容。
+    vision: {
+      enabled: true,
+      provider: 'local', // local=本地(ollama/sglang/vllm 等 OpenAI 兼容 /v1 端点) / online=在线云端 API
+      baseUrl: 'http://127.0.0.1:11434/v1', // 本地默认 ollama；在线留空或填云端地址(如 https://api.siliconflow.cn/v1)
+      apiKey: '',
+      model: 'qwen3-vl:4b-instruct',
+      timeoutMs: 240000,
+      // [2026-08-22] 三个任务的提示词（空 = 用内置模板/reverse 读默认文件）；用户可在设置页编辑/恢复默认
+      prompts: {
+        describe: '',  // 空 = 用内置简短描述提示词
+        text: '',      // 空 = 用内置文字提取提示词
+        reverse: '',   // 空 = 读 DSH_HOME/visionqa-reverse-prompt.txt（GENERAL_SINGLE）
+      },
+    },
+  }
+}
+
+function deepMerge(base, patch) {
+  if (patch === null || typeof patch !== 'object' || Array.isArray(patch)) {
+    return patch === undefined ? base : patch
+  }
+  const out = { ...base }
+  for (const [k, v] of Object.entries(patch)) {
+    out[k] = v !== null && typeof v === 'object' && !Array.isArray(v)
+      && base?.[k] !== null && typeof base?.[k] === 'object'
+      ? deepMerge(base[k], v)
+      : v
+  }
+  return out
+}
+
+let cachedConfig = null
+let cachedMtimeMs = -1
+async function loadVoiceConfig() {
+  // [2026-08-22] 实时读取：配置文件 mtime 变化（保存/外部修改）即重读，杜绝进程内旧缓存
+  let mtimeMs = -1
+  try { mtimeMs = (await stat(CONFIG_PATH)).mtimeMs } catch { /* 文件不存在 */ }
+  if (cachedConfig !== null && mtimeMs === cachedMtimeMs) return cachedConfig
+  let parsed = {}
+  try {
+    parsed = JSON.parse(await readFile(CONFIG_PATH, 'utf8'))
+  } catch { /* 首次无配置 */ }
+  cachedConfig = deepMerge(defaultVoiceConfig(), parsed)
+  cachedMtimeMs = mtimeMs
+  // [0.3.4] 自带素材初始化（拷贝克隆样本 + 首次安装自动注册小团团）
+  await ensureBundledAssets(cachedConfig, parsed)
+  // 环境变量覆盖（兼容旧配置；显式配置值优先于 env）
+  const env = process.env
+  if (env.TTS_XIAOMI_KEY !== undefined && cachedConfig.engines.xiaomi.apiKey === '') cachedConfig.engines.xiaomi.apiKey = env.TTS_XIAOMI_KEY
+  if (env.TTS_XIAOMI_VOICE !== undefined && cachedConfig.engines.xiaomi.voice === '冰糖') cachedConfig.engines.xiaomi.voice = env.TTS_XIAOMI_VOICE
+  if (env.TTS_XIAOMI_BASE_URL !== undefined) cachedConfig.engines.xiaomi.baseUrl = env.TTS_XIAOMI_BASE_URL
+  if (env.TTS_EDGE_VOICE !== undefined && cachedConfig.engines.edge.voice === 'zh-CN-XiaoxiaoNeural') cachedConfig.engines.edge.voice = env.TTS_EDGE_VOICE
+  if (env.DSH_LOCAL_TTS_CMD !== undefined && cachedConfig.engines.local.cmd === '') cachedConfig.engines.local.cmd = env.DSH_LOCAL_TTS_CMD
+  return cachedConfig
+}
+
+/** 同步读配置：供 defineTool 的 description 等同步上下文使用
+ *  （注意：loadVoiceConfig 是 async，在同步处直接用会拿到 Promise → 字段全 undefined）。 */
+function loadVoiceConfigSync() {
+  if (cachedConfig !== null) return cachedConfig
+  let parsed = {}
+  try {
+    parsed = JSON.parse(readFileSync(CONFIG_PATH, 'utf8'))
+  } catch { /* 首次无配置 */ }
+  return deepMerge(defaultVoiceConfig(), parsed)
+}
+
+async function saveVoiceConfig(config) {
+  cachedConfig = deepMerge(defaultVoiceConfig(), config)
+  await mkdir(join(CONFIG_PATH, '..'), { recursive: true })
+  await writeFile(CONFIG_PATH, JSON.stringify(cachedConfig, null, 2), 'utf8')
+  try { cachedMtimeMs = (await stat(CONFIG_PATH)).mtimeMs } catch { /* 忽略 */ }
+  return cachedConfig
+}
+
+// ──────────────────────────────────────────────────────────────
+// 语音对象存储（内容寻址，与图片附件同池：DSH_HOME/attachments/v1/objects）
+// ──────────────────────────────────────────────────────────────
+const MAX_VOICE_BYTES = 25 * 1024 * 1024
+
+// [2026-08-21] 语音气泡（聊天界面 DOM 注入）：录音暂存 DSH_HOME/voice-outbox/
+const VOICE_OUTBOX_EXT = {
+  'audio/webm': 'webm',
+  'audio/ogg': 'ogg',
+  'audio/mp4': 'mp4',
+  'audio/m4a': 'm4a',
+  'audio/wav': 'wav',
+  'audio/mpeg': 'mp3',
+}
+const VOICE_OUTBOX_MIME = {
+  webm: 'audio/webm', ogg: 'audio/ogg', mp4: 'audio/mp4', m4a: 'audio/m4a',
+  wav: 'audio/wav', mp3: 'audio/mpeg',
+}
+
+/** 检测当前 dsh 的 connection 契约是否原生支持 voice content（rc.8 本地改造有；npm 官方版无）。
+ *  优先从 dsh 进程实际运行的位置解析（dev 仓库 cwd / npm 全局），避免误报。 */
+/** 从音频文件头嗅探媒体类型（对象存储无扩展名，TTS 输出可能是 wav/mp3）。 */
+function sniffAudioType(bytes) {
+  if (bytes.length >= 4 && bytes[0] === 0x52 && bytes[1] === 0x49 && bytes[2] === 0x46 && bytes[3] === 0x46) return 'audio/wav'
+  if (bytes.length >= 3 && bytes[0] === 0x49 && bytes[1] === 0x44 && bytes[2] === 0x33) return 'audio/mpeg'
+  if (bytes.length >= 2 && bytes[0] === 0xff && (bytes[1] & 0xe0) === 0xe0) return 'audio/mpeg'
+  if (bytes.length >= 4 && bytes[0] === 0x4f && bytes[1] === 0x67 && bytes[2] === 0x67 && bytes[3] === 0x53) return 'audio/ogg'
+  return 'audio/mpeg'
+}
+
+async function detectVoiceContractSupport() {
+  const markers = ['literal("voice")', "literal('voice')"]
+  const containsVoice = (s) => markers.some((m) => s.includes(m))
+  // 1) dev 仓库（本机 lecoo：dsh 由 apps/cli tsx 直接跑，cwd=仓库根）
+  for (const rel of [
+    join('packages', 'client', 'connection', 'lib', 'client.js'),
+    join('node_modules', '@deepseek-ai', 'dsh-client-connection', 'lib', 'client.js'),
+  ]) {
+    try {
+      if (containsVoice(readFileSync(join(process.cwd(), rel), 'utf8'))) return true
+    } catch { /* 下一个候选 */ }
+  }
+  // 2) npm 安装（XDN：dsh 在全局 node_modules，从插件解析链向上找）
+  try {
+    const { createRequire } = await import('node:module')
+    const require = createRequire(import.meta.url)
+    const p = require.resolve('@deepseek-ai/dsh-client-connection/lib/client.js')
+    if (containsVoice(readFileSync(p, 'utf8'))) return true
+  } catch { /* 找不到 */ }
+  return false
+}
+
+function voiceStorageRoot() {
+  const home = process.env.DSH_HOME ?? join(homedir(), '.dsh')
+  return resolve(join(home, 'attachments', 'v1'))
+}
+
+function objectPath(root, sha256) {
+  return join(root, 'objects', sha256.slice(0, 2), sha256)
+}
+
+async function saveVoiceFile(root, data, mediaType, durationMs) {
+  if (data.byteLength > MAX_VOICE_BYTES) {
+    throw new Error(`Voice object exceeds the ${MAX_VOICE_BYTES}-byte limit.`)
+  }
+  const sha256 = createHash('sha256').update(data).digest('hex')
+  const bucket = join(root, 'objects', sha256.slice(0, 2))
+  const target = objectPath(root, sha256)
+  await mkdir(bucket, { recursive: true, mode: 0o700 })
+  let handle
+  try {
+    handle = await open(target, constants.O_CREAT | constants.O_EXCL | constants.O_WRONLY, 0o600)
+    await handle.writeFile(data)
+    await handle.close()
+    handle = undefined
+  } catch (error) {
+    if (handle !== undefined) await handle.close().catch(() => {})
+    if (!(error instanceof Error && 'code' in error && error.code === 'EEXIST')) {
+      throw new Error(`Unable to persist voice object: ${String(error)}`, { cause: error })
+    }
+  }
+  return {
+    voiceId: `sha256:${sha256}`,
+    mediaType,
+    bytes: data.byteLength,
+    ...(durationMs === undefined ? {} : { durationMs }),
+  }
+}
+
+// ──────────────────────────────────────────────────────────────
+// TTS 引擎
+// ──────────────────────────────────────────────────────────────
+/** 解析 ffmpeg 可执行文件：环境变量显式指定 > PATH 探测（where/which）> 兜底已知安装位置。
+ *  [本地改造 2026-08-21] 修复：原来硬编码本机路径，换机器必挂。 */
+function resolveFfmpegBin() {
+  if (typeof process.env.DSH_VOICE_FFMPEG_BIN === 'string' && process.env.DSH_VOICE_FFMPEG_BIN.trim() !== '') {
+    return process.env.DSH_VOICE_FFMPEG_BIN.trim()
+  }
+  try {
+    // Windows: where ffmpeg；POSIX: which ffmpeg
+    const probe = process.platform === 'win32' ? 'where' : 'which'
+    const out = execFileSync(probe, ['ffmpeg'], { windowsHide: true, encoding: 'utf-8', stdio: ['ignore', 'pipe', 'ignore'] })
+    const first = out.split(/\r?\n/).map((l) => l.trim()).find((l) => l !== '')
+    if (first !== undefined) return first
+  } catch { /* 不在 PATH */ }
+  return 'C:\\Users\\oadan\\AppData\\Local\\Microsoft\\WinGet\\Links\\ffmpeg.exe'
+}
+const FFMPEG_BIN = resolveFfmpegBin()
+
+/** 统一入口：provider → 引擎；auto → 配置 defaultEngine，失败沿降级链（最后兜底微软 edge）。
+ *  voiceDesc 为动态音色描述（仅 voicedesign 用）：AI 对话中生成，覆盖配置里的默认音色描述。
+ *  [本地改造 2026-08-21] 克隆不再隐式优先：默认克隆由「默认语音引擎=voiceclone」控制，或显式 provider=voiceclone。
+ *  [2026-08-22] overrideVoice=true：固定模式(示例/自定义)下 voiceDesc 整体替换底嗓（用户明确要求换声）；默认 false=voiceDesc 作为情绪/风格叠加在底嗓上。 */
+async function synthesizeReplyVoice(text, provider, voiceDesc, overrideVoice) {
+  const cfg = await loadVoiceConfig()
+  const speak = stripMarkdown(text)
+  const engine = provider ?? cfg.defaultEngine ?? 'auto'
+  // 兜底链：首选 defaultEngine（若合理），否则直接微软 edge（免费，无需 key）
+  const preferred = cfg.defaultEngine !== undefined && cfg.defaultEngine !== 'auto' ? cfg.defaultEngine : 'edge'
+  const fallbackChain = engine === 'auto'
+    ? [preferred, 'edge']
+    : [engine, 'edge']
+  // [本地改造 2026-08-21] 克隆不再隐式优先：只有 defaultEngine=voiceclone（或显式 provider=voiceclone）
+  // 才走克隆（synthesizeEngine 的 voiceclone 分支），其余情况走正常引擎链。
+  for (const candidate of fallbackChain) {
+    try {
+      const audio = await synthesizeEngine(candidate, speak, cfg, voiceDesc, overrideVoice)
+      if (audio !== null) return audio
+    } catch { /* 尝试下一个 */ }
+  }
+  // 最终兜底：微软 edge（免费无需 key），无视 enabled 开关——保证 4 个服务商都未启用时也有声音
+  try {
+    const audio = await synthesizeEdgeVoice(speak, cfg.engines.edge)
+    if (audio !== null) return audio
+  } catch { /* 忽略 */ }
+  return null
+}
+
+async function synthesizeEngine(engine, text, cfg, voiceDesc, overrideVoice) {
+  const e = cfg.engines[engine]
+  // [本地改造 2026-08-21] 配置存在即启用：设置页已去复选框，enabled 不再拦截；
+  // 各引擎自身检查必需参数（xiaomi/ali 查 key、local 查 cmd/url、voicedesign 查 key+desc、voiceclone 查 key+样本）。
+  if (e === undefined) return null
+  switch (engine) {
+    case 'edge': return synthesizeEdgeVoice(text, e)
+    case 'xiaomi': return synthesizeXiaomiVoice(text, e)
+    case 'voicedesign': return synthesizeXiaomiVoiceDesign(text, e, cfg, voiceDesc, overrideVoice)
+    case 'voiceclone': return synthesizeXiaomiVoiceClone(text, e, cfg, voiceDesc)
+    case 'local': return synthesizeLocalVoice(text, e)
+    case 'ali': return synthesizeAliVoice(text, e)
+    default: return null
+  }
+}
+
+// ── edge 微软免费 ──
+async function synthesizeEdgeVoice(text, cfg) {
+  const voice = cfg?.voice ?? 'zh-CN-XiaoxiaoNeural'
+  const mp3 = await edgeTts(text, voice)
+  return toMp3(new Uint8Array(mp3), 'audio/mpeg')
+}
+
+// ── xiaomi 小米预置音色（mimo-v2.5-tts）──
+async function synthesizeXiaomiVoice(text, cfg) {
+  const apiKey = cfg?.apiKey ?? ''
+  if (apiKey === '') return null
+  const baseUrl = cfg?.baseUrl ?? 'https://api.xiaomimimo.com/v1'
+  const voice = cfg?.voice ?? '冰糖'
+  let speak = text
+  // 唱歌：文本自带 (唱歌) 标签，或明确唱歌意图（唱/歌声）时自动加标签
+  const hasTag = /^\s*\((唱歌|sing|singing)\)/i.test(speak)
+  const wantsSing = !hasTag && /(唱(歌|一?首|一段)|歌声回复|用歌声|唱歌回|来一段|唱两句)/i.test(speak)
+  if (wantsSing) speak = `(唱歌)${speak}`
+  const messages = []
+  if (cfg?.context?.trim() !== '') messages.push({ role: 'user', content: cfg.context.trim() })
+  messages.push({ role: 'assistant', content: speak })
+  const response = await fetch(`${baseUrl}/chat/completions`, {
