扬声器喊话 2102638035-svg/dsh-plugin-catgod-call

dsh-plugin-catgod-call

给 AI 一个「喊话」工具：把文字合成语音，用扬声器大声喊出来。

一个 DSH (DeepSeek Harness) 插件，让 AI 在需要你回来的时候真的把你叫过来。

它解决什么问题

AI 在对话里说「请回来看一下」——但你不在屏幕前，看不到。

这个插件给 AI 一个工具 catgod_call。当它觉得该叫你时，直接调用： 合成语音 → 音量拉满 → 叮咚 → 大声播放 → 音量还给你。

特性

- 双引擎：在线（硅基流动 CosyVoice2）/ 离线（Windows SAPI，零成本兜底）
- 自动回退：在线失败自动切离线，保证一定喊出声
- 叫醒模式：叮咚提示音 + 强制音量 100% + 可循环重喊
- 音量三重保险：用完必定还回去，详见下文
- 零依赖：不需要 @deepseek-ai/dsh-tools，手写 defineTool 等价物

安装

1. 放置插件

把本目录放到任意位置，然后建链接到 profile 的 node_modules：

mklink /J "%DSH_HOME%\profiles\<profile>\node_modules\dsh-plugin-catgod-call" "<本目录>"

2. 注册到 profile

编辑 $DSH_HOME/profiles/<profile>/package.json：

{
"dependencies": {
"dsh-plugin-catgod-call": "link:<本目录绝对路径>" },
"dsh": {
"profile": {
"bundles": [
"dsh-plugin-catgod-call"
]
}
}
}

3. 配置密钥

推荐用环境变量，别把密钥写进文件：

$env:SILICONFLOW_API_KEY = "sk-..."
$env:CATGOD_TTS_PROXY = "http://127.0.0.1:7890" # 可选

也可以直接写在 cordis.patch.yml 的 apiKey / proxy 字段里。

4. 重启 DSH

插件改动必须重启才生效。

配置项

编辑 cordis.patch.yml：

| 配置 | 默认 | 说明 |
| engine | online | online = 在线合成；offline = 仅离线 SAPI |
| fallbackToOffline | true | 在线失败是否回退离线 |
| apiUrl | 硅基流动 | 兼容 OpenAI /v1/audio/speech 的服务 |
| apiKey | 空 | 留空则读 SILICONFLOW_API_KEY 环境变量 |
| model | FunAudioLLM/CosyVoice2-0.5B | 模型名 |
| voice | ...:alex | 音色，见下方说明 |
| proxy | 空 | HTTP 代理，留空直连 |
| speed | 1.1 | 语速 0.25 ~ 4.0 |
| sapiVoice | Microsoft Huihui Desktop | 离线音色 |
| sapiRate | 2 | SAPI 语速 -10 ~ 10 |
| wakeDingdong | true | 叫醒模式是否播叮咚 |
| forceMaxVolume | true | 播放前拉满音量，播完恢复 |
| repeatIntervalMs | 0 | 循环重喊间隔（毫秒），0 = 不循环 |
| repeatMax | 3 | 最多喊几次 |
| addressAs | 主人 | 默认称呼 |
| toolDescription | — | 给 AI 看的工具说明 |

音色怎么填

官方内置音色

格式：FunAudioLLM/CosyVoice2-0.5B:<name>

可用的 name：alex benjamin charles david anna bella claire diana

voice: "FunAudioLLM/CosyVoice2-0.5B:alex"

克隆音色

先上传参考音频，再查自己的音色列表：

curl -X POST https://api.siliconflow.cn/v1/audio/voice/list \
-H "Authorization: Bearer $SILICONFLOW_API_KEY"

返回的 uri 字段就是要填的值，格式为：

speech:<自定义名>:<音色ID>:<哈希>

⚠️ 这是三段结构，少一段会报 20047 Invalid voice。
这个 uri 与你的账号绑定，不要公开分享。

AI 能传的参数

| 参数 | 类型 | 说明 |
| text | string | 必填，要喊的话 |
| wake | boolean | 叫醒模式（叮咚 + 音量拉满 + 循环） |
| address | string | 开头称呼 |
| prefix_address | boolean | 是否自动加称呼 |
| engine | enum | default / online / offline |
| repeat_max | number | 最多播几次 |
| repeat_interval_ms | number | 间隔毫秒 |

音量安全：四重保险

播放前拉满音量，播放后必定恢复原值。 四层保障：

| 保险 | 机制 | 应对场景 |
| 一 | PowerShell try/finally | 播放中途崩溃 |
| 二 | Node 侧超时兜底 | PowerShell 进程被强杀 |
| 三 | 恢复后校验 + 补恢复 | PowerShell 说恢复了但值不对 |
| 四 | 看门狗（启动时 + 每次调用前） | 整个宿主被杀 |

状态文件机制

拉高音量之前把原音量写入状态文件：

%TEMP%\catgod-call-volume-state.json

- 恢复并校验成功后才删除
- 恢复失败时保留，留给下次补救
- 看门狗在插件启动时和每次喊话前都会检查它，发现残留立刻补还

早期版本有个 bug：无论恢复成功与否都删除状态文件，导致恢复失败后看门狗再也救不回来，音量永久卡在 100%。
现在只在确认恢复成功时才清除。

一个实现细节

Restore-Volume 函数内部整体 try/catch 且绝不外抛。
因为它在 finally 里调用，一旦抛出会覆盖真实错误、连结果输出都跳过， Node 侧将完全收不到诊断信息。

许可

MIT