Daisy2048/dsh-captain-call

dsh-captain-call · 队长来电（微信语音通话风格）

DeepSeek Harness Web GUI 插件：AgentTeams 队员完成任务时，桌面助手 GINKA 用微信语音通话风格的来电界面呼叫 Daisy 队长，语音汇报"是谁、是否按要求准时完成"。

特性

- 📞 微信式来电 UI：全屏模糊头像背景 + 白色卡片 + 来电人姓名 + "🔔 邀请你进行语音通话…"，绿色接听 / 红色拒绝圆形按钮（微信配色 #07C160 / #FA5151）；头像头部优先展示（object-position: 50% 12%，不裁头）
- 🔔 必响铃声：来电即自动尝试播放 ayaho《チャイムの音で》试听循环；若被浏览器自动播放策略拦截，卡片出现「🔔 点击开启铃声」按钮（点击必响）；来电期间任意一次点击也会自动补响铃声；音频异常时回退 Web Audio 合成提示音
- 📵 手动接听：接听必须点击绿色按钮（点击手势保证 TTS 语音 100% 播放），无自动接听
- 🎙️ 开源语音引擎：播报优先用 Kokoro-82M-zh（hexgrad/kokoro，Apache 许可，82M 参数，本地 ONNX 直跑，离线可用，中文男女声 zf_/zm_ 共百余款）；模型未就绪/合成失败时自动兜底 msedge-tts（微软神经语音，Xiaoxiao 女声/Yunxi 男声），再兜底浏览器系统语音。当前引擎状态可在 /plugins/dsh-captain-call/state 的 tts.engine 查看（kokoro/edge/loading）。模型文件随插件分发于 models/（约 175MB，含声码器备用），音色映射见配置 voiceMapJson/voiceMapEdgeJson
- 🗣️ 语音播报：接听后 TTS（中文）播报「Daisy 队长你好！我是{成员}。向你汇报：任务《{subject}》已完成。按要求准时完成，用时约 N 分钟。请验收。」——内容、称谓、话术全部可配置
- 🎤 麦克风即点即用：点「🎤 语音回复」直接申请浏览器麦克风权限（不再弹插件确认框）；浏览器首次会弹系统授权条（浏览器安全机制，无法绕过），之后记住授权不再询问；语音识别不支持时自动降级为打字回复
- 🐋 桌面助手挂件：右下角 GINKA 头像（呼吸浮动动画），点击展开面板：👥 通讯录（点击队员即可主动拨打）、测试来电、静音开关、最近 20 条来电历史（localStorage 持久化）
- 📤 双向通话：不仅队员完成任务会来电；队长随时点通讯录呼出（微信式"正在呼叫…"→ 对方接听 → 自动开场问进度），双向语音办公对话
- ⚡ 快速语音对话：接听后点「🎤 语音回复」授权麦克风即可说话——语音转文字后用队员人设 + 其真实任务状态秒回（几秒内），完整对话后台存档给真实队员 agent；语音识别不支持时自动降级打字对话
- ⏱️ 准时汇报：根据 team.json 的 createdAt→updatedAt 计算用时；任务失败时播报失败状态
- 🔁 去重与基线：首次加载把历史已完成任务标记为基线（不回放旧来电）；运行期间新完成的任务才会触发来电；记录持久化，重启不重复来电
- 🧹 可卸载即复原：所有 DOM/CSS/定时器/音频/麦克风流在 effect 销毁器中全部回收

角色头像（默认映射）

| 谁 | 头像 | 文件 |
|---|---|---|
| 老板 Daisy | GINKA | assets/ginka.png |
| 制导方案研究员 | 比企谷八幡（大老师） | assets/hachiman.png |
| 开源复现工程师 | 折木奉太郎 | assets/oreki.png |
| 机载视觉可行性研究员 | 程小时 | assets/chengxiaoshi.png |
| 学习计划整理师 | 陆光 | assets/luguang.png |
| 未匹配成员 | 占位图 | assets/placeholder.svg |

映射与话术均可在 cordis.patch.yml 配置覆盖（见下）。

安装

git clone https://github.com/Daisy2048/dsh-captain-call.git
cd dsh-captain-call
./scripts/download-models.ps1        # 恢复 Kokoro 中文语音模型（约 127MB，不随 git 提交）
dsh plugin --profile web add .
重启 dsh web 后刷新页面即生效
dsh web

卸载：

dsh plugin --profile web remove @dsh-external/dsh-client-ui-captain-call

参与开发

- 仓库地址：https://github.com/Daisy2048/dsh-captain-call
- 开发循环、仓库结构、待办清单（快速对话修复、开源 ASR、音色选择器等）见 CONTRIBUTING.md
- 素材与模型恢复脚本：scripts/download-assets.ps1、scripts/download-models.ps1
- 版权声明见 NOTICE.md，上线可行性见 上线可行性报告.md

配置（cordis.patch.yml 可覆盖）

- id: ui-captain-call
config:
bossName: Daisy          # 队长名字
bossTitle: 队长           # 称呼后缀
pollMs: 4000             # 状态轮询周期
speechRate: 1.0          # 播报语速
greeting: '{bossName}{bossTitle}你好！我是{member}。向你汇报：任务《{subject}》已完成。{timing}请验收。'
timingOk: '按要求准时完成，用时约 {minutes} 分钟。'
timingFailed: '很抱歉，任务没有按要求完成，当前状态是 {status}。'
ringText: '{member} 来电…'
bossAvatar: ginka.png
fallbackAvatar: placeholder.svg
avatarMapJson: '{"制导方案研究员":"hachiman.png","开源复现工程师":"oreki.png","机载视觉可行性研究员":"chengxiaoshi.png","学习计划整理师":"luguang.png"}'

工作原理

AgentTeams 磁盘状态 (.agent-teams//team.json)
│  host 插件读取（lib/index.js）
▼
/plugins/dsh-captain-call/state（JSON：配置 + 各工作区团队任务）
│  客户端轮询（lib/client.js，默认 4s）
▼
任务 status 新变为 completed/failed
▼
微信式来电 → 铃声 → TTS 播报「Daisy队长你好！我是…」

边界与注意事项

- 通知基于磁盘状态轮询（与 AgentTeams 官方活动面板同一数据源），不做 Cordis 事件注入，不触达模型请求；
- 浏览器自动播放策略可能拦截无手势的铃声/TTS：页面上任何一次点击后即恢复；来电卡片也提供“接听”按钮作为手势入口；
- 语音识别（SpeechRecognition）仅 Chromium 系浏览器支持，其他浏览器自动降级为打字回复；
- 首次加载会把历史已完成任务标记为基线，不会回放旧来电。

许可

- 代码：MIT（见 LICENSE）
- 头像与铃声素材：版权归原作者所有，仅限个人本地使用，公开发布前必须替换为自有/授权素材——详见 NOTICE.md 与 上线可行性报告.md。