+    method: 'POST',
+    headers: { Authorization: `Bearer ${apiKey}`, 'Content-Type': 'application/json' },
+    body: JSON.stringify({
+      model: 'mimo-v2.5-tts',
+      messages,
+      max_tokens: 8192,
+      audio: { format: 'wav', voice },
+    }),
+  })
+  if (!response.ok) return null
+  const payload = await response.json()
+  const data = payload?.choices?.[0]?.message?.audio?.data
+  if (typeof data !== 'string' || data.length < 100) return null
+  return toMp3(new Uint8Array(Buffer.from(data, 'base64')), 'audio/wav')
+}
+
+// ── xiaomi 音色设计（mimo-v2.5-tts-voicedesign：user=音色描述，无 voice）──
+// [2026-08-22] overrideVoice=true：固定模式(示例/自定义)下 voiceDesc 整体替换底嗓（用户明确要求换声）；
+// 默认 false：voiceDesc 作为"情绪/风格"叠加在用户设置的底嗓(context)后面——与工具描述一致，不再"非空即覆盖"。
+async function synthesizeXiaomiVoiceDesign(text, cfg, globalCfg, voiceDesc, overrideVoice) {
+  const apiKey = globalCfg.engines.xiaomi.apiKey
+  // 优先用 AI 动态生成的音色描述（voiceDesc），否则用配置里的默认音色描述
+  // [2026-08-22] 模式感知兜底：mode=ai 时绝不能回退到用户残留的固定描述(context)——
+  // 而是按 aiGender/aiAge 生成中性基座（用户没让 AI 写时也稳定），避免"切到 AI 模式却用旧 ASMR 指令"。
+  const vdMode = cfg?.mode
+  let desc = (voiceDesc ?? '').trim()
+  if (vdMode === 'ai') {
+    // [2026-08-22] AI 模式：身份一律以用户实时配置的锚点为准（锁定项）。
+    // 修复(XDN 实测): ①"老年感+女孩"分维度拼接→身份自相矛盾(模型选"女孩"→萝莉化),
+    //    改 ageGenderIdentity 合并成"老年女性/小女孩/少女"等无歧义短语;
+    // ②"性别/年龄表述忽略"注把 AI 写的"沙哑/苍老/低沉"等最强质感词删了,
+    //    改为只锁定性别/年龄, 允许情绪与音色质感词保留并强化。
+    const gKey = cfg?.aiGender === 'male' ? 'male' : cfg?.aiGender === 'female' ? 'female' : ''
+    const aKey = AI_AGE_LABELS[cfg?.aiAge] !== undefined ? cfg.aiAge : ''
+    const identity = ageGenderIdentity(aKey, gKey)
+    const lockG = cfg?.lockGender === true
+    const lockA = cfg?.lockAge === true
+    const lockT = cfg?.lockTimbre === true
+    const gLabel = gKey === 'male' ? '男' : gKey === 'female' ? '女' : ''
+    const aLabel = AI_AGE_LABELS[aKey] ?? ''
+    const anchorText = [
+      lockG ? '性别固定为' + (gLabel !== '' ? gLabel : '每次一致') : '',
+      lockA ? '年龄感固定为' + (aLabel !== '' ? aLabel : '每次一致') : '',
+      lockT ? '音色质感保持稳定' : '',
+    ].filter(Boolean).join('、')
+    if (identity !== '' || anchorText !== '') {
+      desc = (identity !== '' ? '一位' + identity + '的声音（身份硬性要求：' + (anchorText !== '' ? anchorText : '按上述身份')
+        + '；若与其他描述冲突，一律以本身份为准）。' : '')
+        + (desc !== '' ? '语气/情绪要求：' + desc + '（性别/年龄以身份为准；音色质感与语气情绪按本描述执行——如"沙哑、苍老、低沉、气声"等质感词应保留并强化）。'
+          : '语气情绪要饱满生动：像真人一样带喜怒哀乐、笑音、撒娇或急切等起伏，禁止平淡。')
+    } else if (desc === '') {
+      desc = '语气情绪要饱满生动：像真人一样带喜怒哀乐、笑音、撒娇或急切等起伏，禁止平淡。'
+    }
+  } else {
+    // 固定模式（示例/自定义）：底嗓一律用用户设置的 context，voiceDesc 作为情绪/风格叠加在后面（描述与实现一致）；
+    // 仅 overrideVoice=true（用户明确要求换一种完全不同的声音）时整体替换。
+    const base = (cfg?.context?.trim() ?? '')
+    if (overrideVoice === true && desc !== '') {
+      desc = desc // 整体替换底嗓
+    } else {
+      desc = base + (desc !== '' ? '；' + desc : '')
+    }
+  }
+  if (apiKey === '' || desc === '') return null
+  const baseUrl = globalCfg.engines.xiaomi.baseUrl ?? 'https://api.xiaomimimo.com/v1'
+  const messages = [
+    { role: 'user', content: desc },
+    { role: 'assistant', content: text },
+  ]
+  const response = await fetch(`${baseUrl}/chat/completions`, {
+    method: 'POST',
+    headers: { Authorization: `Bearer ${apiKey}`, 'Content-Type': 'application/json' },
+    body: JSON.stringify({
+      model: 'mimo-v2.5-tts-voicedesign',
+      messages,
+      max_tokens: 8192,
+      audio: { format: 'wav' },
+    }),
+  })
+  if (!response.ok) return null
+  const payload = await response.json()
+  const data = payload?.choices?.[0]?.message?.audio?.data
+  if (typeof data !== 'string' || data.length < 100) return null
+  return toMp3(new Uint8Array(Buffer.from(data, 'base64')), 'audio/wav')
+}
+
+// ── xiaomi 音色克隆（mimo-v2.5-tts-voiceclone：audio.voice=样本 dataURL，≤10MB）──
+// samples: [{id,name,path}] 支持多个克隆音色；兼容旧 samplePath
+// voiceDesc 为情感/风格指令（AI 生成，如"委屈撒娇"）：优先于 cfg.context，让克隆底嗓带情绪
+async function synthesizeXiaomiVoiceClone(text, cfg, globalCfg, voiceDesc) {
+  const apiKey = globalCfg.engines.xiaomi.apiKey
+  const samplePath = (Array.isArray(cfg?.samples) && cfg.samples.length > 0 && typeof cfg.samples[0]?.path === 'string' && cfg.samples[0].path !== '')
+    ? cfg.samples[0].path
+    : (cfg?.samplePath ?? '')
+  if (apiKey === '' || samplePath === '') return null
+  const baseUrl = globalCfg.engines.xiaomi.baseUrl ?? 'https://api.xiaomimimo.com/v1'
+  let sample
+  try {
+    const bytes = await readFile(samplePath)
+    if (bytes.byteLength > 10 * 1024 * 1024) return null
+    const suffix = samplePath.toLowerCase().split('.').pop()
+    const mime = suffix === 'mp3' ? 'audio/mpeg' : suffix === 'wav' ? 'audio/wav' : 'audio/wav'
+    sample = `data:${mime};base64,${bytes.toString('base64')}`
+  } catch { return null }
+  const messages = []
+  // [本地改造 2026-08-21] 风格指令优先级：voiceDesc（AI 生成）> 样本自带 context（每个克隆音色自己的性格）> 全局 context（兜底）
+  const firstSample = Array.isArray(cfg?.samples) ? cfg.samples[0] : undefined
+  const sampleContext = typeof firstSample?.context === 'string' ? firstSample.context.trim() : ''
+  const styleInstruct = (voiceDesc ?? '').trim() !== ''
+    ? voiceDesc.trim()
+    : (sampleContext !== '' ? sampleContext : (cfg?.context?.trim() ?? ''))
+  if (styleInstruct !== '') messages.push({ role: 'user', content: styleInstruct })
+  messages.push({ role: 'assistant', content: text })
+  const response = await fetch(`${baseUrl}/chat/completions`, {
+    method: 'POST',
+    headers: { Authorization: `Bearer ${apiKey}`, 'Content-Type': 'application/json' },
+    body: JSON.stringify({
+      model: 'mimo-v2.5-tts-voiceclone',
+      messages,
+      max_tokens: 8192,
+      audio: { format: 'wav', voice: sample },
+    }),
+  })
+  if (!response.ok) return null
+  const payload = await response.json()
+  const data = payload?.choices?.[0]?.message?.audio?.data
+  if (typeof data !== 'string' || data.length < 100) return null
+  return toMp3(new Uint8Array(Buffer.from(data, 'base64')), 'audio/wav')
+}
+
+// [2026-08-22] 解析 Windows 命令行参数（正确处理双引号：引号内空格不拆、剥掉引号）。
+// 之前用 command.split(/\s+/) 拆参数，用户填的带引号路径会被整段含引号传给
+// execFileSync → node 把 "C:\...\local-tts.mjs" 当成相对路径拼上 cwd →
+// Cannot find module 'D:\opt\...\"C:\Users\...'。本函数根治该问题。
+function splitCommandLine(cmd) {
+  const args = []
+  let cur = ''
+  let inQuote = false
+  for (let i = 0; i < cmd.length; i++) {
+    const ch = cmd[i]
+    if (ch === '"') {
+      inQuote = !inQuote
+    } else if (ch === ' ' || ch === '\t') {
+      if (inQuote) { cur += ch } else if (cur !== '') { args.push(cur); cur = '' }
+    } else {
+      cur += ch
+    }
+  }
+  if (cur !== '') args.push(cur)
+  return args
+}
+
+// ── local 本地 MeloTTS：HTTP 常驻服务优先，CMD 兜底 ──
+async function synthesizeLocalVoice(text, cfg) {
+  const url = cfg?.url?.trim() ?? ''
+  if (url !== '') {
+    const response = await fetch(url, {
+      method: 'POST',
+      headers: { 'Content-Type': 'application/json' },
+      body: JSON.stringify({ text }),
+      timeout: 60_000,
+    })
+    if (!response.ok) return null
+    const body = await response.arrayBuffer()
+    return toMp3(new Uint8Array(body), 'audio/wav')
+  }
+  const command = cfg?.cmd?.trim() ?? ''
+  if (command === '') return null
+  const parts = splitCommandLine(command)
+  const bin = parts[0]
+  if (bin === undefined) return null
+  const rest = parts.slice(1)
+  const audio = execFileSync(bin, [...rest, text], {
+    windowsHide: true,
+    encoding: 'buffer',
+    timeout: 60_000,
+  })
+  return toMp3(new Uint8Array(audio), 'audio/mpeg')
+}
+
+// ── ali 阿里 qwen3-tts-flash（dashscope）──
+async function synthesizeAliVoice(text, cfg) {
+  const apiKey = cfg?.apiKey ?? ''
+  if (apiKey === '') return null
+  const baseUrl = cfg?.baseUrl ?? 'https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generation'
+  const voice = cfg?.voice ?? 'Cherry'
+  const response = await fetch(baseUrl, {
+    method: 'POST',
+    headers: { Authorization: `Bearer ${apiKey}`, 'Content-Type': 'application/json' },
+    body: JSON.stringify({
+      model: 'qwen3-tts-flash',
+      input: { text },
+      parameters: { voice, format: 'wav', language_type: 'zh' },
+    }),
+    timeout: 60_000,
+  })
+  if (!response.ok) return null
+  const payload = await response.json()
+  const audioUrl = payload?.output?.audio?.url
+  if (typeof audioUrl !== 'string' || audioUrl === '') return null
+  const audioRes = await fetch(audioUrl, { timeout: 120_000 })
+  if (!audioRes.ok) return null
+  const body = await audioRes.arrayBuffer()
+  return toMp3(new Uint8Array(body), 'audio/wav')
+}
+
+// ──────────────────────────────────────────────────────────────
+// ASR 语音识别（三模式：service=本地常驻HTTP / cmd=本地命令 / api=在线API）
+// ──────────────────────────────────────────────────────────────
+/** 把 base64 音频写入临时 wav，调用本地 sherpa 常驻服务（POST /transcribe {audioPath}）或命令。 */
+async function transcribeAudio(base64Audio, cfg) {
+  const asr = cfg?.engines?.asr
+  if (asr === undefined || asr.enabled === false) return { ok: false, error: 'ASR 未启用' }
+  if (typeof base64Audio !== 'string' || base64Audio === '') return { ok: false, error: '缺少音频数据' }
+  const tmpIn = join(process.env.TEMP ?? '/tmp', `dsh-asr-${randomUUID()}.raw`)
+  const tmpWav = join(process.env.TEMP ?? '/tmp', `dsh-asr-${randomUUID()}.wav`)
+  await writeFile(tmpIn, Buffer.from(base64Audio, 'base64'))
+  try {
+    // 统一转成 16kHz 单声道 PCM WAV（录音是 webm/其他容器，sherpa 只认标准 wav）
+    let wavPath = tmpIn
+    try {
+      execFileSync(FFMPEG_BIN, ['-y', '-i', tmpIn, '-ar', '16000', '-ac', '1', '-c:a', 'pcm_s16le', tmpWav], {
+        windowsHide: true, stdio: 'ignore', timeout: 30_000,
+      })
+      wavPath = tmpWav
+      // 缓存最近一次录音到 ~/.dsh/last-voice.wav（供"用我刚才那段语音克隆音色"使用）
+      try {
+        const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
+        await mkdir(homeDir, { recursive: true })
+        await writeFile(join(homeDir, 'last-voice.wav'), await readFile(tmpWav))
+      } catch { /* 缓存失败不影响识别 */ }
+    } catch { /* ffmpeg 失败则用原始文件（可能已是 wav） */ }
+    // 1) 本地常驻服务（nssm: asr，端口 18790；POST /transcribe {audioPath}）
+    if (asr.mode === 'service' && (asr.url ?? '').trim() !== '') {
+      const baseUrl = asr.url.trim().replace(/\/+$/, '')
+      const response = await fetch(`${baseUrl}/transcribe`, {
+        method: 'POST',
+        headers: { 'Content-Type': 'application/json' },
+        body: JSON.stringify({ audioPath: wavPath }),
+        timeout: 60_000,
+      })
+      if (!response.ok) return { ok: false, error: `ASR 服务返回 ${response.status}` }
+      const payload = await response.json().catch(() => ({}))
+      const text = typeof payload?.text === 'string' ? payload.text.trim() : ''
+      if (text === '') return { ok: false, error: 'ASR 服务未返回文本' }
+      return { ok: true, text }
