dsh-voice-say 0.4.0 → 0.6.0

package/README.md

@@ -96,6 +96,64 @@ voice_direct { text: "你不要再这样了，我真的会难过的。", styles:
 → 情绪  哽咽压抑
 ```
 
+## 导演台开在 DeepSeek 窗口里（0.6.0）
+
+导演不必自己拿 key 直连模型。默认走 **DSH 里的专用会话**：插件会在 DeepSeek 窗口里建一个标题叫
+`读音导演 · dsh-voice-say` 的会话，之后每次「这句怎么念」都在那个窗口里问 —— 你能在 GUI 里看见它想了什么、
+为什么这么断句，也能随时进去插一句改方向。
+
+```
+设置页点「试算标点」
+   → 插件找到 DSH（桥接里记着的 baseUrl）→ 用本机会话密钥签一个 Cookie
+   → session/prompt：把「规则 + 人设 + 七情 + 最近聊天 + 这句台词」发进那个会话
+   → session/page 轮询，等这一轮说完 → 拿回 JSON（render / notes / emotion）
+   → 过四道保底（逐字核对 → 重试 → 盖章法 → 退回原文）→ 交给引擎念
+```
+
+为什么这样更省心：
+
+- **不碰 key**：用宿主自己的 provider / 模型 / 凭据，插件里没有任何密钥。
+- **看得见**：导演的每次判断都留在那个会话里，是对话历史也是日志。
+- **不重复开窗**：会话 id 存在 `config.json` 的 `director.sessionId`，只有会话没了才新建。
+- **有退路**：DSH 连不上（或你把 `director.transport` 设成 `api`）就退回直连模型 API，合成照常出声。
+
+设置页那张卡里能看到：通道、导演窗口（会话 id）、DSH 地址与来源、会话是否就绪；右上角 **「换一个导演窗口」**
+会清掉会话 id，下一次合成自动在 DeepSeek 里新开一个。
+
+```
+GET  /api/voice-say/direct/session          → 看现在开着哪个窗口
+POST /api/voice-say/direct/session {reset:true} → 清掉，下次新建
+```
+
+
+## QQ 里的声音 = 设置页试听（0.5.0）
+
+以前群里发出去的语音和这里试听**不是一个嗓子**，三个原因叠在一起：
+
+1. **音源不同**：QQ 那边桥接固定用自己那份参考音频（`audio/大肥鱼.mp3` 裁 12 秒）克隆；
+   而设置页如果没选音色，`--voice` / `--ref-audio` 都不传，引擎走的是**内置默认说话人**。
+2. **参数不同**：试听带着 `--instruction` + `--cfg-scale`，QQ 那条 `cfgScale: 1` 什么都不传。
+3. **最后一道**：QQ 语音条要过 SILK 编码（网关做的），低码率会削高频、声音发闷——这条躲不掉，谁发都一样。
+
+现在反过来：**QQ 那边先问插件**。桥接每次要发语音，先 `POST /api/voice-say/voice-plan` 拿一份「这句怎么念」：
+
+```
+台词 ─┐
+      ├─ 读音导演 → 打好标点的台词（spoken）
+      ├─ 风格 → instructions + guidanceScale
+      └─ 音色 → voice（默认音色）或 refAudio（自定义参考音频）
+                     ↓
+        Breeze / 云端 → 音频 → SILK → QQ
+```
+
+于是三样东西对齐了：**标点、语气、嗓子**。想让它彻底一致，只要在设置页做一件事：
+
+- 「自定义参考音频」传一段音频 → 存成 `<数据根>/ref/ref-24k.wav`，QQ 发语音就用它当 `--ref-audio`；
+- 或者上传成音色再「设为默认」（音色同样是从你那段音频编出来的）。
+
+两样都没设，才回落到桥接自带的克隆。桥接侧开关：`socialV2.voice.followPlugin`（`false` = 临时不跟插件）、
+`socialV2.voice.pluginBaseUrl`（默认取 `dsh.baseUrl`）。桥接失败/超时一律 null 回落老路，不会把消息卡死。
+
 ## 装
 
 ```bash
@@ -145,6 +203,8 @@ dsh plugin --profile <profile> add dsh-voice-say
 | `seed` | `42` | 换种子 = 换一种演绎 |
 | `maxChars` | `300` | 单次合成字数上限 |
 | `defaultVoice` | 空 | 不指定就用 `instructions` 现场设计嗓音 |
+| `refAudio` | 空 | 自定义参考音频的 24k wav 路径（界面「就用这段当嗓子」会写它）；没音色时用它克隆 |
+| `refText` | 空 | 上面那段音频的逐字转写 |
 | `cli` / `model` | 自动探测 | breeze-cli.exe 与 .gguf |
 | `voicesDir` / `inboxDir` | 自动探测 | 音色目录 / 上传暂存目录 |
 | `device` / `gpuIndex` | `vulkan` / `1` | 多显卡机器要钉住独显 |
@@ -155,10 +215,16 @@ dsh plugin --profile <profile> add dsh-voice-say
 | `cloudGuidanceField` | `guidance_scale` | 有的服务叫 `cfg_scale` |
 | `timeoutMs` | `600000` | 单次合成超时 |
 | `director.enabled` | `true` | 合成前要不要先过读音导演 |
-| `director.baseUrl` / `director.model` | `https://ai.xyclub.top/v1` / `deepseek-v4.1-flash` | 导演用的模型（和 QQ 同一个） |
-| `director.apiKey` / `apiKeyEnv` | 空 / `DPSK_API_KEY` | key 优先用它，其次环境变量，其次 `~/.dsh/.credentials.yaml` |
+| `director.transport` | `dsh` | `dsh` = 在 DeepSeek 窗口里的专用会话里想；`api` = 直连模型 API |
+| `director.dshBaseUrl` | 自动 | DSH 地址；不填就用 QQ 桥接记着的 `dsh.baseUrl` |
+| `director.sessionId` | 自动 | 那个导演窗口的 id，第一次合成时建好写进来；清空 = 下次重开 |
+| `director.sessionTitle` | `读音导演 · dsh-voice-say` | 新开会话用的标题（一眼能在 GUI 里认出来） |
+| `director.sessionCwd` | 工作区 | 会话的工作目录 |
+| `director.sessionTimeoutMs` | `60000` | 在会话里等一轮说完的上限 |
+| `director.baseUrl` / `director.model` | `https://ai.xyclub.top/v1` / `deepseek-v4.1-flash` | 走 `api` 通道时用的模型（和 QQ 同一个） |
+| `director.apiKey` / `apiKeyEnv` | 空 / `DPSK_API_KEY` | `api` 通道的 key，优先用它，其次环境变量，其次 `~/.dsh/.credentials.yaml` |
 | `director.scope` | 自动 | 钉住某个会话的剧情与情绪（`group:xxx` / `private:xxx`） |
-| `director.timeoutMs` | `20000` | 超时就退回原文照念 |
+| `director.timeoutMs` | `20000` | `api` 通道超时就退回原文照念 |
 | `lifeHome` / `emotionHome` / `bridgeState` | 自动探测 | 人设 / 情绪 / 剧情三份数据的目录 |
 
