ディレクトリに戻る

dsh-xiaoai-bridge

メンテナンス: 活発

omsociety/dsh-xiaoai-bridge

小愛スピーカーを DeepSeek Harness に接続するブリッジです。ウェイクワードで呼び出すと、回答をスピーカーから読み上げます。

GitHub で見る
$ dsh plugin add dsh-xiaoai-bridge

インストール方法

dsh には中央のインストールコマンドはありません。このプラグインのエントリ(README に記載)をプロファイルまたはパッチ設定に追加し、再起動します。

インストールの仕組み

7

スター

1

フォーク

JavaScript

言語

MIT

ライセンス

2026-10-02

作成日

2026-11-16

最終プッシュ

README

DSH XiaoAI Bridge
小爱音箱桥接器 DSH XiaoAI Bridge

把小爱音箱接进 DeepSeek Harness:喊一声唤醒词,答案从音箱里念出来。

桥接器是本地 Python 服务(源码在 bridge/),由插件当子进程托管;设置页、状态卡、播报纪律都在插件这一半。

version DSH license stars issues

这是什么 • 核心特性 • 功能概览 • 工作原理 • 安装方式 • 模型工具 • 配置项说明 • 数据放在哪 • 排错 • 开发 • 许可证与作者

免责声明:本项目是非官方技术研究项目,与小米及其关联公司没有隶属、合作、授权或背书关系;按「现状」提供,不附带任何保证。刷机与客户端补丁存在设备损坏、数据丢失、账号封禁等未知风险,动手前请读 DISCLAIMER.md。

这是什么

小爱音箱刷成 open-xiaoai 客户端之后,就能在设备上跑自己的语音程序。这个项目把它接进 DeepSeek Harness:

  • 你说唤醒词,音箱开始收音;识别出来的文本被当成一句用户消息,送进 DSH 的一个会话。
  • 会话的回复正文会被念回音箱(念之前先做一次口语化润色,让它听起来像在说话)。
  • 模型也可以反过来主动开口:调 xiaoai_speak,让音箱念出指定的内容。

仓库分两半:根目录是 DSH 插件(Node,lib/),bridge/ 是 桥接器。桥接器负责设备那一侧(TCP 音频、VAD、唤醒词、语音识别、语音合成、播放闸门),插件负责 DSH 这一侧(设置页、运行状态卡、进程托管与看门狗、接口鉴权、随包技能与预设)。插件拉起桥接器进程、渲染它的配置、看住它;桥接器也能脱离插件单独跑。

bridge/ 的源码来自 coderzc/open-xiaoai-bridge(MIT,其上游是 Open-XiaoAI),本仓库在它之上加了 DSH 后端、播报纪律、鉴权与生命周期管理。本仓库独立演进,不跟进上游。

核心特性

特性 说明
唤醒即对话 说唤醒词后直接说话,识别文本交给 DSH 会话;回复正文自动念出来,模型不用显式调工具。
主动说话 xiaoai_speak 工具让 agent 主动播报:提醒到点、任务完成,或者你在电脑上让它读一段原文。
半双工防自问自答 播报期间麦克风通路被播放闸门关掉,音箱不会听见自己。
播报留痕 每句真正念出去的话追加进 spoken.jsonl,随时可回看。
进程托管与看门狗 桥接器是插件拉起的子进程:崩溃按滑动窗口重启,起不来会留诊断;插件退出时先停它。
接口鉴权 /asr 走 bearer 门禁且 fail closed:没有令牌回 503,bearer 对不上回 401,不看来源地址。
状态卡与诊断 设置页里有一张运行状态卡:进程、API Server、令牌、预设,以及最近的错误码。
卸载不留残渣 卸载时删掉可以重建的那一半(渲染配置、pid、缓存),保留你的播报记录。
小爱模式(可选) 随仓库带一个音箱会话专用的 Agent 预设:会说话,能读写文件、查资料、跑命令、记待办,没有子代理与计划模式。

功能概览

唤醒即对话

唤醒词由桥接器在本地用 sherpa-onnx 识别,命中后开始收这句话,过 VAD 判断说完了,再做语音识别,最后把文本 POST 给插件的 /plugin/xiaoai/asr。插件把它投进这台音箱绑定的 DSH 会话(会话不存在就建一个),并把回复写回音箱。一次唤醒说一句,或者打开「连续对话」连着说,直到静默超时或说出退出词。

播报纪律

「什么时候出声、出声说什么」由插件里的一层纪律决定,不是模型想说什么就念什么:

  • 音箱发起的对话:回复正文会自动送进回复器润色后念出来;模型如果已经用 xiaoai_speak 指定了要念的话,就不再念回复正文。
  • 其他会话:默认不出声;打开「任何会话都能让小爱说话」后,桌面与网页会话也能让音箱开口。
  • 工具卡在审批上时念一句固定的提示,审批请求的正文永远不会被念出来。
  • 每次播放都走桥接器的播放闸门,播报期间麦克风通路是关的。