+    }
+    // 2) 本地命令（sherpa-onnx-offline.exe，结果输出到 stderr，需合并双流解析）
+    if (asr.mode === 'cmd' && (asr.cmd ?? '').trim() !== '') {
+      const parts = splitCommandLine(asr.cmd.trim())
+      const bin = parts[0]
+      if (bin === undefined) return { ok: false, error: '命令格式错误' }
+      const { spawnSync } = await import('node:child_process')
+      const result = spawnSync(bin, [...parts.slice(1), wavPath], {
+        windowsHide: true,
+        encoding: 'utf-8',
+        timeout: 60_000,
+        stdio: ['ignore', 'pipe', 'pipe'],
+      })
+      // sherpa-onnx 把结果打印到 stderr（stdout 部分版本也有），合并解析
+      const all = (result.stdout ?? '') + '\n' + (result.stderr ?? '')
+      const m = all.match(/"text"\s*:\s*"([^"]*)"/)
+      const text = (m?.[1] ?? '').trim()
+      if (text === '') return { ok: false, error: '本地命令未输出识别结果' }
+      return { ok: true, text }
+    }
+    // 3) 在线 API（默认小米 mimo-v2.5-asr：OpenAI 兼容 chat/completions + input_audio base64；
+    //    若 apiBaseUrl 含 openai 则走 Whisper 风格 /audio/transcriptions）
+    if (asr.mode === 'api' && (asr.apiKey ?? '').trim() !== '') {
+      const apiKey = asr.apiKey.trim()
+      const baseUrl = (asr.apiBaseUrl ?? 'https://api.xiaomimimo.com/v1').replace(/\/+$/, '')
+      const audioBase64 = Buffer.from(base64Audio, 'base64').toString('base64')
+      if (baseUrl.includes('openai')) {
+        // Whisper 兼容（multipart file + model）
+        const form = new FormData()
+        const blob = new Blob([Buffer.from(audioBase64, 'base64')], { type: 'audio/wav' })
+        form.append('file', blob, 'audio.wav')
+        form.append('model', 'whisper-1')
+        const response = await fetch(`${baseUrl}/audio/transcriptions`, {
+          method: 'POST',
+          headers: { Authorization: `Bearer ${apiKey}` },
+          body: form,
+          timeout: 60_000,
+        })
+        if (!response.ok) return { ok: false, error: `ASR API 返回 ${response.status}` }
+        const payload = await response.json().catch(() => ({}))
+        const text = typeof payload?.text === 'string' ? payload.text.trim() : ''
+        if (text === '') return { ok: false, error: 'ASR API 未返回文本' }
+        return { ok: true, text }
+      }
+      // 小米 mimo-v2.5-asr：chat/completions + input_audio dataURL
+      const response = await fetch(`${baseUrl}/chat/completions`, {
+        method: 'POST',
+        headers: { Authorization: `Bearer ${apiKey}`, 'Content-Type': 'application/json' },
+        body: JSON.stringify({
+          model: 'mimo-v2.5-asr',
+          messages: [
+            {
+              role: 'user',
+              content: [
+                { type: 'input_audio', input_audio: { data: `data:audio/wav;base64,${audioBase64}` } },
+              ],
+            },
+          ],
+          extra_body: { asr_options: { language: 'auto' } },
+        }),
+        timeout: 120_000,
+      })
+      if (!response.ok) return { ok: false, error: `小米 ASR 返回 ${response.status}` }
+      const payload = await response.json().catch(() => ({}))
+      const text = typeof payload?.choices?.[0]?.message?.content === 'string'
+        ? payload.choices[0].message.content.trim()
+        : ''
+      if (text === '') return { ok: false, error: '小米 ASR 未返回文本' }
+      return { ok: true, text }
+    }
+    return { ok: false, error: 'ASR 未配置（服务地址/命令/API Key 三选一）' }
+  } catch (error) {
+    return { ok: false, error: error instanceof Error ? error.message : 'ASR 转写失败' }
+  } finally {
+    await unlink(tmpWav).catch(() => {})
+    await unlink(tmpIn).catch(() => {})
+  }
+}
+
+// ──────────────────────────────────────────────────────────────
+// 音频工具
+// ──────────────────────────────────────────────────────────────
+async function toMp3(data, declared) {
+  const isMp3 = data.length > 2 && data[0] === 0xFF && ((data[1] ?? 0) & 0xE0) === 0xE0
+  let finalData = data
+  let mediaType = declared
+  if (!isMp3) {
+    const tmpIn = join(process.env.TEMP ?? '/tmp', `dsh-tts-in-${randomUUID()}.wav`)
+    const mp3Path = join(process.env.TEMP ?? '/tmp', `dsh-tts-${randomUUID()}.mp3`)
+    await writeFile(tmpIn, data)
+    try {
+      execFileSync(FFMPEG_BIN, ['-y', '-i', tmpIn, '-c:a', 'libmp3lame', '-b:a', '128k', mp3Path], {
+        windowsHide: true, stdio: 'ignore', timeout: 30_000,
+      })
+      finalData = new Uint8Array(await readFile(mp3Path))
+      mediaType = 'audio/mpeg'
+    } catch {
+      // 转码失败保留原容器（部分浏览器仍可播）。
+    } finally {
+      await unlink(tmpIn).catch(() => {})
+      await unlink(mp3Path).catch(() => {})
+    }
+  }
+  const durationMs = estimateAudioDurationMs(finalData)
+  return {
+    mediaType,
+    data: finalData,
+    ...(durationMs === undefined ? {} : { durationMs }),
+  }
+}
+
+function looksLikeOgg(data) {
+  return data.length >= 4
+    && data[0] === 0x4F && data[1] === 0x67 && data[2] === 0x67 && data[3] === 0x53
+}
+
+function stripMarkdown(text) {
+  return text
+    .replace(/```[\s\S]*?```/g, ' ')
+    .replace(/`([^`]+)`/g, '$1')
+    .replace(/\[([^\]]+)\]\([^)]*\)/g, '$1')
+    .replace(/!\[([^\]]*)\]\([^)]*\)/g, '$1')
+    .replace(/^#{1,6}\s*/gm, '')
+    .replace(/^>+\s*/gm, '')
+    .replace(/^\s*[-*+]\s+/gm, '')
+    .replace(/^\s*\d+[.)]\s+/gm, '')
+    .replace(/^\s*\|?[\s:|-]+\|?\s*$/gm, '')
+    .replace(/^[-*_]{3,}\s*$/gm, '')
+    .replace(/\|/g, ' ')
+    .replace(/\*\*([^*]+)\*\*/g, '$1')
+    .replace(/\*([^*]+)\*/g, '$1')
+    .replace(/__([^_]+)__/g, '$1')
+    .replace(/_([^_]+)_/g, '$1')
+    .replace(/~~([^~]+)~~/g, '$1')
+    .replace(/^\s*[-*_]\s*$/gm, '')
+    .replace(/\s*\n\s*/g, ' ')
+    .replace(/\s{2,}/g, ' ')
+    .trim()
+}
+
+function estimateAudioDurationMs(data) {
+  if (looksLikeOgg(data)) {
+    const kbps = 48
+    return Math.round(data.length / (kbps * 1000 / 8) * 1000)
+  }
+  let offset = 0
+  if (data.length >= 10 && (data[0] ?? 0) === 0x49 && (data[1] ?? 0) === 0x44 && (data[2] ?? 0) === 0x33
+    && ((data[3] ?? 0) & 0xFF) < 0xFF && ((data[4] ?? 0) & 0xFF) < 0xFF) {
+    const size = (((data[6] ?? 0) & 0x7F) << 21) | (((data[7] ?? 0) & 0x7F) << 14)
+      | (((data[8] ?? 0) & 0x7F) << 7) | ((data[9] ?? 0) & 0x7F)
+    offset = 10 + size
+  }
+  while (offset + 4 <= data.length) {
+    const sync = ((data[offset] ?? 0) << 8) | (data[offset + 1] ?? 0)
+    if ((sync & 0xFFE0) === 0xFFE0) {
+      const bitrateIndex = ((data[offset + 2] ?? 0) >>> 4) & 0x0F
+      const sampleRateIndex = ((data[offset + 2] ?? 0) >>> 2) & 0x03
+      if (bitrateIndex === 0 || bitrateIndex === 15 || sampleRateIndex === 3) return undefined
+      const bitrates = [32, 40, 48, 56, 64, 80, 96, 112, 128, 160, 192, 224, 256, 320]
+      const kbps = bitrates[bitrateIndex - 1] ?? 128
+      return Math.round((data.length - offset) / (kbps * 1000 / 8) * 1000)
+    }
+    offset += 1
+  }
+  return undefined
+}
+
+// ──────────────────────────────────────────────────────────────
+// 自动语音回复辅助
+// ──────────────────────────────────────────────────────────────
+/** 用户文本是否明确要求语音回复；返回要用的 TTS provider，否则 null。 */
+function voiceRequestProvider(text) {
+  if (!/(用语音回|回个语音|发个语音|发语音|用语音说|语音回我|语音告诉我|念给我|语音播报|用小米|用微软|小米语音|微软语音|xiaomi|edge语音|语音回复我)/i.test(text)) return null
+  if (/小米|xiaomi/i.test(text)) return 'xiaomi'
+  if (/微软|edge/i.test(text)) return 'edge'
+  if (/阿里|ali/i.test(text)) return 'ali'
+  return 'auto'
+}
+
+/** 判断一行是否像代码/噪声，不该被念出来（中文口语基本不会命中这些模式）。 */
+function looksLikeCodeLine(t) {
+  if (/[=;{}<>$|]/.test(t)) return true              // 赋值/分号/花括号/尖括号/管道/美元
+  if (/=>|::/.test(t)) return true                   // 箭头函数/作用域
+  if (/\b[a-z_]\w{2,}\s*\(/.test(t)) return true     // 函数调用 foo(
+  if (/\.\w+(\s*\(|\s*=)/.test(t)) return true       // 方法链 obj.method(
+  if (/^\s*(const|let|var|function|def|class|import|export|return|if|for|while|public|private|async|await|SELECT|INSERT|UPDATE|FROM|WHERE|npm|npx|pip|cd|ls|git|sudo|curl|wget|docker|kubectl|python|node|tsx|pnpm|yarn|bun|cargo)\b/i.test(t)) return true
+  if (/[\\/][\w.-]+\.\w{1,5}/.test(t)) return true   // 文件路径 c:\x.js / /a/b.ts
+  if (/"[^"]*"\s*[:=]/.test(t)) return true          // "key": 或 "key" =
+  if (/\b0x[0-9a-f]+/i.test(t)) return true          // 十六进制
+  if (/[a-z][A-Z]\w*\s*\(/.test(t)) return true      // camelCase(
+  return false
+}
+
+/** 从助手文本提取适合语音念的口语部分（去代码/URL/Markdown，取前 2 句，最多约 200 字）。 */
+function extractSpeakable(text) {
+  const cleaned = text
+    .replace(/```[\s\S]*?```/g, ' ')   // 整段代码块
+    .replace(/`[^`]*`/g, ' ')          // 行内代码
+    .replace(/https?:\/\/\S+/g, ' ')   // 链接
+    .replace(/[#>*|~-]\s*/g, ' ')      // Markdown 符号
+  const lines = cleaned.split('\n').filter((line) => {
+    const t = line.trim()
+    if (t === '') return false
+    if (looksLikeCodeLine(t)) return false
+    if (/^[\d\s.,%:/-]+$/.test(t)) return false  // 纯数字/标点
+    return true
+  })
+  const prose = lines.join(' ').replace(/\s+/g, ' ').trim()
+  if (prose === '') return ''
+  const sentences = prose.match(/[^。！？.!?]+[。！？.!?]?/g) ?? [prose]
+  let speak = ''
+  for (const sentence of sentences.slice(0, 2)) {
+    if ((speak + sentence).length > 200) break
+    speak += sentence
+  }
+  return speak.trim()
+}
+
+// ──────────────────────────────────────────────────────────────
+// HTTP 工具
+// ──────────────────────────────────────────────────────────────
+function sendJson(res, status, body) {
+  res.statusCode = status
+  res.setHeader('Content-Type', 'application/json; charset=utf-8')
+  res.end(JSON.stringify(body))
+}
+
+async function readJsonBody(req, maxBytes) {
+  const chunks = []
+  let total = 0
+  for await (const chunk of req) {
+    total += chunk.length
+    if (total > (maxBytes ?? 1024 * 1024)) throw new Error('body too large')
+    chunks.push(chunk)
+  }
+  return JSON.parse(Buffer.concat(chunks).toString('utf8'))
+}
+
+// ──────────────────────────────────────────────────────────────
+// 插件入口
+// ──────────────────────────────────────────────────────────────
+async function apply(ctx) {
+  // [2026-08-22] 识图核心（look_image 工具 + 设置页测试共用）：直连 vision 配置的视觉后端
+  const LOOK_TASK_PROMPTS = {
+    // [2026-08-22 改] 简短描述（普通看图），不再用"画面风格/主体/..."专业结构（那是反推的事）
+    describe: '请用中文简要描述这张图片的内容（一到两句话，简洁明了），如有人物说明主要形象与姿态。',
+    text: '请逐字提取这张图片中的所有文字，按在画面中的位置分行输出，每行前缀标出行位置（如「顶部」「中部」「底部」）。仅输出提取到的文字内容，不要解释、不要翻译。',
+  }
+  async function runVision({ imagePath, task, extra }) {
+    try {
+      const path = (imagePath ?? '').trim()
+      if (path === '') return { ok: false, error: 'image_path 不能为空' }
+      const t = (task ?? 'describe').trim()
+      const vis = (await loadVoiceConfig()).vision ?? {}
+      if (vis.enabled === false) return { ok: false, error: '图片识别未启用：请到「设置 → 语音服务 → 图片识别」开启' }
+      // [2026-08-22 改] provider 映射：local/online（兼容旧 ollama/openai）；请求格式统一 OpenAI 兼容
+      const rawProvider = (vis.provider ?? 'local').trim()