 ## HTTP
@@ -172,10 +238,15 @@ dsh plugin --profile <profile> add dsh-voice-say
 | GET | `/api/voice-say/direct/context` | 导演手里有什么料（人设 / 情绪 / 剧情），不发模型请求 |
 | POST | `/api/voice-say/direct` | 只算标点：`{text,styles,instructions,scope}` |
 | POST | `/api/voice-say/direct/cache` | 清掉导演的标点缓存 |
+| GET | `/api/voice-say/direct/session` | 看导演窗口开在哪个会话、DSH 是否连得上 |
+| POST | `/api/voice-say/direct/session` | `{reset:true}` 清掉会话 id（下次合成自动新开）；`{sessionId}` 指定窗口 |
 | POST | `/api/voice-say/config` | 改配置（写进 `config.json`） |
 | GET | `/api/voice-say/voices` | 列音色 |
 | POST | `/api/voice-say/voices` | 上传音色：`{name,text,description,filename,data}`（`data` 为 base64）或 `{name,text,src}` |
 | POST | `/api/voice-say/voices/delete` | `{name}` |
+| POST | `/api/voice-say/voices/default` | `{name}` 设成默认音色（空串=取消），QQ 发语音也用它 |
+| POST | `/api/voice-say/ref` | 自定义参考音频：`{filename,data}`（base64）或 `{src,text}`；`{clear:true}` 清掉 |
+| POST | `/api/voice-say/voice-plan` | 只出「这句怎么念」：`{text,styles,instructions,scope,direct}` → `spoken/instructions/guidanceScale/voice/refAudio` |
 | POST | `/api/voice-say/synth` | 合成：`{text,provider,voice,styles,instructions,guidanceScale,seed,direct,scope}` |
 | POST | `/api/voice-say/preview` | 试听（同上，`text` 可省） |
 | POST | `/api/voice-say/cloud/test` | 云端连通性（真发一次极短合成） |

package/client.js

@@ -124,11 +124,13 @@ window.__ModuleLoader__.load({
       })
       const [styleList, setStyleList] = useState([])
       const [directorOn, setDirectorOn] = useState(true)
+      const [directTransport, setDirectTransport] = useState('dsh')
       const [directBusy, setDirectBusy] = useState('')
       const [directRes, setDirectRes] = useState(null)
       const [directCtx, setDirectCtx] = useState(null)
       const [voices, setVoices] = useState([])
       const [up, setUp] = useState({ name: '', text: '', description: '', file: null })
+      const [refUp, setRefUp] = useState({ text: '', file: null })
       const [text, setText] = useState('哼，才不是特意来跟你说话的呢，笨蛋')
       const [busy, setBusy] = useState('')
       const [err, setErr] = useState('')
@@ -139,7 +141,10 @@ window.__ModuleLoader__.load({
       const mergeStatus = useCallback((s) => {
         setSt(s)
         setVoices(s?.local?.voices || [])
-        if (s?.director) setDirectorOn(s.director.enabled !== false)
+        if (s?.director) {
+          setDirectorOn(s.director.enabled !== false)
+          if (s.director.transport) setDirectTransport(s.director.transport)
+        }
         setForm((f) => ({
           ...f,
           provider: s?.provider || f.provider,
@@ -174,7 +179,7 @@ window.__ModuleLoader__.load({
         try {
           const payload = { ...form }
           if (!payload.cloudApiKey) delete payload.cloudApiKey
-          payload.director = { enabled: directorOn }
+          payload.director = { enabled: directorOn, transport: directTransport }
           const r = await jpost('/config', payload)
           if (r?.status) mergeStatus(r.status)
           setNotice('已保存，立刻生效')
@@ -207,6 +212,30 @@ window.__ModuleLoader__.load({
         } catch (e) { setErr(e?.message || String(e)) } finally { setBusy('') }
       }
 
+      /** 上传一段音频当「参考音频」用：不编成音色，直接拿它克隆。
+       *  QQ 发语音时桥接会问插件，拿到这个文件当 --ref-audio —— 所以群里那个嗓子就是你上传的这段。 */
+      const uploadRef = async () => {
+        setBusy('ref'); setErr(''); setNotice('')
+        try {
+          if (!refUp.file) throw new Error('先选一个音频文件（wav/mp3/m4a/flac/ogg，5~15 秒最稳）')
+          if (refUp.file.size > 20 * 1024 * 1024) throw new Error('文件超过 20MB，换短一点的一段')
+          const data = await readFileBase64(refUp.file)
+          const r = await jpost('/ref', { text: refUp.text.trim(), filename: refUp.file.name, data })
+          if (r?.status) mergeStatus(r.status)
+          setNotice(r?.warning || '参考音频已设好：试听和 QQ 发出去的都是这一段的声音')
+          setRefUp({ text: '', file: null })
+        } catch (e) { setErr(e?.message || String(e)) } finally { setBusy('') }
+      }
+
+      const clearRef = async () => {
+        setBusy('ref'); setErr(''); setNotice('')
+        try {
+          const r = await jpost('/ref', { clear: true })
+          if (r?.status) mergeStatus(r.status)
+          setNotice('已清除参考音频（回到引擎默认 / 桥接自带的参考音频）')
+        } catch (e) { setErr(e?.message || String(e)) } finally { setBusy('') }
+      }
+
       const removeVoice = async (name) => {
         setBusy('del'); setErr(''); setNotice('')
         try {
@@ -216,6 +245,17 @@ window.__ModuleLoader__.load({
         } catch (e) { setErr(e?.message || String(e)) } finally { setBusy('') }
       }
 
+      /** 设为默认音色：写进插件配置。QQ 发语音时桥接会先问插件，所以这里设了，群里也是这个嗓子。 */
+      const setDefaultVoice = async (name) => {
+        setBusy('def'); setErr(''); setNotice('')
+        try {
+          const r = await jpost('/voices/default', { name })
+          setForm((f) => ({ ...f, defaultVoice: name }))
+          if (r?.status) mergeStatus(r.status)
+          setNotice(name ? `默认音色 → ${name}（QQ 发语音也会用它）` : '已取消默认音色（回到参考音频克隆）')
+        } catch (e) { setErr(e?.message || String(e)) } finally { setBusy('') }
+      }
+
       const styleById = (id) => styleList.find((s) => s.id === id)
 
       /** 多选风格：选上就把它建议的强度顶上去（用户仍可手动改）。 */
@@ -267,7 +307,7 @@ window.__ModuleLoader__.load({
         } catch (e) { setErr(e?.message || String(e)) } finally { setDirectBusy('') }
       }
 
-      /** 看一眼导演手里到底有什么料（人设/情绪/聊天），不发模型请求。 */
+      /** 一次性看一眼导演手里到底有什么料（人设/情绪/聊天），不发模型请求。 */
       const loadContext = async () => {
         setDirectBusy('ctx'); setErr('')
         try {
@@ -276,6 +316,16 @@ window.__ModuleLoader__.load({
         } catch (e) { setErr(e?.message || String(e)) } finally { setDirectBusy('') }
       }
 
