DeepSeek Harness 插件

qfnin/dafeiyu-voice-ball

Star 数 ★ 1 分类 语音与音频 收录于 2026-11-16

大肥鱼语音球:桌面悬浮语音伴侣——点一下球说一句话,它开口回答一句。本地 Whisper 识别 + edge-tts 合成,RuiC-2D 实时角色渲染;支持 ollama / DSH / DeepSeek 三种回答后端;独立 Electron 窗口,首次运行自动配置环境(克隆角色引擎、建 venv、装依赖)。

安装

# GitHub 源码(首次需按提示配置 allowBuilds 构建授权后重试)

dsh plugin --profile web add github:qfnin/dafeiyu-voice-ball

装任何插件都等于在你的机器上跑第三方代码,权限和你本人一样大——能读你的文件、用你的凭据、访问网络,工具审批管不到它。GitHub 来源的插件还会在安装时执行构建脚本——pnpm 默认拦截,所以安装可能停在 ERR_PNPM_GIT_DEP_PREPARE_NOT_ALLOWED 或 ERR_PNPM_IGNORED_BUILDS;dsh 会打印出需要添加的确切键名,把它加进该 profile 的 pnpm-workspace.yaml 的 allowBuilds 下,重跑一次即可装上。放行构建本身就是一次信任判断:请只安装可信来源,并尽量锁定 commit(github:owner/repo#sha)。

README

一颗住在桌面右上的小圆球,点一下就能和住在里面的鲸鱼娘「大肥鱼1号」语音聊天。

大肥鱼语音球是一个全本地运行的 Windows 桌面语音伴侣:透明置顶悬浮球里渲染 RuiC-2D 的实时角色,按住说话 → 本地 Whisper 识别 → LLM 回答 → edge-tts 合成开口说话。角色会眨眼、摆尾、口型对齐。

所有数据(缓存、日志、模型、配置)都写在项目自己的目录里,不占 C 盘、不上传任何语音。

功能

  • 🎈 桌面悬浮球:透明无边框置顶小窗(Electron),位置记忆、右键菜单、开机自启、双击从最小化恢复
  • 🗣️ 语音对话:麦克风拾音 → faster-whisper 本地识别(自动断句)→ LLM → edge-tts 合成,口型随音量驱动
  • 🧠 三种回答后端,config.json 里 llm_backend 一键切换:
    后端 说明 需要什么
    ollama 本地模型,稳且免费(默认) 安装 Ollama 并 ollama pull qwen2.5-coder:7b
    dsh 走本机 DeepSeek Harness 的额度 本机运行 dsh web(端口 3425)
    deepseek DeepSeek 官方 API 设置环境变量 DEEPSEEK_API_KEY
  • 🐋 角色可换:project 字段指向任意 RuiC-2D 工程,默认自带「大肥鱼1号」
  • 🎭 人设可改:persona/whale-system-prompt.txt 直接编辑

架构

大肥鱼语音球.vbs (双击启动,防重复启动)
  └─ app/start.ps1
       ├─ app/voice_bridge.py   语音桥 :8798(faster-whisper 识别 + LLM 调度)
       └─ app/launch.py
            └─ shell/main.js    Electron 悬浮球窗口
                 ├─ RuiC-2D 服务 :8796 /pet.html?project=da-fei-yu-1(角色渲染)
                 ├─ 语音桥 :8798(录音/合成/对话状态)
                 └─ edge-tts(子进程合成 mp3,逐句播放)

快速开始

前置要求

  • Windows 10/11
  • Node.js ≥ 20、Python ≥ 3.10、Git
  • 约 2 GB 磁盘空间(RuiC-2D 仓库 + Electron + Whisper 模型)