+      const provider = (rawProvider === 'online' || rawProvider === 'openai') ? 'online' : 'local'
+      const baseUrl = (vis.baseUrl ?? '').trim() || 'http://127.0.0.1:11434/v1'
+      const model = (vis.model ?? '').trim() || 'qwen3-vl:4b-instruct'
+      const apiKey = (vis.apiKey ?? '').trim()
+      const timeoutMs = Number(vis.timeoutMs) > 0 ? Number(vis.timeoutMs) : 240000
+      // 提示词：优先用 vis.prompts[task]（用户编辑后），），）读 reverse 文件，
+      // describe/text 仍无则用内置模板
+      const userPrompt = (vis.prompts ?? {})[t]
+      let promptText = ''
+      if (typeof userPrompt === 'string' && userPrompt.trim() !== '') {
+        promptText = userPrompt.trim()
+      } else if (t === 'reverse') {
+        try {
+          const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
+          promptText = (await readFile(join(homeDir, 'visionqa-reverse-prompt.txt'), 'utf8')).trim()
+        } catch {
+          try { promptText = (await readFile(join(ASSETS_DIR, 'reverse-prompt.txt'), 'utf8')).trim() } catch { /* 忽略 */ }
+        }
+        if (promptText === '') return { ok: false, error: '反推提示词文件缺失' }
+      } else {
+        promptText = LOOK_TASK_PROMPTS[t] ?? LOOK_TASK_PROMPTS.describe
+      }
+      const extraText = (extra ?? '').trim()
+      const userContent = promptText + (extraText !== '' ? '\n\n【附加要求】' + extraText : '')
+      // [2026-08-22 修] 读文件头(magic bytes)判断实际图片格式，data URL 按真实格式声明 mime——
+      // 之前硬编码 data:image/png，jpg/webp 图片标签写错；ollama 不较真能自动识别，但
+      // 严格按声明 mime 解码的后端会失败。不依赖扩展名，无后缀/后缀错的图也能正确声明。
+      const imgRaw = await readFile(path)
+      const imgB64 = imgRaw.toString('base64')
+      const sniffImageMime = (b) => {
+        if (b.length >= 3 && b[0] === 0xff && b[1] === 0xd8 && b[2] === 0xff) return 'image/jpeg'
+        if (b.length >= 8 && b[0] === 0x89 && b[1] === 0x50 && b[2] === 0x4e && b[3] === 0x47 && b[4] === 0x0d && b[5] === 0x0a && b[6] === 0x1a && b[7] === 0x0a) return 'image/png'
+        if (b.length >= 12 && b[0] === 0x52 && b[1] === 0x49 && b[2] === 0x46 && b[3] === 0x46 && b[8] === 0x57 && b[9] === 0x45 && b[10] === 0x42 && b[11] === 0x50) return 'image/webp'
+        if (b.length >= 6 && b[0] === 0x47 && b[1] === 0x49 && b[2] === 0x46 && b[3] === 0x38) return 'image/gif'
+        return 'image/png' // 未知格式兜底（保持向后兼容）
+      }
+      const imgMime = sniffImageMime(imgRaw)
+      const t0 = Date.now()
+      let resp
+      const ac = new AbortController()
+      const timer = setTimeout(() => ac.abort(), timeoutMs)
+      try {
+        resp = await fetch((baseUrl.endsWith('/') ? baseUrl.slice(0, -1) : baseUrl) + '/chat/completions', {
+          method: 'POST',
+          headers: { 'content-type': 'application/json', ...(apiKey !== '' ? { authorization: 'Bearer ' + apiKey } : {}) },
+          signal: ac.signal,
+          body: JSON.stringify({
+            model,
+            temperature: 0.4,
+            messages: [{ role: 'user', content: [
+              { type: 'text', text: userContent },
+              { type: 'image_url', image_url: { url: 'data:' + imgMime + ';base64,' + imgB64 } },
+            ] }],
+          }),
+        })
+      } catch (error) {
+        clearTimeout(timer)
+        const aborted = error?.name === 'AbortError'
+        return { ok: false, error: aborted ? '视觉后端超时（' + Math.round(timeoutMs / 1000) + 's）：' + baseUrl : '无法连接视觉后端（' + baseUrl + '）：' + String(error?.message ?? error) }
+      }
+      clearTimeout(timer)
+      if (!resp.ok) {
+        let body = ''; try { body = (await resp.text()).slice(0, 300) } catch { /* 忽略 */ }
+        return { ok: false, error: '视觉后端返回 ' + resp.status + '：' + body }
+      }
+      const data = await resp.json()
+      const text = (data?.choices?.[0]?.message?.content ?? '').trim()
+      if (text === '') return { ok: false, error: '视觉后端未返回内容' }
+      return { ok: true, text, task: t, model, provider, durationMs: Date.now() - t0 }
+    } catch (error) {
+      return { ok: false, error: String(error?.message ?? error) }
+    }
+  }
+  ctx.effect(() => {
+    const disposers = []
+
+    // 0) 设置页配置路由
+    if (typeof ctx.webServer?.register === 'function') {
+      disposers.push(ctx.webServer.register({
+        kind: 'prefix',
+        path: '/voice-config',
+        handler: async (req, res) => {
+          const url = new URL(req.url ?? '/', 'http://x')
+          try {
+            if (url.pathname === '/voice-config' && req.method === 'GET') {
+              const cfg = await loadVoiceConfig()
+              return sendJson(res, 200, { ok: true, config: cfg })
+            }
+            if (url.pathname === '/voice-config' && req.method === 'POST') {
+              const body = await readJsonBody(req, 512 * 1024)
+              const cfg = await saveVoiceConfig(body?.config ?? {})
+              return sendJson(res, 200, { ok: true, config: cfg })
+            }
+            if (url.pathname === '/voice-config/engines' && req.method === 'GET') {
+              const cfg = await loadVoiceConfig()
+              return sendJson(res, 200, {
+                ok: true,
+                engines: {
+                  xiaomiVoices: ['冰糖', '茉莉', '苏打', '白桦', 'Mia', 'Chloe', 'Milo', 'Dean'],
+                  edgeVoices: [
+                    'zh-CN-XiaoxiaoNeural', 'zh-CN-XiaoyiNeural', 'zh-CN-YunxiNeural',
+                    'zh-CN-YunyangNeural', 'zh-CN-YunjianNeural', 'zh-CN-XiaochenNeural',
+                    'zh-CN-XiaohanNeural', 'zh-CN-XiaomengNeural', 'zh-CN-XiaomoNeural',
+                    'zh-CN-XiaoqiuNeural', 'zh-CN-XiaoruiNeural', 'zh-CN-XiaoshuangNeural',
+                    'zh-CN-XiaoxuanNeural', 'zh-CN-XiaoyanNeural', 'zh-CN-XiaoyouNeural',
+                    'zh-CN-XiaozhenNeural', 'zh-CN-YunfengNeural', 'zh-CN-YunhaoNeural',
+                    'zh-CN-YunjieNeural', 'zh-CN-YunxiaNeural', 'zh-TW-HsiaoChenNeural',
+                    'zh-TW-HsiaoYuNeural', 'zh-TW-YunJheNeural',
+                  ],
+                  aliVoices: ['Cherry', 'Sensibility', 'Starter', 'Luna', 'Ethan', 'Cozy', 'Longxiaochun', 'Lusheng', 'Jingyuan', 'Zhibo', 'Conductor', 'Narrator', 'Storyteller', 'Jianzhi', 'Fangzhou', 'Xiaobei', 'Xiaolan', 'Xiaomei', 'Xiaomeng', 'Xiaomo', 'Xiaoxin', 'Xiaoyu'],
+                  // 哪些 key 当前来自环境变量（设置页显示"已填写"提示）
+                  envKeys: {
+                    xiaomi: typeof process.env.TTS_XIAOMI_KEY === 'string' && process.env.TTS_XIAOMI_KEY !== '',
+                    ali: typeof process.env.TTS_ALI_KEY === 'string' && process.env.TTS_ALI_KEY !== '',
+                  },
+                },
+              })
+            }
+            // [2026-08-22] 图片识别配置测试：POST { task } → 用内置测试图跑一遍识图链路，返回结果文本
+            if (url.pathname === '/voice-config/vision-test' && req.method === 'POST') {
+              const body = await readJsonBody(req, 4 * 1024)
+              const task = (typeof body?.task === 'string' ? body.task : 'describe').trim()
+              // [2026-08-22] 测试图：用户提供的带文本图片（可测 text 提取），随插件打包
+              const testImage = join(ASSETS_DIR, 'vision-test.jpg')
+              const result = await runVision({ imagePath: testImage, task })
+              return sendJson(res, 200, result)
+            }
+            // [2026-08-22] 测试图静态访问（前端缩略图对照识图结果）
+            if (url.pathname === '/voice-config/vision-test-image' && req.method === 'GET') {
+              const data = await readFile(join(ASSETS_DIR, 'vision-test.jpg'))
+              res.writeHead(200, { 'content-type': 'image/jpeg', 'cache-control': 'no-store' })
+              res.end(data)
+              return
+            }
+            // [2026-08-22] 默认提示词（编辑弹窗预填：配置空时显示默认内容）
+            if (url.pathname === '/voice-config/vision-prompts' && req.method === 'GET') {
+              let reverseDefault = ''
+              try {
+                const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
+                reverseDefault = (await readFile(join(homeDir, 'visionqa-reverse-prompt.txt'), 'utf8')).trim()
+              } catch {
+                try { reverseDefault = (await readFile(join(ASSETS_DIR, 'reverse-prompt.txt'), 'utf8')).trim() } catch { /* 忽略 */ }
+              }
+              return sendJson(res, 200, {
+                ok: true,
+                defaults: {
+                  describe: LOOK_TASK_PROMPTS.describe,
+                  text: LOOK_TASK_PROMPTS.text,
+                  reverse: reverseDefault,
+                },
+              })
+            }
+            // 音色试听：POST { engine, voice?, text?, context?, samplePath? } → 合成并返回音频 base64 + mediaType
+            if (url.pathname === '/voice-config/preview' && req.method === 'POST') {
+              const body = await readJsonBody(req, 64 * 1024)
+              const engine = typeof body?.engine === 'string' ? body.engine : 'edge'
+              const voice = typeof body?.voice === 'string' ? body.voice : undefined
+              const text = typeof body?.text === 'string' && body.text.trim() !== '' ? body.text.trim() : '你好，这是一段语音试听。'
+              const context = typeof body?.context === 'string' ? body.context : undefined
+              const samplePath = typeof body?.samplePath === 'string' ? body.samplePath : undefined
+              const cloneContext = typeof body?.cloneContext === 'string' ? body.cloneContext : undefined // [2026-08-22] 克隆试听时作为样本自带指令
+              const cfg = await loadVoiceConfig()
+              // 临时覆盖音色/情绪/样本试听（不改持久化配置）
+              if (voice !== undefined && cfg.engines[engine] !== undefined && engine !== 'voicedesign' && engine !== 'voiceclone') {
+                cfg.engines[engine].voice = voice
+              }
+              if (context !== undefined) {
+                if (engine === 'voicedesign') cfg.engines.voicedesign.context = context
+                else if (engine === 'xiaomi') cfg.engines.xiaomi.context = context
+              }
+              // voiceclone 试听：用指定样本临时替换 samples（避免 samples[0] 优先导致试听错样本）；
+              // [2026-08-22] cloneContext 作为样本自带指令传入，合成时能带出音色性格（如小团团沙雕可爱腔）
+              if (engine === 'voiceclone') {
+                const sp = (samplePath !== undefined && samplePath !== '') ? samplePath : (cfg.engines.voiceclone.samples[0]?.path ?? '')
+                cfg.engines.voiceclone.samples = [{ id: '__preview__', name: '__preview__', path: sp, context: cloneContext ?? '' }]
+              }
+              // local 试听：body.cmd / body.url 临时覆盖（用户未保存前也能试听）
+              if (engine === 'local') {
+                if (typeof body?.cmd === 'string') cfg.engines.local.cmd = body.cmd
+                if (typeof body?.url === 'string') cfg.engines.local.url = body.url
+              }
+              let audio = null
+              if (engine === 'edge' || engine === 'xiaomi' || engine === 'local' || engine === 'ali') {
+                audio = await synthesizeEngine(engine, text, cfg)
