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