+      /** 换一个导演窗口：清掉会话 id，下一次合成会在 DeepSeek 窗口里新建一个。 */
+      const newSession = async () => {
+        setDirectBusy('session'); setErr(''); setNotice('')
+        try {
+          await jpost('/direct/session', { reset: true })
+          await load()
+          setNotice('已清空：下一次合成会在 DeepSeek 窗口里新开一个「读音导演」会话')
+        } catch (e) { setErr(e?.message || String(e)) } finally { setDirectBusy('') }
+      }
+
       const local = st?.local || {}
       const cloud = st?.cloud || {}
       const director = st?.director || {}
@@ -346,22 +396,48 @@ window.__ModuleLoader__.load({
               directBusy === 'direct' ? '算标点中…' : '试算标点'),
             h('button', { 'data-vs-btn': '', disabled: directBusy === 'ctx', onClick: loadContext },
               directBusy === 'ctx' ? '读取中…' : '看上下文'),
+            h('button', { 'data-vs-btn': '', disabled: directBusy === 'session', onClick: newSession },
+              directBusy === 'session' ? '清空中…' : '换一个导演窗口'),
           ),
           h('div', { 'data-vs-b': '' },
             h('div', { 'data-vs-sub': '' },
               '合成之前，先把台词交给「和 QQ 同一个大脑」：它看得到她的人设、此刻的七情、刚才在聊什么，'
               + '据此重排标点与停顿——哪句断、哪里停一口气、结尾是句号还是省略号。它只许动标点，字词改一个就作废、退回原文。'),
             h('div', { 'data-vs-grid': '' },
+              h('div', { 'data-vs-kv': '' }, h('span', { 'data-vs-k': '' }, '通道'),
+                h('select', {
+                  'data-vs-select': '', value: directTransport,
+                  onChange: (e) => { setDirectTransport(e.target.value); setNotice('通道改了，记得点下方「保存」') },
+                },
+                  h('option', { value: 'dsh' }, 'DeepSeek 窗口里的专用会话'),
+                  h('option', { value: 'api' }, '直连模型 API（不建会话）'))),
+              h('div', { 'data-vs-kv': '' }, h('span', { 'data-vs-k': '' }, '导演窗口'),
+                directTransport === 'dsh'
+                  ? h('span', { 'data-vs-v': '', 'data-vs-mono': '' },
+                    (director.dsh?.sessionId || '还没开（第一次合成时自动开）'))
+                  : h('span', { 'data-vs-v': '' }, '不走会话')),
+              h('div', { 'data-vs-kv': '' }, h('span', { 'data-vs-k': '' }, 'DSH 地址'),
+                h('span', { 'data-vs-v': '', 'data-vs-mono': '' },
+                  (director.dsh?.baseUrl || '—') + (director.dsh?.baseFrom ? `（${director.dsh.baseFrom}）` : ''))),
+              h('div', { 'data-vs-kv': '' }, h('span', { 'data-vs-k': '' }, '会话就绪'),
+                h(Badge, { ok: director.dsh?.ready }, director.dsh?.ready
+                  ? '能连上'
+                  : (director.dsh?.baseUrl ? '连不上（密钥？）' : '不知道地址'))),
               h('div', { 'data-vs-kv': '' }, h('span', { 'data-vs-k': '' }, '模型'),
-                h('span', { 'data-vs-v': '', 'data-vs-mono': '' }, director.model || '—')),
+                h('span', { 'data-vs-v': '', 'data-vs-mono': '' }, directTransport === 'dsh' ? '宿主当前模型' : (director.model || '—'))),
               h('div', { 'data-vs-kv': '' }, h('span', { 'data-vs-k': '' }, 'key'),
-                h(Badge, { ok: director.hasKey }, director.hasKey ? (director.keyFrom || '已配置') : '没找到')),
-              h('div', { 'data-vs-kv': '' }, h('span', { 'data-vs-k': '' }, '会话'),
+                directTransport === 'dsh'
+                  ? h('span', { 'data-vs-v': '' }, '用宿主的凭据，插件不碰 key')
+                  : h(Badge, { ok: director.hasKey }, director.hasKey ? (director.keyFrom || '已配置') : '没找到')),
+              h('div', { 'data-vs-kv': '' }, h('span', { 'data-vs-k': '' }, '看的会话'),
                 h('span', { 'data-vs-v': '' }, director.scope || '自动（最近那个）')),
               h('div', { 'data-vs-kv': '' }, h('span', { 'data-vs-k': '' }, '超时'),
-                h('span', { 'data-vs-v': '' }, `${Math.round((director.timeoutMs || 20000) / 1000)} 秒（超时就退回原文照念）`)),
+                h('span', { 'data-vs-v': '' }, `${Math.round(((directTransport === 'dsh' ? director.dsh?.timeoutMs : director.timeoutMs) || 20000) / 1000)} 秒（超时就退回原文照念）`)),
             ),
-            director.ready ? null : h('div', { 'data-vs-err': '' }, '导演缺 key：设置里填 apiKey，或让 DPSK_API_KEY 在环境里；没有 key 时合成照常，只是不重排标点。'),
+            director.ready ? null : h('div', { 'data-vs-err': '' },
+              directTransport === 'dsh'
+                ? '导演的 DeepSeek 会话连不上（读不到 DSH 地址或会话密钥）。合成照常，只是不重排标点；也可以在下面把通道切到「直连模型 API」。'
+                : '导演缺 key：设置里填 apiKey，或让 DPSK_API_KEY 在环境里；没有 key 时合成照常，只是不重排标点。'),
 
             directCtx
               ? h('div', { 'data-vs-say': '' },
@@ -388,7 +464,9 @@ window.__ModuleLoader__.load({
                     directRes.emotion ? `· 读出来的情绪：${directRes.emotion}` : '',
                     directRes.elapsedMs ? `· ${(directRes.elapsedMs / 1000).toFixed(1)} 秒` : '',
                     directRes.cached ? '· 命中缓存' : '',
+                    directRes.transport === 'dsh' ? '· 在 DeepSeek 窗口里想的' : '',
                   ].filter(Boolean).join(' ')),
+                directRes.sessionId ? h('div', { 'data-vs-sub': '', 'data-vs-mono': '' }, `会话：${directRes.sessionId}`) : null,
                 directRes.notes ? h('div', { 'data-vs-sub': '' }, `导演说明：${directRes.notes}`) : null,
                 directRes.reason && !directRes.applied ? h('div', { 'data-vs-err': '' }, `原因：${directRes.reason}`) : null,
                 directRes.rejected ? h('div', { 'data-vs-sub': '' }, `它想改成（已作废）：${directRes.rejected}`) : null,
@@ -569,10 +647,50 @@ window.__ModuleLoader__.load({
           ),
         ),
 
+        // ── 自定义参考音频（不保存成音色） ──
+        h('div', { 'data-vs-card': '' },
+          h('div', { 'data-vs-h': '' }, '自定义参考音频（直接当嗓子用，不编成音色）'),
+          h('div', { 'data-vs-b': '' },
+            h('div', { 'data-vs-sub': '' },
+              '这里传一段音频，插件就把它存成 `<数据根>/ref/ref-24k.wav`，'
+              + '**试听和 QQ 群里发出去的语音都用它当参考**（桥接会先问插件要这个文件）——'
+              + '所以「QQ 里的声音」= 你上传的这段音频的音色。'),
+            st?.reference?.exists
+              ? h('div', { 'data-vs-kv': '' },
+                h('span', { 'data-vs-k': '' }, '当前参考音频'),
+                h('span', { 'data-vs-mono': '', style: { fontSize: 11 } }, st.reference.refAudio),
+                h('span', { 'data-vs-sub': '' },
+                  st.reference.used ? '生效中（没有默认音色，就用它）' : '已存，但当前用的是默认音色'),
+                h('button', { 'data-vs-btn': '', disabled: busy === 'ref', onClick: clearRef }, '清除'))
+              : h('div', { 'data-vs-sub': '' }, '还没设置参考音频。'),
+            h('div', { 'data-vs-kv': '' },
+              h('span', { 'data-vs-k': '' }, '逐字转写（这段音频里一字不差说的话，强烈建议给）'),
+              h('textarea', {
+                'data-vs-area': '', value: refUp.text,
+                placeholder: '把这段音频里说的话原样打一遍；不给的话引擎得靠猜，音色会不稳。',
+                onChange: (e) => setRefUp({ ...refUp, text: e.target.value }),
+              }),
+            ),
+            h('div', { 'data-vs-row': '' },
+              h('input', {
+                type: 'file', accept: 'audio/*', style: { fontSize: 11 },
+                onChange: (e) => setRefUp({ ...refUp, file: e.target.files?.[0] || null }),
+              }),
+              h('span', { 'data-vs-sub': '' }, refUp.file ? `${refUp.file.name} · ${Math.round(refUp.file.size / 1024)} KB` : '5~15 秒、安静环境、单人说话'),
+              h('button', { 'data-vs-btn': '', 'data-vs-primary': '', disabled: busy === 'ref', onClick: uploadRef },
+                busy === 'ref' ? '处理中…' : '就用这段当嗓子'),
+            ),
+            h('div', { 'data-vs-sub': '' }, '非 wav 会先用 ffmpeg 转 24k 单声道，只取前 15 秒。'),
+          ),
+        ),
+
         // ── 音色列表 ──
         h('div', { 'data-vs-card': '' },
           h('div', { 'data-vs-h': '' }, `已保存音色（${voices.length}）`),
           h('div', { 'data-vs-b': '' },
+            h('div', { 'data-vs-sub': '' },
+              '「设为默认」会写进插件配置：**QQ 群里发语音时，桥接先问插件，嗓子、语气、标点都照这里来**。'
+              + '不设默认时用上面的「自定义参考音频」；两样都没有，QQ 才回落到桥接自带的 `audio/大肥鱼.mp3`。'),
             voices.length === 0
               ? h('div', { 'data-vs-sub': '' }, '还没有音色。上传一段参考音频，或者干脆不给音色、只写 instructions 让模型现编一个。')
               : voices.map((v) => h('div', {
@@ -581,10 +699,17 @@ window.__ModuleLoader__.load({
                 h('span', { 'data-vs-mono': '', style: { minWidth: 110 } }, v.name),
                 h('span', { 'data-vs-sub': '' }, `${v.seconds ?? '?'}s`),
                 h('span', { 'data-vs-sub': '', style: { flex: 1 } }, v.description || v.refText || ''),
+                form.defaultVoice === v.name
+                  ? h('span', { 'data-vs-sub': '', style: { color: '#5b8def' } }, '默认')
+                  : null,
+                h('button', {
+                  'data-vs-btn': '', disabled: busy === 'def',
+                  onClick: () => setDefaultVoice(form.defaultVoice === v.name ? '' : v.name),
+                }, form.defaultVoice === v.name ? '取消默认' : '设为默认'),
                 h('button', {
                   'data-vs-btn': '',
                   onClick: () => setForm({ ...form, defaultVoice: v.name }),
-                }, form.defaultVoice === v.name ? '已选' : '选用'),
+                }, '只用于试听'),
                 h('button', {
                   'data-vs-btn': '', disabled: busy === 'del',
                   onClick: () => removeVoice(v.name),