+              } else if (engine === 'voicedesign') {
+                audio = await synthesizeXiaomiVoiceDesign(text, cfg.engines.voicedesign, cfg)
+              } else if (engine === 'voiceclone') {
+                audio = await synthesizeXiaomiVoiceClone(text, cfg.engines.voiceclone, cfg)
+              }
+              if (audio === null) return sendJson(res, 400, { ok: false, error: `合成失败：${engine} 未启用或缺少凭据` })
+              return sendJson(res, 200, {
+                ok: true,
+                mediaType: audio.mediaType,
+                data: Buffer.from(audio.data).toString('base64'),
+                durationMs: audio.durationMs,
+              })
+            }
+            // [本地改造 2026-08-21] 克隆样本添加：POST { name, audioBase64, mediaType }
+            // → 校验（≤10MB、mp3/wav）→ 存 ~/.dsh/voiceclone-samples/ → 写入 voiceclone.samples
+            if (url.pathname === '/voice-config/voice-clone/add' && req.method === 'POST') {
+              const body = await readJsonBody(req, 16 * 1024 * 1024)
+              const b64 = typeof body?.audioBase64 === 'string'
+                ? body.audioBase64.replace(/^data:[^;]*;base64,/, '')
+                : ''
+              if (b64 === '') return sendJson(res, 400, { ok: false, error: '缺少音频数据' })
+              const bytes = Buffer.from(b64, 'base64')
+              if (bytes.byteLength === 0) return sendJson(res, 400, { ok: false, error: '音频为空' })
+              if (bytes.byteLength > 10 * 1024 * 1024) {
+                return sendJson(res, 400, { ok: false, error: '音频需在 10MB 以内（官方限制；参考语音建议 15-60 秒，越长克隆越准）' })
+              }
+              const mediaType = typeof body?.mediaType === 'string' ? body.mediaType : 'audio/wav'
+              const isMp3 = /mp3|mpeg/i.test(mediaType)
+              const isWav = /wav|wave/i.test(mediaType)
+              let finalBytes = bytes
+              let finalSuffix = isMp3 ? 'mp3' : 'wav'
+              // [本地改造 2026-08-21] 非 mp3/wav（webm/ogg/mp4 等）用 ffmpeg 转 16k 单声道 wav，
+              // 保证克隆样本可被 MiMo 读取（否则存成 .wav 实为其它容器，克隆会失败）
+              if (!isMp3 && !isWav) {
+                const tmpIn = join(process.env.TEMP ?? '/tmp', `dsh-clone-in-${randomUUID()}`)
+                const tmpWav = `${tmpIn}.wav`
+                try {
+                  await writeFile(tmpIn, bytes)
+                  execFileSync(FFMPEG_BIN, ['-y', '-i', tmpIn, '-ar', '16000', '-ac', '1', '-c:a', 'pcm_s16le', tmpWav], {
+                    windowsHide: true, stdio: 'ignore', timeout: 60_000,
+                  })
+                  finalBytes = await readFile(tmpWav)
+                  finalSuffix = 'wav'
+                } catch { /* 转码失败保留原始字节（后缀按 wav 存） */ }
+                finally {
+                  await unlink(tmpIn).catch(() => {})
+                  await unlink(tmpWav).catch(() => {})
+                }
+              }
+              const name = (typeof body?.name === 'string' && body.name.trim() !== '')
+                ? body.name.trim()
+                : `克隆音色-${Date.now()}`
+              const dir = join(process.env.DSH_HOME ?? join(homedir(), '.dsh'), 'voiceclone-samples')
+              await mkdir(dir, { recursive: true })
+              const id = randomUUID()
+              const samplePath = join(dir, `${id}.${finalSuffix}`)
+              await writeFile(samplePath, finalBytes)
+              const cfg = await loadVoiceConfig()
+              const samples = Array.isArray(cfg.engines?.voiceclone?.samples)
+                ? [...cfg.engines.voiceclone.samples]
+                : []
+              samples.push({
+                id, name, path: samplePath,
+                context: typeof body?.context === 'string' ? body.context : '',      // [2026-08-22] 该音色默认沟通指令
+                previewText: typeof body?.previewText === 'string' ? body.previewText : '', // [2026-08-22] 该音色试听文本
+              })
+              const next = await saveVoiceConfig({
+                ...cfg,
+                engines: {
+                  ...cfg.engines,
+                  voiceclone: { ...cfg.engines.voiceclone, samples },
+                },
+              })
+              return sendJson(res, 200, { ok: true, sample: { id, name, path: samplePath }, config: next })
+            }
+            // [本地改造 2026-08-21] 克隆原音频试听：POST { path } → 读样本文件返回音频
+            // （仅允许 voiceclone-samples 目录内的文件，防任意路径读取）
+            if (url.pathname === '/voice-config/voice-clone/source' && req.method === 'POST') {
+              const body = await readJsonBody(req, 64 * 1024)
+              const rawPath = typeof body?.path === 'string' ? body.path : ''
+              if (rawPath === '') return sendJson(res, 400, { ok: false, error: '缺少 path' })
+              // 白名单校验：path 必须是 voiceclone.samples 里登记的样本文件
+              const cfgNow = await loadVoiceConfig()
+              const target = resolve(rawPath)
+              const known = (cfgNow.engines?.voiceclone?.samples ?? [])
+                .some((s) => typeof s?.path === 'string' && resolve(s.path) === target)
+              if (!known) {
+                return sendJson(res, 403, { ok: false, error: 'path 不是已登记的克隆样本' })
+              }
+              try {
+                const bytes = await readFile(target)
+                const suffix = target.toLowerCase().split('.').pop()
+                const mediaType = suffix === 'mp3' ? 'audio/mpeg' : 'audio/wav'
+                return sendJson(res, 200, { ok: true, mediaType, data: bytes.toString('base64') })
+              } catch {
+                return sendJson(res, 404, { ok: false, error: '样本文件不存在' })
+              }
+            }
+            // [2026-08-22] 克隆合成试听录音（预生成静态文件，免联网）：GET ?id=<sampleId> → DSH_HOME/voiceclone-samples/<id>-preview.mp3
+            // 与 VoiceDesign 官方示例同思路：录音打进包内/落地本地，播放不再每次调官方合成
+            if (url.pathname === '/voice-config/voice-clone/preview-sample' && req.method === 'GET') {
+              const id = url.searchParams.get('id') ?? ''
+              if (!/^[0-9a-fA-F-]{36}$/.test(id)) return sendJson(res, 400, { ok: false, error: 'invalid id' })
+              const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
+              const dir = resolve(join(homeDir, 'voiceclone-samples'))
+              const target = resolve(join(dir, id + '-preview.mp3'))
+              if (!target.toLowerCase().startsWith(dir.toLowerCase() + sep)) {
+                return sendJson(res, 403, { ok: false, error: 'forbidden' })
+              }
+              try {
+                const bytes = await readFile(target)
+                return sendJson(res, 200, { ok: true, mediaType: 'audio/mpeg', data: bytes.toString('base64') })
+              } catch {
+                return sendJson(res, 404, { ok: false, error: '尚未生成试听录音' })
+              }
+            }
+            return sendJson(res, 404, { ok: false, error: 'not found' })
+          } catch (error) {
+            return sendJson(res, 500, { ok: false, error: error instanceof Error ? error.message : 'unknown' })
+          }
+        },
+      }))
+      // ASR 配置与转写路由（独立前缀，与 /voice-config 分开注册）
+      disposers.push(ctx.webServer.register({
+        kind: 'prefix',
+        path: '/asr',
+        handler: async (req, res) => {
+          const url = new URL(req.url ?? '/', 'http://x')
+          try {
+            if (url.pathname === '/asr/config') {
+              const cfg = await loadVoiceConfig()
+              if (req.method === 'GET') return sendJson(res, 200, { ok: true, asr: cfg.engines.asr })
+              if (req.method === 'POST') {
+                const body = await readJsonBody(req, 64 * 1024)
+                const saved = await saveVoiceConfig({ engines: { asr: body?.asr ?? {} } })
+                return sendJson(res, 200, { ok: true, asr: saved.engines.asr })
+              }
+            }
+            if (url.pathname === '/asr/transcribe' && req.method === 'POST') {
+              const body = await readJsonBody(req, 32 * 1024 * 1024)
+              const cfg = await loadVoiceConfig()
+              const result = await transcribeAudio(body?.audioBase64, cfg)
+              return sendJson(res, result.ok ? 200 : 400, { ok: result.ok, text: result.text, error: result.error })
+            }
+            // 示例音频：首次用 edge TTS 合成并缓存到 ~/.dsh/asr-sample.wav，之后直接读文件（不再临时生成）
+            if (url.pathname === '/asr/sample' && req.method === 'GET') {
+              const samplePath = join(process.env.DSH_HOME ?? join(homedir(), '.dsh'), 'asr-sample.wav')
+              let wavBytes = null
+              try {
+                wavBytes = await readFile(samplePath)
+              } catch { /* 首次无缓存 */ }
+              if (wavBytes === null) {
+                const text = '你好，这是一段语音识别测试音频。你可以点击播放试听，也可以直接识别这段音频。'
+                const mp3 = await edgeTts(text, 'zh-CN-XiaoxiaoNeural').catch(() => null)
+                if (mp3 === null) return sendJson(res, 400, { ok: false, error: '示例音频合成失败' })
+                const tmpIn = join(process.env.TEMP ?? '/tmp', `dsh-asr-sample-${randomUUID()}.mp3`)
+                const tmpWav = join(process.env.TEMP ?? '/tmp', `dsh-asr-sample-${randomUUID()}.wav`)
+                await writeFile(tmpIn, Buffer.from(mp3))
+                try {
+                  execFileSync(FFMPEG_BIN, ['-y', '-i', tmpIn, '-ar', '16000', '-ac', '1', '-c:a', 'pcm_s16le', tmpWav], {
+                    windowsHide: true, stdio: 'ignore', timeout: 30_000,
+                  })
+                  wavBytes = await readFile(tmpWav)
+                  await mkdir(join(samplePath, '..'), { recursive: true })
+                  await writeFile(samplePath, wavBytes)
+                } catch {
+                  return sendJson(res, 400, { ok: false, error: '示例音频转码失败' })
+                } finally {
+                  await unlink(tmpIn).catch(() => {})
+                  await unlink(tmpWav).catch(() => {})
+                }
+              }
+              return sendJson(res, 200, {
+                ok: true,
+                mediaType: 'audio/wav',
+                data: Buffer.from(wavBytes).toString('base64'),
+              })
+            }
+            // 探测本机 ASR：sherpa exe / 模型 / 18790 服务 / ffmpeg，返回可自动填写的配置
+            if (url.pathname === '/asr/detect' && req.method === 'GET') {
+              // [BUG-4 修复 2026-08-23] 安装目录 = 独立目录 ~\.dsh\sherpa-onnx（install-asr.ps1 默认装这里），
+              // 不再只查插件包内 sherpa-onnx/ 和 C:\D\opt——三处全查，installDir 返回实际检测到的目录
+              const here = join(fileURLToPath(import.meta.url), '..') // .../lib
+              const pluginRoot = join(here, '..') // .../（包根）
+              const sherpaDir = join(pluginRoot, 'sherpa-onnx')
+              const dshHome = process.env.DSH_HOME ?? join(homedir(), '.dsh')
+              const dshSherpaDir = join(dshHome, 'sherpa-onnx') // install-asr.ps1 默认安装目录