主动说话

xiaoai_speak 让 agent 不等人问就先开口:任务跑完了、提醒到点了、你要求把某段原文逐字念出来。桥接器没在跑时工具会顺手把它拉起来(「随插件启动桥接器」开着时),再等一会儿(最长约 12 秒)。音箱发起的会话里,工具与技能只注册在这台设备的会话作用域内;打开「任何会话都能让小爱说话」后注册回全局,桌面会话也能用。

进程托管与看门狗

插件负责桥接器的整个生命周期:启动前渲染配置、把设置项转成环境变量、把凭据从 DSH 凭据库解析进子进程环境;运行中收日志、探活、崩溃后按滑动窗口重启;DSH 退出或插件重载时先停子进程,再清掉可以重建的文件(bridge.log、spoken.jsonl 这些记录留着)。

状态卡与诊断

设置页的运行状态卡显示桥接器进程、API Server 是否可达、令牌是否配置、预设是否挂上,以及最近几条错误码(卡片最多显示 3 条,同一编码且详情相同才合并计数)。诊断行也会写进 DSH 日志,前缀是 dsh-xiaoai-bridge:,编码含义见排错。

小爱模式

插件自带的 bundle 里还有一个音箱会话专用的 Agent 预设(显示名「小爱模式」):只有音箱会话用它,能跑命令、读写文件、查资料、记待办,没有子代理、工作流与计划模式——在音箱上这些只会拖慢第一句话。它随插件一起装好,设置页默认已经指向它;宿主读不到这个预设也不会报错,只回落宿主默认预设并留一条诊断。

桥接器 HTTP 接口

桥接器进程里有一个 HTTP API Server(默认 127.0.0.1:9092),插件用它做播报与健康检查,端点见 bridge/docs/openxiaoai-voice-api.md。插件自己的路由挂在宿主 webServer 上,前缀 /plugin/xiaoai:

方法 路径 用途
GET /plugin/xiaoai/health 插件概况(含令牌是否配置)
GET /plugin/xiaoai/config 读设置(供设置页用;保存时带 revision)
POST /plugin/xiaoai/config 写设置(ops 或 patch,二选一)
POST /plugin/xiaoai/asr 桥接器提交一句识别文本(bearer 门禁)
GET /plugin/xiaoai/devices 已绑定的音箱设备与它们的会话键
GET /plugin/xiaoai/bridge/status 桥接器进程状态与日志路径
GET /plugin/xiaoai/bridge/health 经插件访问桥接器的健康检查
GET /plugin/xiaoai/bridge/logs 最近日志(limit 1-400)
POST /plugin/xiaoai/bridge/start 启动桥接器
POST /plugin/xiaoai/bridge/stop 停止桥接器
POST /plugin/xiaoai/bridge/restart 重启桥接器(换了环境变量类的设置后用)
POST /plugin/xiaoai/data/wipe 清空数据目录(body 必须是 {"confirm":"wipe"})

工作原理

flowchart LR
    Spk[小爱音箱] -- 唤醒词 --> Rust
    Rust["Rust 扩展 dsh_xiaoai_server(TCP 4399)"] --> App["bridge/core/app.py"]
    App -- 识别文本 --> Http["插件 lib/http.js(/plugin/xiaoai/asr)"]
    Http --> Session["DSH 会话"]
    Session -- 回复正文或 xiaoai_speak --> Http
    Http -- 播放请求 --> Api["桥接器 API Server(127.0.0.1:9092)"]
    Api --> Rust
    Rust -- 播放 --> Spk

三个端口要分清:4399 是 Rust 扩展固定的音频端口,音箱侧要拨到它(默认要带令牌,见下面的「音箱连接鉴权」);9092 是桥接器的 API Server;插件自己的路由挂在宿主 webServer 上,不额外占端口。

安装方式

前置条件

需要 版本 / 说明
Node 20 或更新
pnpm 装插件依赖用(只有一个运行依赖 @deepseek-ai/schemastery)
Python 3.12
uv 建桥接器虚拟环境、装依赖、编译 Rust 扩展
Rust 工具链 uv sync 会用 maturin 现场编译 PyO3 扩展,第一次要十几分钟
小爱音箱 已刷机并打过 open-xiaoai 客户端补丁(这一步在上游,见下)

步骤

  1. 把仓库取回来:
git clone https://github.com/OMSociety/dsh-xiaoai-bridge.git
Set-Location dsh-xiaoai-bridge
  1. 准备桥接器的 Python 侧(在仓库的 bridge/ 下):
Set-Location bridge
uv sync --no-install-project
uv sync
.\.venv\Scripts\python.exe -c "import dsh_xiaoai_server; print('ok')"

第一次 uv sync 会现场编译 Rust 扩展,十几分钟;之后只有改过 bridge/native/**/*.rs 才需要重跑(重跑前先停桥接器,Windows 上扩展文件被占用就删不掉)。

  1. 下模型包。约 470 MB,不随仓库走,必须手动放到桥接器的模型目录:

GitHub で README 全文を読む →

DSH Plugins は DeepSeek Harness プラグインの独立したコミュニティ ディレクトリです。DeepSeek との提携・公認はありません。サードパーティ製プラグインはセキュリティ監査を受けていません。インストール前にソースコードをご確認ください。

DeepSeek Harnessの新着プラグインを毎週お届け。スパムはありません。