package/index.js

@@ -24,7 +24,7 @@ import fs from 'node:fs'
 import os from 'node:os'
 import path from 'node:path'
 import { loadHostDeps } from './lib/hostdeps.mjs'
-import { breezeOptions, probe, listVoices, addVoice, deleteVoice, synth as breezeSynth, resolveAudioInput } from './lib/breeze.mjs'
+import { breezeOptions, probe, listVoices, addVoice, deleteVoice, synth as breezeSynth, resolveAudioInput, normalizeRef } from './lib/breeze.mjs'
 import { cloudOptions, synthCloud, testCloud, speechUrl } from './lib/cloud.mjs'
 import { catalog, compose, pickStyles } from './lib/styles.mjs'
 import { direct as directText, gatherContext, probeDirector, clearCache as clearDirectorCache } from './lib/director.mjs'
@@ -32,7 +32,7 @@ import { direct as directText, gatherContext, probeDirector, clearCache as clear
 export const name = 'dsh-voice-say'
 export const inject = ['webServer', 'tools']
 
-const PLUGIN_VERSION = '0.4.0'
+const PLUGIN_VERSION = '0.6.0'
 const DEFAULT_INSTRUCTIONS = '说话自然一点，带点傲娇和不耐烦，别太热情。'
 const DEFAULT_PREVIEW_TEXT = '哼，才不是特意来跟你说话的呢，笨蛋。'
 const MAX_BODY = 32 * 1024 * 1024
@@ -70,6 +70,9 @@ export async function apply(ctx, config = {}) {
       maxChars: 300,
       defaultVoice: '',
       styles: [],
+      // 自定义参考音频：不编成音色也能直接当参考（QQ 发出去的嗓子 = 你上传的这段）
+      refAudio: '',
+      refText: '',
       // 本地
       cli: '',
       model: '',
@@ -121,7 +124,38 @@ export async function apply(ctx, config = {}) {
     })
   }
 
+  /**
+   * 导演会话的「记下来」钩子：DSH 里那个专用会话只建一次，
+   * 建好后 sessionId 写进 config.json，之后每次都进同一个窗口。
+   */
+  const directorHooks = {
+    async onSession(sessionId) {
+      try {
+        const next = { ...(readJsonSafe(uiConfigFile, {}) || {}) }
+        const prev = next.director && typeof next.director === 'object' && !Array.isArray(next.director)
+          ? next.director : {}
+        next.director = { ...prev, sessionId: String(sessionId || '') }
+        writeJson(uiConfigFile, next)
+        log('导演会话 →', sessionId)
+      } catch (error) {
+        log('导演会话记不下来：', error?.message || error)
+      }
+    },
+  }
+
   /* ───────────────────── 状态 ───────────────────── */
+  /**
+   * 自定义参考音频：上传过、文件还在，就返回它。
+   * 有默认音色时不需要它（音色本身就是从参考音频编出来的），所以只在没音色时用。
+   */
+  function refOf(c) {
+    const refAudio = String(c.refAudio || '').trim()
+    const refText = String(c.refText || '').trim()
+    if (!refAudio) return null
+    if (!fileOk(refAudio)) return null
+    return { refAudio, refText }
+  }
+
   async function statusOf() {
     const c = cfg()
     const lo = localOpts()
@@ -146,6 +180,12 @@ export async function apply(ctx, config = {}) {
         maxChars: Number(c.maxChars) || 300,
       },
       local: { ...localInfo, device: lo.device, gpuIndex: lo.gpuIndex, timeoutMs: lo.timeoutMs },
+      reference: {
+        refAudio: String(c.refAudio || ''),
+        refText: String(c.refText || ''),
+        exists: Boolean(refOf(c)),
+        used: Boolean(refOf(c)) && !String(c.defaultVoice || '').trim(),
+      },
       director: probeDirector(c),
       cloud: {
         baseUrl: co.baseUrl,
@@ -213,6 +253,7 @@ export async function apply(ctx, config = {}) {
         styles: vs.styles,
         instructions: vs.instructions,
         scope: opts.scope || c.director?.scope || '',
+        hooks: directorHooks,
       })
       if (direction.applied) spoken = direction.text
     }
@@ -240,8 +281,18 @@ export async function apply(ctx, config = {}) {
       const r = await synthCloud(cloudOpts(), { text: spoken, outFile, voice, instructions, guidanceScale })
       return { ...r, ...styleMeta, ...dirMeta, file: path.basename(r.file), size: r.bytes }
     }
-    const r = await breezeSynth(localOpts(), { text: spoken, outFile, voice, instructions, guidanceScale, seed })
-    return { ...r, ...styleMeta, ...dirMeta, file: path.basename(r.file), size: fileOk(r.file) ? fs.statSync(r.file).size : null }
+    // 没有音色 → 有自定义参考音频就用它（这样试听和 QQ 里发出去的是同一个嗓子）
+    const ref = voice ? null : refOf(c)
+    const r = await breezeSynth(localOpts(), {
+      text: spoken, outFile, voice, instructions, guidanceScale, seed,
+      refAudio: ref?.refAudio, refText: ref?.refText,
+    })
+    return {
+      ...r, ...styleMeta, ...dirMeta,
+      refAudio: ref ? ref.refAudio : '',
+      file: path.basename(r.file),
+      size: fileOk(r.file) ? fs.statSync(r.file).size : null,
+    }
   }
 
   /** 试听：给一小段文字，用**当前设置**合出来，只为了听效果。 */
@@ -257,6 +308,64 @@ export async function apply(ctx, config = {}) {
     }
   }
 