安装

git clone https://github.com/HRuiCcc/dafeiyu-voice-ball.git
cd dafeiyu-voice-ball
powershell -ExecutionPolicy Bypass -File scripts\setup.ps1

setup.ps1 会自动:克隆角色引擎 RuiC-2D 到仓库旁边 → 建 Python venv 装依赖 → 装 Electron → (可选)预下载 Whisper 模型。

启动

双击仓库根目录的 大肥鱼语音球.vbs。球出现在屏幕右上角:

  • 点一下球上的麦克风按钮,说一句话——说完自动断句识别,回答完自动回待机;再点一下说下一句
  • 右键 弹出菜单:置顶开关、开机自启、静态模式、退出
  • 再次双击 .vbs 只会把球从最小化恢复,不会重复启动

使用 DeepSeek 官方 API(可选)

# 设置环境变量(或在 系统属性 → 环境变量 里永久设置)
setx DEEPSEEK_API_KEY "sk-你的key"

然后把 config.json(首次启动前复制 config.example.json)里的 "llm_backend" 改成 "deepseek"。

配置说明

复制 config.example.json 为 config.json 后修改(球的位置等会被程序自动写回):

字段 默认 说明
project da-fei-yu-1 RuiC-2D 角色工程名
diameter 360 球直径(px)
voice zh-CN-XiaoyiNeural edge-tts 音色,任意 官方音色 名
rate / pitch +10% / +30Hz 语速 / 音调
whisper base 识别模型:tiny(0.3s) base(0.6s) small(2.3s)
llm_backend ollama ollama | dsh | deepseek
model qwen2.5-coder:7b 后端对应的模型名
input_device null 麦克风设备号;null = 每次通话自动探测有信号的设备
silence_rms 35 说话音量门槛(环境噪声大就调高)
topmost true 球是否置顶
hardCircle false 是否用系统圆形裁切硬边(默认靠页面透明圆,边缘更细腻)

目录结构

dafeiyu-voice-ball/
├─ 大肥鱼语音球.vbs        双击启动
├─ config.example.json     配置模板(复制为 config.json)
├─ app/                    Python 语音链路(识别/LLM/合成调度 + 启动器)
│   ├─ voice_bridge.py     语音桥 HTTP 服务 :8798
│   ├─ voice_engine.py     核心引擎:录音断句、whisper、LLM 后端、合成
│   ├─ launch.py           拉起 Electron
│   ├─ start.ps1           顶层启动器
│   └─ selftest_*.py       开发期自测脚本(抓屏验收球/菜单/麦克风)
├─ shell/                  Electron 外壳(窗口/右键菜单/开机自启/TTS 子进程)
├─ persona/                大肥鱼1号的系统提示词与人设
├─ assets/                 球图标
├─ tts/                    合成音频输出 + 试音样本
├─ scripts/
│   ├─ setup.ps1           一键安装
│   └─ prepare-models.ps1  预下载 Whisper 模型
└─ cache/ logs/ models/    运行时产物(git 忽略)

常见问题

Q: 首次语音对话没反应? 第一次会下载 Whisper 模型(约 150MB,走 hf-mirror 镜像),等一会儿;或先跑 scripts\prepare-models.ps1。

Q: 识别不到我说话? 环境噪声大把 silence_rms 调高;还不行就跑 python app\selftest_mic2.py 逐个设备测真实 RMS,再把设备号写进 input_device。

Q: 想让球停在别的位置? 直接拖球,位置自动记忆(写回 config.json)。

Q: 不想用 ollama,想用回 DeepSeek? 见上文「使用 DeepSeek 官方 API」。

Q: 为什么坚持全本地? 麦克风音频、对话记录、Whisper 推理全部不出本机;只有 LLM 回答走你选择的后端 API。

致谢

作者

清风同学灬 · GitHub: qfnin

License

MIT

内容来自项目 README(GitHub)↗

链接

同类插件

查看整个分类 →

社区评论

评论公开保存在 GitHub Discussions。加载评论会连接 GitHub 和 Giscus;发表内容需要 GitHub 账号。