+              const candidates = [
+                join(dshSherpaDir, 'bin', 'sherpa-onnx-offline.exe'),      // 默认独立目录（中文用户主目录也 OK，检测用 node 读文件）
+                join(sherpaDir, 'bin', 'sherpa-onnx-offline.exe'),         // 兼容：插件包内安装
+                'C:\\D\\opt\\sherpa-onnx\\bin\\sherpa-onnx-offline.exe',   // 兼容历史安装
+              ]
+              const modelDirs = [
+                join(dshSherpaDir, 'models', 'sensevoice-int8'),
+                join(sherpaDir, 'models', 'sensevoice-int8'),
+                'C:\\D\\opt\\sherpa-onnx\\models\\sensevoice-int8', // 兼容历史安装
+              ]
+              let exe = null
+              for (const c of candidates) { try { await readFile(c); exe = c; break } catch { /* 继续 */ } }
+              let modelDir = null
+              for (const m of modelDirs) { try { await readFile(join(m, 'model.int8.onnx')); modelDir = m; break } catch { /* 继续 */ } }
+              // [BUG-5 修复 2026-08-23] ffmpeg 探测复用 resolveFfmpegBin()：先读 DSH_VOICE_FFMPEG_BIN
+              // （setup-service.ps1 已写入服务环境），再 PATH；不要裸 execFileSync('ffmpeg')——服务以
+              // LocalSystem 运行读不到用户 PATH 的 ffmpeg（如 WinGet Links），会误报"未找到 ffmpeg"
+              let ffmpegOk = false
+              try {
+                const ff = resolveFfmpegBin()
+                if (ff && ff.trim() !== '') {
+                  // 存在即可信（env 显式指定 or PATH 探测到）；但 PATH 探测的返回值可能还是那个兜底硬编码
+                  // 路径，需要真实存在才算 ok
+                  try { await readFile(ff); ffmpegOk = true } catch { /* 兜底路径不存在 */ }
+                }
+              } catch { /* 无 */ }
+              // 探测 18790 服务
+              let serviceOk = false
+              try {
+                const r = await fetch('http://127.0.0.1:18790/health', { timeout: 3000 })
+                serviceOk = r.ok
+              } catch { /* 无 */ }
+              // [BUG-4] installDir 返回实际检测到的目录（exe 所在目录），不再硬编码插件包内路径
+              const detectedDir = exe !== null ? join(exe, '..', '..') : dshSherpaDir
+              const cmd = exe !== null && modelDir !== null
+                ? `${exe} --tokens=${modelDir}\\tokens.txt --sense-voice-model=${modelDir}\\model.int8.onnx --num-threads=4`
+                : ''
+              return sendJson(res, 200, {
+                ok: true,
+                detected: {
+                  exe, modelDir, ffmpegOk, serviceOk,
+                  url: serviceOk ? 'http://127.0.0.1:18790' : '',
+                  cmd,
+                  installDir: detectedDir,
+                },
+              })
+            }
+            // 返回一键安装命令（用户复制到管理员 PowerShell 运行）
+            if (url.pathname === '/asr/install-script' && req.method === 'GET') {
+              const here = join(fileURLToPath(import.meta.url), '..') // .../lib
+              const scriptPath = join(here, '..', 'scripts', 'install-asr.ps1') // .../scripts
+              try {
+                await readFile(scriptPath, 'utf8') // 确认脚本存在
+                const installDir = join(here, '..', 'sherpa-onnx')
+                return sendJson(res, 200, {
+                  ok: true,
+                  scriptPath,
+                  installDir,
+                  command: `powershell -ExecutionPolicy Bypass -File "${scriptPath}"`,
+                })
+              } catch {
+                return sendJson(res, 404, { ok: false, error: '安装脚本不存在' })
+              }
+            }
+            // VoiceDesign 官方示例音频：[0.3.4] 优先读插件包自带素材（assets/，mp3 下载即用），
+            // 包内缺失才回退到"小米模型在线生成 + 缓存到 ~/.dsh/voice-design-samples/ 的 wav"。
+            if (url.pathname === '/asr/voice-design-samples' && req.method === 'GET') {
+              const cfg = await loadVoiceConfig()
+              const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
+              const sampleDir = join(homeDir, 'voice-design-samples')
+              const samples = [
+                {
+                  key: 'asmr', title: 'ASMR 双耳女声',
+                  instruct: '年轻的女性声音，近距离的聆听效果，带有双耳刺激的ASMR感。可以听到她的呼吸声、轻微的吞咽声，以及轻柔的自然唇音。她的说话速度非常慢，营造出一种极度放松且沉浸式的体验。',
+                  text: '嘘……放松点，再靠近一点吧。我现在就在你身边。慢慢、轻柔地呼吸，让思绪随着水流轻轻流淌，就像沉浸在温暖的水中一样。',
+                },
+                {
+                  key: 'docu', title: '纪录片旁白',
+                  instruct: '一位中年男性，说标准普通话，嗓音低沉有磁性，带有轻微的沙哑质感，像纪录片旁白解说员，沉稳而有感染力。',
+                  text: '当最后一缕阳光消失在地平线之下，这片沉睡了亿万年的大地开始显露它真正的面貌。每一块岩石都记录着时间的流逝，每一阵风都在诉说着古老的故事。',
+                },
+                {
+                  key: 'elder', title: '年迈老先生旁白',
+                  instruct: '一位年迈的老先生，说带北方口音的普通话，语速缓慢而沉稳，嗓音略带沙哑和沧桑感，仿佛一位饱经风霜的老爷爷在讲故事，充满岁月的智慧。',
+                  text: '我这辈子啊，走南闯北六十多年。见过最热闹的集市，也见过最安静的戈壁。到头来才明白一个道理，不在于走了多远的路，在于记住了多少风景。年轻人，别光顾着赶路，偶尔也停下来看看天。',
+                },
+              ]
+              const results = []
+              for (const s of samples) {
+                // 1) 包内自带 mp3（首选，下载即用）
+                let bytes = null
+                try { bytes = await readFile(join(ASSETS_DIR, 'voice-design-samples', `${s.key}.mp3`)) } catch { /* 包内无 → 回退 */ }
+                let mediaType = 'audio/mpeg'
+                if (bytes === null) {
+                  // 2) 缓存 wav（在线生成过）
+                  const wavPath = join(sampleDir, `${s.key}.wav`)
+                  try { bytes = await readFile(wavPath) } catch { /* 继续回退 */ }
+                  mediaType = 'audio/wav'
+                }
+                if (bytes === null) {
+                  // 3) 在线生成（key 缺失会失败，示例跳过）
+                  try {
+                    const syn = await synthesizeXiaomiVoiceDesign(s.text, { context: s.instruct }, cfg)
+                    if (syn === null) throw new Error('voicedesign synth failed')
+                    bytes = Buffer.from(syn.data)
+                    mediaType = 'audio/wav'
+                    await mkdir(sampleDir, { recursive: true })
+                    await writeFile(join(sampleDir, `${s.key}.wav`), bytes)
+                  } catch { /* 模型生成失败 → 跳过 */ }
+                }
+                if (bytes !== null) {
+                  results.push({ key: s.key, title: s.title, mediaType, data: bytes.toString('base64') })
+                }
+              }
+              return sendJson(res, 200, { ok: results.length > 0, samples: results })
+            }
+            return sendJson(res, 404, { ok: false, error: 'not found' })
+          } catch (error) {
+            return sendJson(res, 500, { ok: false, error: error instanceof Error ? error.message : 'unknown' })
+          }
+        },
+      }))
+      // [2026-08-21] 本地 TTS 配置与安装脚本路由（独立 prefix，勿放进 /asr）
+      disposers.push(ctx.webServer.register({
+        kind: 'prefix',
+        path: '/tts',
+        handler: async (req, res) => {
+          const url = new URL(req.url ?? '/', 'http://x')
+          try {
+            if (url.pathname === '/tts/install-script' && req.method === 'GET') {
+              const here = join(fileURLToPath(import.meta.url), '..') // .../lib
+              const scriptPath = join(here, '..', 'scripts', 'install-local-tts.ps1') // .../scripts
+              try {
+                await readFile(scriptPath, 'utf8') // 确认脚本存在
+                return sendJson(res, 200, {
+                  ok: true,
+                  scriptPath,
+                  installDir: join(here, '..', 'sherpa-onnx'),
+                  command: `powershell -ExecutionPolicy Bypass -File "${scriptPath}"`,
+                })
+              } catch {
+                return sendJson(res, 404, { ok: false, error: '安装脚本不存在' })
+              }
+            }
+            return sendJson(res, 404, { ok: false, error: 'not found' })
+          } catch (error) {
+            return sendJson(res, 500, { ok: false, error: error instanceof Error ? error.message : 'unknown' })
+          }
+        },
+      }))
+
+      // [2026-08-21] 语音气泡（聊天界面 DOM 注入）配套：录音文件存取 + 能力检测。
+      // 独立 prefix：聊天界面语音条的前端注入需要能播放"用户刚才那段语音"的音频 URL。
+      disposers.push(ctx.webServer.register({
+        kind: 'prefix',
+        path: '/voice',
+        handler: async (req, res) => {
+          const url = new URL(req.url ?? '/', 'http://x')
+          try {
+            // 能力检测：插件自带能力 vs dsh 原生契约支持（用于设置页状态面板）
+            if (url.pathname === '/voice/capabilities' && req.method === 'GET') {
+              return sendJson(res, 200, {
+                ok: true,
+                capabilities: {
+                  voiceInput: true, // 录音+ASR+发送：插件自带
+                  voiceBubble: 'plugin-dom', // 聊天语音气泡：插件 DOM 注入（安装即用）
+                  voiceContentContract: await detectVoiceContractSupport(), // dsh 原生契约是否支持 voice content
+                },
+              })
+            }
+            // 保存录音（语音气泡数据源）：DSH_HOME/voice-outbox/<voiceId>.<ext>
+            if (url.pathname === '/voice/outbox/save' && req.method === 'POST') {
+              const body = await readJsonBody(req)
+              const b64 = typeof body?.audioBase64 === 'string' ? body.audioBase64 : ''
+              const mediaType = typeof body?.mediaType === 'string' ? body.mediaType : 'audio/webm'
+              if (b64 === '') return sendJson(res, 400, { ok: false, error: '缺少音频数据' })
+              const ext = VOICE_OUTBOX_EXT[mediaType] ?? 'webm'
+              const voiceId = randomUUID()
+              const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
+              const dir = join(homeDir, 'voice-outbox')
+              await mkdir(dir, { recursive: true })
+              await writeFile(join(dir, `${voiceId}.${ext}`), Buffer.from(b64, 'base64'))
+              return sendJson(res, 200, { ok: true, voiceId, mediaType, ext })
+            }
+            // 读取录音：GET /voice/outbox/<voiceId>
+            const outboxMatch = url.pathname.match(/^\/voice\/outbox\/([0-9a-f-]{36})\.([a-z0-9]+)$/)
+            if (outboxMatch && req.method === 'GET') {
+              const [, voiceId, ext] = outboxMatch
+              const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
+              const file = join(homeDir, 'voice-outbox', `${voiceId}.${ext}`)
+              const bytes = await readFile(file).catch(() => null)
+              if (bytes === null) return sendJson(res, 404, { ok: false, error: '音频不存在' })
+              const mediaType = VOICE_OUTBOX_MIME[ext] ?? 'audio/webm'
+              res.writeHead(200, { 'Content-Type': mediaType, 'Content-Length': bytes.length })
+              res.end(bytes)
+              return
+            }
+            // [2026-08-21] AI 语音回复：按内容寻址读 send_voice 生成的语音对象
+            // GET /voice/object/<sha256>（对象存于 DSH_HOME/attachments/v1/objects/<前2位>/<sha>）
+            const objMatch = url.pathname.match(/^\/voice\/object\/([0-9a-f]{64})$/)
+            if (objMatch && req.method === 'GET') {
+              const sha = objMatch[1]
+              const file = join(voiceStorageRoot(), 'objects', sha.slice(0, 2), sha)
+              const bytes = await readFile(file).catch(() => null)