+  /**
+   * 只出「这一句该怎么念」，不合成。
+   * 给 QQ 桥接用：让群里发出去的语音和设置页试听是**同一个嗓子、同一套语气、同一份标点**。
+   */
+  async function voicePlan(opts = {}) {
+    const c = cfg()
+    const body = String(opts.text ?? '').trim()
+    if (!body) throw new Error('text 不能为空')
+    const vs = resolveVoiceStyle(c, opts)
+    const provider = String(opts.provider || c.provider || 'local').toLowerCase() === 'cloud' ? 'cloud' : 'local'
+    const voice = String(opts.voice ?? c.defaultVoice ?? '').trim()
+    const seed = Number.isFinite(Number(opts.seed)) ? Number(opts.seed) : Number(c.seed) || 42
+    const wantDirect = opts.direct === undefined
+      ? (c.director ? c.director.enabled !== false : true)
+      : Boolean(opts.direct)
+    let spoken = body
+    let direction = null
+    if (wantDirect) {
+      direction = await directText(c, {
+        text: body,
+        styles: vs.styles,
+        instructions: vs.instructions,
+        scope: opts.scope || c.director?.scope || '',
+        hooks: directorHooks,
+      })
+      if (direction.applied) spoken = direction.text
+    }
+    const lo = provider === 'local' ? localOpts() : null
+    return {
+      ok: true,
+      provider,
+      engine: provider === 'local' ? 'breeze' : 'cloud',
+      source: body,
+      spoken,
+      directed: Boolean(direction?.applied),
+      instructions: vs.instructions,
+      guidanceScale: vs.guidanceScale,
+      styles: vs.styles,
+      styleNames: vs.styleNames,
+      seed,
+      voice,
+      voicesDir: lo ? lo.voicesDir : '',
+      refAudio: voice ? '' : (refOf(c)?.refAudio || ''),
+      refText: voice ? '' : (refOf(c)?.refText || ''),
+      direction: direction
+        ? {
+          ok: direction.ok,
+          applied: direction.applied,
+          notes: direction.notes,
+          emotion: direction.emotion,
+          reason: direction.reason,
+          cached: Boolean(direction.cached),
+        }
+        : null,
+      at: Date.now(),
+    }
+  }
+
   /* ───────────────────── 工具 ───────────────────── */
   const textOut = {
     schema: { type: 'object', properties: {}, additionalProperties: true },
@@ -359,6 +468,7 @@ export async function apply(ctx, config = {}) {
         styles: vs.styles,
         instructions: vs.instructions,
         scope: args?.scope || c.director?.scope || '',
+        hooks: directorHooks,
       })
       return JSON.parse(JSON.stringify({ ...r, styleNames: vs.styleNames }))
     },
@@ -454,6 +564,7 @@ export async function apply(ctx, config = {}) {
 
   const ALLOW = [
     'provider', 'instructions', 'guidanceScale', 'seed', 'maxChars', 'defaultVoice', 'styles',
+    'refAudio', 'refText',
     'cli', 'model', 'device', 'gpuIndex', 'voicesDir', 'inboxDir', 'ffmpeg', 'maxRefSeconds', 'timeoutMs',
     'cloudBaseUrl', 'cloudApiKey', 'cloudModel', 'cloudVoiceId', 'cloudStyle', 'cloudFormat', 'cloudGuidanceField',
     'director', 'lifeHome', 'emotionHome', 'bridgeState',
@@ -493,6 +604,7 @@ export async function apply(ctx, config = {}) {
               styles: vs.styles,
               instructions: vs.instructions,
               scope: b.scope || c.director?.scope || '',
+              hooks: directorHooks,
             })
             return sendJson(res, 200, { ok: true, ...r, styleNames: vs.styleNames })
           }
@@ -502,6 +614,21 @@ export async function apply(ctx, config = {}) {
             return sendJson(res, 200, { ok: true, cleared: true })
           }
 
+          // 导演会话：看它现在开在哪个窗口，或者换一个（reset=true 清掉，下次自动新建）
+          if (sub === 'direct/session') {
+            if (req.method === 'POST') {
+              const b = await readBody(req)
+              const next = { ...(readJsonSafe(uiConfigFile, {}) || {}) }
+              const prev = next.director && typeof next.director === 'object' && !Array.isArray(next.director)
+                ? next.director : {}
+              next.director = { ...prev, sessionId: b.reset ? '' : String(b.sessionId || '') }
+              writeJson(uiConfigFile, next)
+              log(b.reset ? '导演会话已清空（下次合成时新开一个窗口）' : `导演会话 → ${next.director.sessionId}`)
+              return sendJson(res, 200, { ok: true, director: probeDirector(cfg()) })
+            }
+            return sendJson(res, 200, { ok: true, director: probeDirector(cfg()) })
+          }
+
           if (req.method === 'POST' && sub === 'config') {
             const b = await readBody(req)
             const next = { ...(readJsonSafe(uiConfigFile, {}) || {}) }
@@ -549,6 +676,67 @@ export async function apply(ctx, config = {}) {
             return sendJson(res, 200, { ok: true, rows: await listVoices(lo) })
           }
 
+          // 自定义参考音频：上传一段音频直接当参考用（不编成音色）。
+          // body: { src?(本机路径) | data?(base64), filename?, text?(逐字转写), clear?(清掉) }
+          if (req.method === 'POST' && (sub === 'ref' || sub === 'reference')) {
+            const b = await readBody(req)
+            const lo = localOpts()
+            if (b.clear) {
+              const next = { ...(readJsonSafe(uiConfigFile, {}) || {}), refAudio: '', refText: '' }
+              writeJson(uiConfigFile, next)
+              log('参考音频已清除')
+              return sendJson(res, 200, { ok: true, cleared: true, status: await statusOf() })
+            }
+            let audioPath = String(b.src || '').trim()
+            if (!audioPath && b.data) {
+              const filename = path.basename(String(b.filename || `ref-${Date.now()}.wav`))
+              const inbox = ensureDir(lo.inboxDir || path.join(dataRoot, 'inbox'))
+              const target = path.join(inbox, `${Date.now()}-${filename}`)
+              fs.writeFileSync(target, Buffer.from(String(b.data), 'base64'))
+              audioPath = target
+            }
+            if (!audioPath) { sendJson(res, 400, { ok: false, error: '要么给 src（本机路径），要么给 data（base64 音频）' }); return }
+            const src = resolveAudioInput(lo, audioPath)
+            const refDir = ensureDir(path.join(dataRoot, 'ref'))
+            const dst = path.join(refDir, 'ref-24k.wav')
+            const nr = await normalizeRef(lo, src, dst)
+            if (!nr.ok) return sendJson(res, 400, { ok: false, error: nr.error || '音频转换失败' })
+            const refText = String(b.text || '').trim()
+            const next = { ...(readJsonSafe(uiConfigFile, {}) || {}), refAudio: dst, refText }
+            writeJson(uiConfigFile, next)
+            log('参考音频 →', dst)
+            return sendJson(res, 200, {
+              ok: true,
+              refAudio: dst,
+              refText,
+              warning: refText ? '' : '没给逐字转写（ref_text）：引擎得靠猜这段音频在说什么，音色会不稳',
+              status: await statusOf(),
+            })
+          }
+
+          // 把某个音色设成默认（QQ 发语音也会用它）—— 设空字符串 = 取消默认
+          if (req.method === 'POST' && (sub === 'voices/default' || sub === 'voice/default')) {
+            const b = await readBody(req)
+            const lo = localOpts()
+            const want = String(b.name || '').trim()
+            if (want) {
+              const rows = await listVoices(lo)
+              if (!rows.some((r) => r.name === want)) {
+                return sendJson(res, 404, { ok: false, error: `没有这个音色：${want}`, rows })
+              }
+            }
+            const next = { ...(readJsonSafe(uiConfigFile, {}) || {}), defaultVoice: want }
+            writeJson(uiConfigFile, next)
+            log('默认音色 →', want || '(空)')
+            return sendJson(res, 200, { ok: true, defaultVoice: want, status: await statusOf() })
+          }
+
+          // 只出「这一句该怎么念」，不合成：QQ 桥接用它对齐嗓子/语气/标点
+          if (req.method === 'POST' && (sub === 'voice-plan' || sub === 'plan')) {
+            const b = await readBody(req)
+            return sendJson(res, 200, await voicePlan(b))
+          }
+
           if (req.method === 'POST' && (sub === 'synth' || sub === 'say')) {
             const b = await readBody(req)
             const r = await synth(b.text, {
@@ -600,8 +788,8 @@ export async function apply(ctx, config = {}) {
           sendJson(res, 404, {
             ok: false,
             error: '没有这个接口',
-            have: ['status', 'styles', 'config', 'voices', 'voices/delete', 'synth', 'preview', 'cloud/test', 'audio',
-              'direct', 'direct/context'],
+            have: ['status', 'styles', 'config', 'voices', 'voices/delete', 'voices/default', 'ref', 'synth', 'preview', 'cloud/test', 'audio',
+              'direct', 'direct/context', 'direct/session', 'voice-plan'],
           })
         } catch (e) {
           sendJson(res, 500, { ok: false, error: e?.message ?? String(e) })

package/lib/breeze.mjs

@@ -188,6 +188,12 @@ function normalizeAudio(o, src, dst) {
   })
 }
 
+/** 把任意音频规整成 24k 单声道 wav（给 --ref-audio 直接用，不编码成 .breeze）。 */
+export async function normalizeRef(o, src, dst) {
+  ensureDirs(o)
+  return normalizeAudio(o, src, dst)
+}
+
 /** 解析「用户给的音频」：收件箱文件名、或存在的绝对路径；不许目录穿越。 */
 export function resolveAudioInput(o, audio) {
   const raw = String(audio ?? '').trim()

package/lib/director.mjs

@@ -13,10 +13,13 @@ import fs from 'node:fs'
 import os from 'node:os'
 import path from 'node:path'
 
+import { askSession, dshOptions, probeDsh } from './dshsession.mjs'
+
 const DEFAULT_BASE_URL = 'https://ai.xyclub.top/v1'
 const DEFAULT_MODEL = 'deepseek-v4.1-flash'
 const DEFAULT_API_KEY_ENV = 'DPSK_API_KEY'
 
+
 const LIFE_CANDIDATES = ['D:/dprz/life', 'D:/dprz', path.join(os.homedir(), '.dsh-data', 'life')]
 const EMOTION_CANDIDATES = ['D:/dprz/qg', path.join(os.homedir(), '.dsh-data', 'emotion')]
 const BRIDGE_CANDIDATES = [
@@ -64,8 +67,10 @@ function pickDir(explicit, envName, candidates) {
 export function directorOptions(cfg = {}) {
   const d = cfg.director && typeof cfg.director === 'object' ? cfg.director : {}
   const num = (v, fb) => (Number.isFinite(Number(v)) ? Number(v) : fb)
+  const transport = String(d.transport || 'dsh').trim() === 'api' ? 'api' : 'dsh'
   return {
     enabled: d.enabled !== false,
+    transport,
     baseUrl: String(d.baseUrl || DEFAULT_BASE_URL).replace(/\/+$/, ''),
     model: String(d.model || DEFAULT_MODEL),
     apiKey: String(d.apiKey || '').trim(),
@@ -78,6 +83,8 @@ export function directorOptions(cfg = {}) {
     lifeHome: pickDir(cfg.lifeHome, 'DSH_LIFE_HOME', LIFE_CANDIDATES),
     emotionHome: pickDir(cfg.emotionHome, 'DSH_QG_HOME', EMOTION_CANDIDATES),
     bridgeState: pickDir(cfg.bridgeState, 'DSH_BRIDGE_STATE', BRIDGE_CANDIDATES),
+    // 走 DSH 会话时的参数（会话是「在 DeepSeek 窗口里能看见的那个导演台」）
+    dsh: dshOptions(cfg),
   }
 }
 
@@ -106,9 +113,13 @@ export function resolveApiKey(o) {
 export function probeDirector(cfg = {}) {
   const o = directorOptions(cfg)
   const { key, from } = resolveApiKey(o)
+  const dsh = probeDsh(cfg)
+  const viaDsh = o.transport === 'dsh'
   return {
     enabled: o.enabled,
-    ready: Boolean(o.enabled && key),
+    // 走会话时，只要能连上 DSH 就算就绪（不需要 key —— 用宿主自己的凭据）
+    ready: Boolean(o.enabled && (viaDsh ? dsh.ready : Boolean(key))),
+    transport: o.transport,
     baseUrl: o.baseUrl,
     model: o.model,
     hasKey: Boolean(key),
@@ -119,6 +130,7 @@ export function probeDirector(cfg = {}) {
     lifeHome: o.lifeHome,
     emotionHome: o.emotionHome,
     bridgeState: o.bridgeState,
+    dsh,
   }
 }
 
@@ -425,6 +437,31 @@ async function callModel(o, key, messages, extraNote) {
   return { content, elapsedMs: Date.now() - started, usage: json?.usage ?? null }
 }
 
+/** 会话里没有独立的 system 角色，把规则与请求压成一段文字发进去。 */
+function messagesToText(messages) {
+  return messages
+    .map((m) => (m.role === 'system' ? `【规则】\n${m.content}` : `【这一句】\n${m.content}`))
+    .join('\n\n')
+}
+
+/**
+ * 问「同一个大脑」，两条通道：
+ *   - dsh：在 DSH 里那个专用会话里问（GUI 里看得见，用宿主自己的模型与凭据）；
+ *   - api：直连 OpenAI 兼容接口（老路，作为会话不可用时的兜底）。
+ */
+async function askModel(o, key, messages, extraNote, ctx = {}) {
+  const full = extraNote ? [...messages, { role: 'user', content: extraNote }] : messages
+  if (o.transport === 'dsh') {
+    const dsh = o.dsh
+    if (!dsh.ready) throw new Error(dsh.baseUrl ? 'DSH 会话通道不可用（读不到会话密钥）' : '找不到 DSH 地址（桥接没记下 baseUrl，可在设置里填 dshBaseUrl）')
+    const r = await askSession(dsh, { text: messagesToText(full), hooks: ctx.hooks })
+    if (!r.ok) throw new Error(r.error || 'DSH 会话没回话')
+    return { content: r.text, elapsedMs: r.elapsedMs, transport: 'dsh', sessionId: r.sessionId }
+  }
+  const out = await callModel(o, key, full)
+  return { ...out, transport: 'api', sessionId: '' }
+}
+
 /**
  * 真正的入口：把台词 + 人设 + 情绪 + 场景 交给同一个大脑，拿回打好标点的台词。
  * 任何一步失败都不抛错 —— 合成不能因为「导演」挂掉就发不出声。
@@ -449,8 +486,15 @@ export async function direct(cfg = {}, input = {}) {
   if (!original) { result.reason = '没有文字'; return result }
 
   const { key, from } = resolveApiKey(o)
-  if (!key) { result.reason = `没找到模型 key（可用 ${o.apiKeyEnv} 环境变量或设置里填 apiKey）`; return result }
-  result.keyFrom = from
+  const viaDsh = o.transport === 'dsh'
+  if (viaDsh ? !o.dsh.ready : !key) {
+    result.reason = viaDsh
+      ? 'DSH 会话通道没就绪（找不到 DSH 地址或会话密钥）'
+      : `没找到模型 key（可用 ${o.apiKeyEnv} 环境变量或设置里填 apiKey）`
+    return result
+  }
+  result.keyFrom = viaDsh ? 'dsh-session' : from
+  result.transport = o.transport
 