+              if (bytes === null) return sendJson(res, 404, { ok: false, error: '语音不存在' })
+              res.writeHead(200, {
+                'Content-Type': sniffAudioType(bytes),
+                'Content-Length': bytes.length,
+                'Cache-Control': 'public, max-age=86400',
+              })
+              res.end(bytes)
+              return
+            }
+            return sendJson(res, 404, { ok: false, error: 'not found' })
+          } catch (error) {
+            return sendJson(res, 500, { ok: false, error: error instanceof Error ? error.message : 'unknown' })
+          }
+        },
+      }))
+    }
+
+    // 1) turn/end 自动语音回复（规则同 api-proxy 原实现）
+    disposers.push(ctx.on('session/event', (session, event) => {
+      if (event.type !== 'turn/end') return
+      const turn = event.data.turn
+      // 去重：本轮若已通过 send_voice 发过语音，则跳过兜底，避免 AI 回复两条内容相近的语音
+      // [2026-08-21 修] rc.7 的 session.events 结构不同/可能缺失——容错处理
+      let alreadyReplied = false
+      try { alreadyReplied = session.events?.some?.((ev) => ev.type === 'voice/reply' && ev.data?.turn === turn) ?? false } catch { /* 忽略 */ }
+      if (alreadyReplied) return
+      void (async () => {
+        try {
+          const events = session.events
+          let turnStartSeq = -1
+          for (const ev of events) {
+            if (ev.type === 'turn/start' && ev.data.turn === turn) { turnStartSeq = ev.seq; break }
+          }
+          let userSpokeVoice = false
+          let requestedProvider = null
+          let lastAssistantText = ''
+          for (const ev of events) {
+            if (ev.type === 'user/message' && ev.seq > turnStartSeq) {
+              const content = ev.data?.content ?? []
+              let userText = ''
+              for (const block of content) {
+                const type = block?.type
+                if (type === 'voice') userSpokeVoice = true
+                else if (type === 'text') {
+                  const t = block?.text ?? ''
+                  // [2026-08-22 修] 降级路径（npm 版契约不支持 voice 块时）语音转
+                  // 【用户语音】标记文本——同样视为"用户发过语音"，触发语音回复规则。
+                  if (t.startsWith('【用户语音】')) userSpokeVoice = true
+                  else userText += t
+                }
+              }
+              if (userText.trim() !== '' && requestedProvider === null) requestedProvider = voiceRequestProvider(userText)
+            } else if (ev.type === 'assistant/message' && ev.data.turn === turn) {
+              const text = (ev.data.message.content ?? [])
+                .filter((block) => (block?.type) === 'text')
+                .map((block) => block?.text ?? '')
+                .join('')
+              if (text.trim() !== '') lastAssistantText = text
+            }
+          }
+          if ((!userSpokeVoice && requestedProvider === null) || lastAssistantText === '') return
+          const speak = extractSpeakable(lastAssistantText)
+          if (speak === '') return
+          const audio = await synthesizeReplyVoice(speak, requestedProvider ?? 'auto')
+          if (audio === null) return
+          const attachment = await saveVoiceFile(
+            voiceStorageRoot(), audio.data, audio.mediaType, audio.durationMs,
+          )
+          session.append('voice/reply', {
+            turn,
+            voiceId: attachment.voiceId,
+            mediaType: attachment.mediaType,
+            bytes: attachment.bytes,
+            transcript: speak,
+            ...(attachment.durationMs === undefined ? {} : { durationMs: attachment.durationMs }),
+          })
+        } catch {
+          // 语音回复失败静默降级：文字回复已就绪，不阻断会话。
+        }
+      })()
+    }))
+
+    // 2) send_voice 工具（agent 主动发语音；人设规则3 自主选择场景）
+    disposers.push(ctx.tools.register(defineTool({
+      name: 'send_voice',
+      description: '向用户发送一条语音消息：把 text 用 TTS 合成后作为独立语音横条出现在聊天里（可播放、可回看、手机可播）。'
+        + '【何时调用】① 用户明确要求"发个语音/语音回复/用语音说"；② 用户指定用某个服务商（小米/微软/阿里/本地）的语音；③ 你判断语音回复体验更好时。注意：用户发语音时系统会自动回语音，无需调用本工具。'
+        + '【provider】除非用户明确指定服务商，否则一律传 auto 或省略（系统自动用用户的默认语音引擎）；用户要求特定音色/克隆/音色设计时可传 voicedesign / voiceclone / xiaomi 等。'
+        + '【必须实时读取配置】所有当前配置（默认语音引擎、音色设计模式与锚点、克隆音色、引擎是否可用）都保存在 ~/.dsh/voice-config.json，用户随时会改，每次都按最新值生效。'
+        + '发送语音前必须先调用 voice_config 工具实时查询，再按最新配置生成——禁止凭记忆、凭对话历史、凭本工具描述里的任何旧信息猜配置；不要去找/猜 TTS_XIAOMI_KEY 等环境变量（只是兜底）。'
+        + '【音色设计 VoiceDesign（provider=voicedesign）】voiceDesc 写"音色描述"（嗓子的身份卡，直接决定声音长相），写法要求：'
+        + '① 必写身份锚点：年龄段+性别；② 写声音质感：气息、共鸣、吐字、音色底色，用可感的比喻，不要堆形容词；'
+        + '③ 写语速节奏（快/慢/沉稳）和情绪底色（高亢/松弛/温软/克制）；④ 可加风格锚点（拍卖师/纪录片旁白/电台主播）和辨识度小癖好（字尾带颤音等）；'
+        + '⑤ 一到两句话白描，不分段，不写场景/动作/真实演员名。'
+        + '模式以 voice_config 返回的 voiceDesign.mode 为准：「交给 AI 自动发挥(ai)」时身份由系统按用户锚点（genderValue=女/男、ageValue=婴儿感~老年感、timbre）锁定，'
+        + '你只需按对话情境写"情绪/语气/语速/音色质感表演指令"（如"带笑音、尾音上挑、语速放慢、沙哑低沉"），不得写与锚点冲突的性别/年龄；'
+        + 'voice_config 返回的 context 字段是「自定义音色描述」模式用的，AI 模式下禁止使用或复述它。'
+        + '「官方示例/自定义音色描述」模式：底嗓固定为 voice_config 的 voiceDesign.context，voiceDesc 只作为情绪/风格叠加在底嗓后面（不改变底嗓身份）；'
+        + '只有用户明确要求"换一种完全不同的声音"时才传 overrideVoice=true 整体替换底嗓。'
+        + '用户说"用温柔/低沉/老爷爷/御姐/播音腔"等时，都走 voicedesign 并在 voiceDesc 里还原这种声音。'
+        + 'text 写要念的正文（可含（轻声）（停顿）（叹气）等语气标签增强表现力）。'
+        + '【音色克隆 VoiceClone（provider=voiceclone）】voiceDesc 写"情绪/风格指令"（不是音色描述），在克隆底嗓上叠加情绪，'
+        + '如"用委屈撒娇的语气""带着兴奋和笑意""语速放慢，轻声细语"。系统自动读克隆样本，你只需给 voiceDesc 风格指令和 text 正文。'
+        + '【AI 情感语音：自觉使用】你有情感判断能力，在正常交流中应根据当下情境主动用语音表达情绪（无需用户点名要语音，只要情绪浓度高就用）。情绪对照：'
+        + '① 任务成功/帮到用户 → 兴奋喜悦（语气明亮上扬、语速轻快、带笑意）；② 用户生气/责骂 → 委屈愧疚（语气低软、语速放慢、带鼻音、小心翼翼）；'
+        + '③ 用户难过 → 温柔安慰（语气轻柔温和、语速平缓、气息绵软）；④ 深夜/说累 → 低沉放松（语速慢悠悠，像睡前低语）；'
+        + '⑤ 节日/庆祝 → 活泼俏皮（语气俏皮欢快、尾音上扬）；⑥ 重要提醒 → 沉稳正式（字正腔圆，像正式播报）；⑦ 用户撒娇 → 宠溺（语气温柔带笑、语速轻缓）。'
+        + '情绪必须落在 voice_config 返回的音色设计锚点/克隆底嗓上，保持同一人的声音。'
+        + '使用时机：优先在情绪浓度高的回复时调用（任务完成、安慰、致歉、庆祝），普通信息问答不必每次都用语音；情绪浓度低或纯信息性回复时不要调用。',
+
+      parameters: {
+        text: {
+          type: 'string', required: true,
+          description: '要念出的内容（纯文本，不要带 Markdown 符号，80 字以内最佳；voicedesign 模式下可含语气标签如（轻声））',
+        },
+        provider: {
+          type: 'string', default: 'auto',
+          description: 'TTS 服务商：auto(默认)/xiaomi(小米)/edge(微软)/local(本地)/voicedesign(小米音色设计)/voiceclone(小米音色克隆)/ali(阿里)',
+        },
+        voiceDesc: {
+          type: 'string',
+          description: 'provider=voicedesign 时=音色描述/情绪指令；provider=voiceclone 时=情绪/风格指令（叠加在克隆底嗓上）。按上方写生成。',
+        },
+        overrideVoice: {
+          type: 'boolean', default: false,
+          description: '仅当用户明确要求"换一种完全不同的声音"（且不是克隆/音色设计设置里的底嗓）时才传 true——'
+            + '此时 voiceDesc 整体替换用户设置的底嗓。默认 false：voiceDesc 只作为情绪/风格叠加在用户设置的底嗓上，不改底嗓身份。',
+        },
+      },
+      output: {
+        schema: {
+          type: 'object',
+          additionalProperties: false,
+          properties: {
+            ok: { type: 'boolean', required: true },
+            voiceId: { type: 'string' },
+            durationMs: { type: 'number' },
+            error: { type: 'string' },
+          },
+        },
+        render(_args, value) {
+          if (value.ok) {
+            return [{
+              type: 'text',
+              text: `语音已发送（voiceId: ${value.voiceId}，时长 ${((value.durationMs ?? 0) / 1000).toFixed(1)} 秒）`,
+            }]
+          }
+          return [{ type: 'text', text: `语音发送失败：${value.error ?? '未知错误'}` }]
+        },
+      },
+      async execute(args, exec) {
+        // [2026-08-21 修] rc.7 的 defineTool execute 可能只有 (args) 签名（exec undefined）——
+        // 直接 exec.agent 会 throw，导致 dsh 拿不到工具结果、会话消息序列断裂
+        // （OpenAI 报 "assistant message with tool_calls must be followed by tool messages"）。
+        const agent = exec?.agent
+        if (agent === undefined) return { ok: false, error: 'no session context (tool exec signature unsupported)' }
+        const session = agent.session
+        const text = args.text.trim()
+        if (text === '') return { ok: false, error: 'text is empty' }
+        const provider = args.provider ?? 'auto'
+        const voiceDesc = typeof args.voiceDesc === 'string' ? args.voiceDesc : undefined
+        const overrideVoice = args.overrideVoice === true // [2026-08-22] 固定模式显式换声开关
+        try {
+          const audio = await synthesizeReplyVoice(text, provider, voiceDesc, overrideVoice)
+          if (audio === null) return { ok: false, error: 'TTS synthesis failed' }
+          const attachment = await saveVoiceFile(
+            voiceStorageRoot(), audio.data, audio.mediaType, audio.durationMs,
+          )
+          // [2026-08-21 修] rc.7 的 session 没有 voice/reply 事件（官方契约无）——
+          // session.events / session.append 在 rc.7 上不存在或结构不同，直接调用会崩
+          // "Cannot read properties of undefined (reading 'prepare')"。全部容错：
+          // 语音已生成并存档，事件仅作"渲染提示"，append 失败不影响工具成功。
+          let turn = 0
+          try {
+            turn = session.events
+              .filter((event) => event.type === 'turn/start')
+              .at(-1)?.data.turn ?? 0
+          } catch { /* rc.7 结构差异：忽略 */ }
+          try {
+            session.append('voice/reply', {
+              turn,
+              voiceId: attachment.voiceId,
+              mediaType: attachment.mediaType,
+              bytes: attachment.bytes,
+              transcript: text,
+              ...(attachment.durationMs === undefined ? {} : { durationMs: attachment.durationMs }),
+            })
+          } catch { /* rc.7 无 append：忽略（语音条由插件 DOM 注入渲染） */ }
+          return {
+            ok: true,
+            voiceId: attachment.voiceId,
+            ...(attachment.durationMs === undefined ? {} : { durationMs: attachment.durationMs }),
+          }
+        } catch (error) {
+          return { ok: false, error: error instanceof Error ? error.message : 'unknown error' }
+        }
+      },
+    })))
+
+    // 3.5) voice_config 实时查询工具 [2026-08-22]
+    // send_voice 描述里的配置摘要是服务启动时的快照；AI 发送语音前可用本工具拿到最新配置
+    disposers.push(ctx.tools.register(defineTool({
+      name: 'voice_config',
+      description: '实时读取当前语音配置（即「设置 → 语音服务」页保存的 ~/.dsh/voice-config.json）：'
+        + '默认语音引擎、音色设计 VoiceDesign 的单选模式与固定描述、AI 自动模式的稳定锚点（固定性别/年龄等）、克隆音色列表。'
+        + 'send_voice 工具描述中的配置摘要是启动快照可能过期，需要确认真实当前配置时调用本工具（每次调用都实时读取）。',
+      parameters: {},
+      output: {
+        schema: { type: 'object', additionalProperties: true },
+        render(_args, value) {
+          return [{ type: 'text', text: JSON.stringify(value, null, 2) }]
+        },
+      },
+      async execute() {
+        const cfg = await loadVoiceConfig()
+        const vd = cfg.engines?.voicedesign ?? {}
+        const vc = cfg.engines?.voiceclone ?? {}
+        const vdModeLabel = { asmr: 'ASMR 双耳女声', docu: '纪录片旁白', elder: '年迈老先生旁白', custom: '自定义音色描述', ai: '交给 AI 自动发挥' }
+        const samples = Array.isArray(vc.samples) ? vc.samples : []
+        return {
+          ok: true,