   const identity = readIdentity(o)
   const emotion = readEmotion(o, input.scope || o.scope)
@@ -479,21 +523,28 @@ export async function direct(cfg = {}, input = {}) {
   if (cached) return { ...cached, cached: true }
 
   try {
-    let out = await callModel(o, key, messages)
+    let out = await askModel(o, key, messages, '', { hooks: input.hooks })
     let parsed = parseReply(out.content)
     result.elapsedMs = out.elapsedMs
+    if (out.transport) result.transport = out.transport
+    if (out.sessionId) {
+      result.sessionId = out.sessionId
+      o.dsh.sessionId = out.sessionId // 重试沿用同一个窗口，别又开一个
+    }
     if (out.usage) result.usage = out.usage
 
     if (!parsed.render || !sameWords(original, parsed.render)) {
       // 改动字词了 —— 再给它一次机会，只说这一件事
-      out = await callModel(
+      out = await askModel(
         o,
         key,
         messages,
         '注意：你上一次的输出改动了字词，作废重做。这次只许插入或替换标点符号，汉字和数字一个都不许变，不许增删。',
+        { hooks: input.hooks },
       )
       parsed = parseReply(out.content)
       result.elapsedMs = out.elapsedMs
+      if (out.sessionId) result.sessionId = out.sessionId
       if (out.usage) result.usage = out.usage
     }
 

package/lib/dshsession.mjs

@@ -0,0 +1,290 @@
+/**
+ * 让「读音导演」跑在 DSH 自己的会话里 —— 而不是插件直连模型 API。
+ *
+ * 为什么这么做：用户要的是「在 DeepSeek 窗口里专门开一个会话给导演台用」。
+ * 走 DSH 会话有三个额外好处：
+ *   1. 导演的每一次思考都能在 GUI 里看见（可回溯、可干预）；
+ *   2. 用的是宿主自己的 provider / 模型 / 凭据，插件不碰任何 key；
+ *   3. 会话自带上下文与压缩，插件不必自己维护历史。
+ *
+ * 实现只用到两个东西：
+ *   - 本机 DSH 的浏览器会话 Cookie（用 ~/.dsh/.credentials.yaml 里的签名密钥现算，不需要启动 token）；
+ *   - 三个 RPC：session/create、session/prompt、session/page。
+ *
+ * 注意：这里刻意**不走 WebSocket 事件流**。session/page 一次就能读到最新一段日志，
+ * 轮询比维护一条 mux 长连接简单得多，也不怕 DSH 重启断流。
+ */
+import fs from 'node:fs'
+import os from 'node:os'
+import path from 'node:path'
+import { createHash, createHmac, randomUUID } from 'node:crypto'
+
+const DEFAULT_TIMEOUT_MS = 60000
+const DEFAULT_POLL_MS = 700
+const DEFAULT_TITLE = '读音导演 · dsh-voice-say'
+const SESSION_TTL_MS = 3600 * 1000
+
+const BRIDGE_CONFIG_CANDIDATES = [
+  'C:/Users/admin/Documents/deepseek-harness/default-workspace/qq-bridge-main/config.json',
+  path.join(process.cwd(), 'qq-bridge-main', 'config.json'),
+  path.join(os.homedir(), 'Documents', 'deepseek-harness', 'default-workspace', 'qq-bridge-main', 'config.json'),
+]
+
+const WORKSPACE_CANDIDATES = [
+  'C:/Users/admin/Documents/deepseek-harness/default-workspace',
+  path.join(os.homedir(), 'Documents', 'deepseek-harness', 'default-workspace'),
+]
+
+/* ───────────────────── 配置 ───────────────────── */
+
+function readJsonSafe(file, fallback) {
+  try {
+    const text = fs.readFileSync(file, 'utf8').replace(/^\uFEFF/, '')
+    return JSON.parse(text)
+  } catch {
+    return fallback
+  }
+}
+
+function firstExisting(candidates) {
+  for (const c of candidates) {
+    try {
+      if (c && fs.existsSync(c)) return c
+    } catch { /* ignore */ }
+  }
+  return ''
+}
+
+/** DSH 的地址会随重启变化，所以顺序是：显式配置 → 环境变量 → QQ 桥接里记着的那个。 */
+export function discoverDshBase(cfg = {}) {
+  const d = cfg.director && typeof cfg.director === 'object' ? cfg.director : {}
+  const explicit = String(d.dshBaseUrl || process.env.DSH_BASE_URL || '').trim()
+  if (explicit) return { baseUrl: explicit.replace(/\/+$/, ''), from: 'config' }
+  for (const file of BRIDGE_CONFIG_CANDIDATES) {
+    const j = readJsonSafe(file, null)
+    const url = String(j?.dsh?.baseUrl || '').trim()
+    if (url) return { baseUrl: url.replace(/\/+$/, ''), from: 'bridge-config' }
+  }
+  return { baseUrl: '', from: '' }
+}
+
+export function dshOptions(cfg = {}) {
+  const d = cfg.director && typeof cfg.director === 'object' ? cfg.director : {}
+  const num = (v, fb) => (Number.isFinite(Number(v)) ? Number(v) : fb)
+  const { baseUrl, from } = discoverDshBase(cfg)
+  const enabled = d.enabled !== false && d.transport !== 'api'
+  const hasSecret = Boolean(readSigningSecret())
+  return {
+    enabled,
+    // 能连上 DSH 的三个条件：通道开着、地址知道、会话密钥读得到
+    ready: Boolean(enabled && baseUrl && hasSecret),
+    hasSecret,
+    baseUrl,
+    baseFrom: from,
+    title: String(d.sessionTitle || DEFAULT_TITLE),
+    cwd: String(d.sessionCwd || '').trim() || firstExisting(WORKSPACE_CANDIDATES) || process.cwd(),
+    timeoutMs: Math.min(Math.max(num(d.sessionTimeoutMs, DEFAULT_TIMEOUT_MS), 5000), 180000),
+    pollMs: Math.min(Math.max(num(d.sessionPollMs, DEFAULT_POLL_MS), 250), 5000),
+    sessionId: String(d.sessionId || '').trim(),
+  }
+}
+
+/* ───────────────────── Cookie ───────────────────── */
+
+function credentialsFile() {
+  const home = String(process.env.DSH_HOME || '').trim() || path.join(os.homedir(), '.dsh')
+  return path.join(home, '.credentials.yaml')
+}
+
+const b64url = (buf) => buf.toString('base64').replaceAll('+', '-').replaceAll('/', '_').replace(/=+$/, '')
+
+/** 读 DSH 写下的浏览器会话签名密钥（32 字节）。只读，不落盘。 */
+export function readSigningSecret() {
+  try {
+    const text = fs.readFileSync(credentialsFile(), 'utf8')
+    const m = text.match(/client-connection\/browser-session:[\s\S]*?secret:\s*([A-Za-z0-9_-]{40,})/)
+    if (!m) return null
+    const buf = Buffer.from(m[1].replaceAll('-', '+').replaceAll('_', '/'), 'base64')
+    return buf.byteLength === 32 ? buf : null
+  } catch {
+    return null
+  }
+}
+
+/** 为一个 DSH 地址现场签一个会话 Cookie（`name=value`）。 */
+export function mintCookie(baseUrl, secret) {
+  const authority = new URL(String(baseUrl)).host
+  if (!authority) throw new Error('DSH 地址里没有 authority')
+  const issuedAt = Date.now()
+  const body = b64url(Buffer.from(JSON.stringify({
+    version: 1, authority, issuedAt, expiresAt: issuedAt + SESSION_TTL_MS,
+  }), 'utf8'))
+  const signature = b64url(createHmac('sha256', secret).update(body).digest())
+  const name = 'dsh-auth-' + b64url(createHash('sha256').update(authority).digest())
+  return `${name}=v1.${body}.${signature}`
+}
+
+/* ───────────────────── RPC ───────────────────── */
+
+async function rpc(o, method, request, signal) {
+  if (!o.baseUrl) throw new Error('不知道 DSH 地址（桥接没记 baseUrl？可以在设置里填 director.dshBaseUrl）')
+  const secret = readSigningSecret()
+  if (!secret) throw new Error('读不到 DSH 的浏览器会话密钥（~/.dsh/.credentials.yaml）')
+  const cookie = mintCookie(o.baseUrl, secret)
+  const res = await fetch(`${o.baseUrl}/api/${method}`, {
+    method: 'POST',
+    headers: { 'content-type': 'application/json', cookie },
+    body: JSON.stringify({
+      type: 'client-request',
+      rpcId: `voice-say-${randomUUID()}`,
+      method,
+      payload: { args: { request } },
+    }),
+    signal,
+  })
+  const json = await res.json().catch(() => null)
+  const result = json?.result
+  if (!result) throw new Error(`${method}: ${res.status} 无有效响应`)
+  if (!result.ok) {
+    const err = new Error(`${method}: ${result.error?.code || 'unknown'}: ${result.error?.message || ''}`)
+    err.code = result.error?.code
+    throw err
+  }
+  return result.value
+}
+
+/**
+ * 当前日志游标。
+ * DSH 不给「查游标」的接口，但 session/page 越界时会把真游标写在错误里
+ * （`through seq 999999999 is past cursor 19`），拿它当探针最省事。
+ */
+async function cursorOf(o, sessionId, signal) {
+  try {
+    await rpc(o, 'session/page', { address: { kind: 'session', sessionId }, throughSeq: 999999999, maxMessages: 1 }, signal)
+  } catch (error) {
+    const m = String(error?.message || '').match(/past cursor (\d+)/)
+    if (m) return Number(m[1])
+    throw error
+  }
+  // 极端情况：日志真的是空的，游标就是 0
+  return 0
+}
+
+/** 会话还在不在。 */
+export async function sessionAlive(o, sessionId, signal) {
+  if (!sessionId) return false
+  try {
+    await cursorOf(o, sessionId, signal)
+    return true
+  } catch {
+    return false
+  }
+}
+
+/** 建会话。 */
+export async function createSession(o, signal) {
+  const value = await rpc(o, 'session/create', { cwd: o.cwd, title: o.title }, signal)
+  const sessionId = String(value?.sessionId || '')
+  if (!sessionId) throw new Error('session/create 没返回 sessionId')
+  return sessionId
+}
+
+/** 取一个可用会话：配置里那个还活着就复用，否则新建。 */
+export async function ensureSession(o, signal, hooks = {}) {
+  if (o.sessionId && (await sessionAlive(o, o.sessionId, signal))) {
+    return { ok: true, sessionId: o.sessionId, created: false }
+  }
+  const sessionId = await createSession(o, signal)
+  if (typeof hooks.onSession === 'function') {
+    try { await hooks.onSession(sessionId) } catch { /* 存不下去也不影响这一次 */ }
+  }
+  return { ok: true, sessionId, created: true }
+}
+
+/* ───────────────────── 一问一答 ───────────────────── */
+
+function textOfAssistant(event) {
+  const content = event?.data?.message?.content
+  if (!Array.isArray(content)) return ''
+  return content
+    .filter((b) => b && b.type === 'text' && typeof b.text === 'string')
+    .map((b) => b.text)
+    .join('')
+}
+
+/**
+ * 在 DSH 会话里问一句，等它把这一轮说完。
+ * @returns {{ok:boolean, sessionId:string, text:string, elapsedMs:number, turns:number, error?:string}}
+ */
+export async function askSession(o, { text, sessionId, signal, hooks = {} } = {}) {
+  const started = Date.now()
+  const deadline = started + o.timeoutMs
+  let sid = sessionId || ''
+  try {
+    if (!sid) {
+      const ensured = await ensureSession(o, signal, hooks)
+      sid = ensured.sessionId
+    }
+    const before = await cursorOf(o, sid, signal)
+    await rpc(o, 'session/prompt', {
+      requestId: `voice-say-${randomUUID()}`,
+      sessionId: sid,
+      mode: 'queue',
+      content: [{ type: 'text', text }],
+    }, signal)
+
+    let turns = 0
+    while (Date.now() < deadline) {
+      await new Promise((r) => setTimeout(r, o.pollMs))
+      if (signal?.aborted) throw new Error('aborted')
+      let cur = 0
+      try {
+        cur = await cursorOf(o, sid, signal)
+      } catch (error) {
+        if (/past cursor/.test(String(error?.message))) continue
+        throw error
+      }
+      if (cur <= before) continue
+      const page = await rpc(o, 'session/page', {
+        address: { kind: 'session', sessionId: sid }, throughSeq: cur, maxMessages: 30,
+      }, signal)
+      const events = (page?.records || []).map((r) => r?.event).filter(Boolean)
+      const finished = new Set(
+        events.filter((e) => e.type === 'turn/end').map((e) => e.data?.turn),
+      )
+      const mine = events
+        .filter((e) => e.type === 'assistant/message' && Number(e.seq) > before)
+        .filter((e) => finished.has(e.data?.turn))
+      turns = Math.max(turns, mine.length)
+      if (mine.length) {
+        const last = mine[mine.length - 1]
+        const answer = textOfAssistant(last).trim()
+        if (answer) {
+          return { ok: true, sessionId: sid, text: answer, elapsedMs: Date.now() - started, turns }
+        }
+      }
+    }
+    return { ok: false, sessionId: sid, text: '', elapsedMs: Date.now() - started, turns, error: 'timeout：会话里这一轮没在超时前说完' }
+  } catch (error) {
+    return {
+      ok: false, sessionId: sid, text: '', elapsedMs: Date.now() - started,
+      turns: 0, error: String(error?.message || error),
+    }
+  }
+}
+
+/** 给状态面板看的摘要（不发请求，只看能不能用）。 */
+export function probeDsh(cfg = {}) {
+  const o = dshOptions(cfg)
+  return {
+    enabled: o.enabled,
+    ready: o.ready,
+    baseUrl: o.baseUrl,
+    baseFrom: o.baseFrom,
+    hasSecret: o.hasSecret,
+    sessionId: o.sessionId,
+    title: o.title,
+    cwd: o.cwd,
+    timeoutMs: o.timeoutMs,
+  }
+}

package/package.json

@@ -1,8 +1,8 @@
 {
   "name": "dsh-voice-say",
-  "version": "0.4.0",
+  "version": "0.6.0",
   "type": "module",
-  "description": "DSH 插件「语音合成」：本地 Breeze TTS 2 与云端 apiKey+voiceId 两条通道，共用 instructions + guidanceScale 两个主参数；18 个风格可叠加（傲娇/高冷/撒娇…）；合成前先由「读音导演」按人设、当下情绪与对话情节重排标点；支持上传本地音色与试听片段。",
+  "description": "dsh-voice-say：把一句话合成语音。两条通道（本地 Breeze TTS 2 / 云端 apiKey+voiceId）共用 instructions + guidanceScale；18 个风格可叠加；合成前由「读音导演」重排标点——默认在 DeepSeek 窗口里的专用会话里想，按人设、当下情绪与对话情节断句；支持上传本地音色、自定义参考音频与试听片段。QQ 桥接会先问插件，群里发出去的语音与设置页试听同源同风格。",
   "license": "MIT",
   "author": "dsh-voice-say contributors",
   "keywords": [