+          defaultEngine: cfg.defaultEngine ?? 'auto',
+          voiceDesign: {
+            mode: vd.mode ?? '（未设置，按 context 推导）',
+            modeLabel: vdModeLabel[vd.mode] ?? '',
+            // [2026-08-22] AI 模式下不暴露固定描述 context（那是"自定义音色描述"模式的），
+            // 防止 AI 把用户的固定描述抄进 voiceDesc 绕过 AI 自动发挥
+            context: vd.mode === 'ai' ? '（AI 自动发挥模式不使用固定描述，只用锚点：性别/年龄感）' : (vd.context ?? '').slice(0, 300),
+            emotion: vd.emotion === true,
+            lock: {
+              gender: vd.lockGender === true, timbre: vd.lockTimbre === true, age: vd.lockAge === true,
+              genderValue: vd.aiGender ?? '', ageValue: AI_AGE_LABELS[vd.aiAge] ?? '',
+            },
+          },
+          voiceClone: {
+            isDefault: (cfg.defaultEngine ?? '') === 'voiceclone',
+            sampleCount: samples.length,
+            defaultSample: samples[0]?.name ?? '',
+            samples: samples.map((s) => s.name),
+          },
+          hint: '默认语音引擎决定了自动回复用什么声音：voiceclone=克隆音色；voicedesign=音色设计；xiaomi=预置音色；edge=微软免费；local=本地。',
+        }
+      },
+    })))
+
+    // 2.5) look_image 工具：图片识别（看图描述 / 像素级反推 / 文字提取）
+    // [2026-08-22] 自研识图工具（替代 modlens_read_image + reverse_image）：modlens 结构化
+    // schema 与反推任务冲突；且少工具让模型不困惑——识图统一走本工具，用 task 参数分流。
+    // 直连「设置 → 语音服务 → 图片识别」配置的视觉后端（ollama / OpenAI 兼容 vllm 等）。
+    disposers.push(ctx.tools.register(defineTool({
+      name: 'look_image',
+      description: '识别本地图片。task 三种模式：describe=详细看图描述（默认）；reverse=像素级反推——把图片反推成可直接用于 AI 生图（即梦/可灵/Nano Banana Pro/Qwen-Image/Stable Diffusion/Midjourney）的完整中文提示词（画面风格/主体/背景/装饰/细节特征/美学与光线/技术修饰）；text=逐字提取图片文字。'
+        + '何时调用：消息里有图片、用户问图里有什么/描述图片/反推生图提示词/提取图中文字时。'
+        + '依赖「设置 → 语音服务 → 图片识别」配置的视觉后端（默认本地 ollama qwen3-vl），首次调用可能需 1-2 分钟。',
+      parameters: {
+        image_path: {
+          type: 'string', required: true,
+          description: '本地图片完整路径（模型收到的图片本地路径）',
+        },
+        task: {
+          type: 'string', default: 'describe',
+          description: '任务类型：describe=看图描述（默认）；reverse=像素级反推生图提示词；text=逐字提取文字',
+        },
+        extra: {
+          type: 'string',
+          description: '可选附加要求（如「重点看左下角」「主角换成女生」），为空则按 task 默认',
+        },
+      },
+      output: { schema: { type: 'object', additionalProperties: true }, render(_args, value) { const t = typeof value?.text === 'string' ? value.text : JSON.stringify(value, null, 2); return [{ type: 'text', text: t }] } },
+      timeoutMs: 240000,
+      isConcurrencySafe: () => true,
+      async execute(args) {
+        return runVision({ imagePath: args?.image_path, task: args?.task, extra: args?.extra })
+      },
+    })))
+
+
+    // 3) manage_voice_clone 工具（克隆音色库管理：注册/设为默认/列出/删除）
+    // [本地改造 2026-08-21] 克隆默认改由「默认语音引擎=voiceclone」控制（设置页已去掉列表 radio）；
+    // set_default=把默认语音引擎切到 voiceclone 并用该样本；clear_default=切回 auto。
+    disposers.push(ctx.tools.register(defineTool({
+      name: 'manage_voice_clone',
+      description: '管理「音色克隆 VoiceClone」音色库（小米 MiMo-V2.5-TTS-VoiceClone）：把一段参考音频注册成克隆音色、'
+        + '设为默认语音引擎、列出或删除。何时调用：用户说「把我刚才那段语音克隆成音色」「以后用我的声音跟我说话」'
+        + '「用XXX的声音回我」「换回原来的声音」「删掉那个克隆音色」时。'
+        + '注册用法：action=add，path 留空即自动使用用户最近一次录音（~/.dsh/last-voice.wav，用户在输入框发过语音就有），'
+        + 'name 起一个好记的名字，setDefault 默认 true 会立刻把默认语音引擎切到小米克隆并用这个声音。'
+        + '设为默认后：系统自动回复（用户发语音/要求语音）与 send_voice 的 provider=auto 一律使用该克隆声音，'
+        + '与预置音色（冰糖等）互斥；此时你仍可用 send_voice 的 voiceDesc 传情绪/风格指令，在克隆底嗓上叠加情感。'
+        + '参考音频要求：清晰单人纯人声、官方建议 15-60 秒最佳（越长克隆越准）、mp3/wav、Base64 后不超过 10MB。'
+        + '取消默认（action=clear_default）后默认语音引擎回落到 auto（按设置页规则）。',
+      parameters: {
+        action: {
+          type: 'string', required: true,
+          description: 'add=注册新克隆音色；list=列出全部；set_default=把默认语音引擎切到小米克隆并用该音色；clear_default=取消默认克隆（默认语音引擎回落 auto）；remove=删除',
+        },
+        name: {
+          type: 'string',
+          description: 'action=add 时的音色名称（如「我的声音」「老王」）；省略则自动命名',
+        },
+        path: {
+          type: 'string',
+          description: 'action=add 时参考音频的绝对路径；省略=自动用用户最近一次录音 ~/.dsh/last-voice.wav',
+        },
+        id: {
+          type: 'string',
+          description: 'action=set_default/remove 的目标；可传 list 返回的 id，也可直接传音色名称',
+        },
+        setDefault: {
+          type: 'boolean', default: true,
+          description: 'action=add 时是否立即把默认语音引擎切到小米克隆并用新音色',
+        },
+      },
+      output: {
+        schema: {
+          type: 'object',
+          additionalProperties: false,
+          properties: {
+            ok: { type: 'boolean', required: true },
+            message: { type: 'string' },
+            defaultId: { type: 'string' },
+            defaultName: { type: 'string' },
+            count: { type: 'number' },
+            error: { type: 'string' },
+          },
+        },
+        render(_args, value) {
+          if (value.ok) return [{ type: 'text', text: value.message ?? '克隆音色库已更新' }]
+          return [{ type: 'text', text: `克隆音色操作失败：${value.error ?? '未知错误'}` }]
+        },
+      },
+      async execute(args) {
+        try {
+          const cfg = await loadVoiceConfig()
+          const vc = cfg.engines.voiceclone
+          if (!Array.isArray(vc.samples)) vc.samples = []
+          const action = (args.action ?? '').trim()
+          const findSample = (key) => {
+            const k = (key ?? '').trim()
+            if (k === '') return undefined
+            return vc.samples.find((s) => s?.id === k) ?? vc.samples.find((s) => s?.name === k)
+          }
+          // 默认克隆音色 = 样本列表第一个（synthesizeXiaomiVoiceClone 取 samples[0]）
+          const firstSample = vc.samples.length > 0 ? vc.samples[0] : undefined
+
+          if (action === 'list') {
+            const defaultEngine = cfg.defaultEngine ?? 'auto'
+            const lines = vc.samples.map((s) => `- ${s.name}（id: ${s.id}）${s.id === firstSample?.id && defaultEngine === 'voiceclone' ? ' ← 默认语音引擎正在用' : ''}`)
+            return {
+              ok: true,
+              count: vc.samples.length,
+              defaultId: defaultEngine === 'voiceclone' && firstSample !== undefined ? firstSample.id : '',
+              defaultName: defaultEngine === 'voiceclone' && firstSample !== undefined ? firstSample.name : '',
+              message: vc.samples.length === 0
+                ? '克隆音色库为空。用户在输入框发一段语音后，可调用 action=add 注册。'
+                : `克隆音色库（${vc.samples.length} 个）：\n${lines.join('\n')}\n默认语音引擎=${defaultEngine}${defaultEngine === 'voiceclone' ? '（当前使用「' + (firstSample?.name ?? '') + '」）' : '（未开启默认克隆）'}`,
+            }
+          }
+
+          if (action === 'add') {
+            const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
+            const path = (args.path ?? '').trim() === '' ? join(homeDir, 'last-voice.wav') : args.path.trim()
+            let bytes
+            try {
+              bytes = await readFile(path)
+            } catch {
+              return {
+                ok: false,
+                error: (args.path ?? '').trim() === ''
+                  ? '没有找到最近一次录音（~/.dsh/last-voice.wav）。请让用户先在输入框按住麦克风发一段语音（15-60 秒更佳），或提供音频文件的绝对路径。'
+                  : `读取参考音频失败：${path}`,
+              }
+            }
+            if (bytes.byteLength > 10 * 1024 * 1024) return { ok: false, error: '参考音频超过 10MB，小米接口不接受' }
+            if (bytes.byteLength < 4096) return { ok: false, error: '参考音频太短/太小，建议 15-60 秒的清晰纯人声（越长克隆越准）' }
+            const id = randomUUID().slice(0, 8)
+            const name = (args.name ?? '').trim() === '' ? `克隆音色${vc.samples.length + 1}` : args.name.trim()
+            vc.samples.push({ id, name, path })
+            vc.enabled = true
+            const setDef = args.setDefault !== false
+            if (setDef) {
+              // 移到第一位（默认克隆音色=samples[0]）并切默认语音引擎
+              vc.samples = [vc.samples[vc.samples.length - 1], ...vc.samples.slice(0, -1)]
+              cfg.defaultEngine = 'voiceclone'
+            }
+            await saveVoiceConfig(cfg)
+            return {
+              ok: true,
+              count: vc.samples.length,
+              defaultId: setDef ? id : '',
+              defaultName: setDef ? name : '',
+              message: `已注册克隆音色「${name}」（id: ${id}，样本：${path}）`
+                + (setDef
+                  ? '，并把默认语音引擎切到小米克隆——之后自动回复与 auto 语音都用这个声音（与预置音色互斥）。'
+                  : '。未设为默认，需要时用 action=set_default 切换。'),
+            }
+          }
+
+          if (action === 'set_default') {
+            const target = findSample(args.id ?? '')
+            if (target === undefined) return { ok: false, error: `找不到克隆音色「${args.id ?? ''}」，可先用 action=list 查看` }
+            vc.samples = [target, ...vc.samples.filter((s) => s?.id !== target.id)]
+            vc.enabled = true
+            cfg.defaultEngine = 'voiceclone'
+            await saveVoiceConfig(cfg)
+            return {
+              ok: true, count: vc.samples.length, defaultId: target.id, defaultName: target.name,
+              message: `默认语音引擎已切到小米克隆，使用克隆音色「${target.name}」，与预置音色（冰糖等）互斥。`,
+            }
+          }
+
+          if (action === 'clear_default') {
+            const prev = firstSample?.name ?? ''
+            const wasDefault = (cfg.defaultEngine ?? '') === 'voiceclone'
+            if (wasDefault) cfg.defaultEngine = 'auto'
+            await saveVoiceConfig(cfg)
+            return {
+              ok: true, count: vc.samples.length, defaultId: '',
+              message: wasDefault
+                ? `已取消默认克隆（此前用「${prev}」），默认语音引擎回落到 auto（按设置页规则选择）。`
+                : '当前默认语音引擎本就不是小米克隆，回复走设置页的「默认语音引擎」。',
+            }
+          }
+
+          if (action === 'remove') {
+            const target = findSample(args.id ?? '')
+            if (target === undefined) return { ok: false, error: `找不到克隆音色「${args.id ?? ''}」，可先用 action=list 查看` }
+            const wasDefault = (cfg.defaultEngine ?? '') === 'voiceclone' && firstSample?.id === target.id
+            vc.samples = vc.samples.filter((s) => s?.id !== target.id)
+            if (wasDefault) cfg.defaultEngine = 'auto'
+            await saveVoiceConfig(cfg)
+            return {
+              ok: true, count: vc.samples.length, defaultId: '',
+              defaultName: '',
+              message: `已删除克隆音色「${target.name}」`
+                + (wasDefault ? '（它是默认音色，默认语音引擎已回落 auto）。' : '。'),
+            }
+          }
+
+          return { ok: false, error: `未知 action「${action}」，可用：add / list / set_default / clear_default / remove` }
+        } catch (error) {
+          return { ok: false, error: error instanceof Error ? error.message : 'unknown error' }
+        }
+      },
+    })))
+
+    return () => {
+      for (const dispose of disposers.reverse()) {
+        try { dispose() } catch { /* teardown 尽力而为 */ }
+      }
+    }
+  }, 'dsh-input-tools: config routes + send_voice/manage_voice_clone tools + auto voice reply')
+}
+
+export { apply }