Skip to content

Releases: HerTa-st/Herta-dsh

Release list

v0.1.11 —— 跟住 DSH 0.2.1，黑塔又能上工了

v0.1.11 —— 跟住 DSH 0.2.1，黑塔又能上工了 Latest
Latest

Choose a tag to compare

View all tags
@YUNmengyuan YUNmengyuan released this 17 Oct 11:49
v0.1.11
0f1ba8b

v0.1.11

DSH 0.2.1 把 {{cwd}} 从内置提示词变量里删了 —— 黑塔 preset 的 persona 后缀里还挂着那句
Your working directory is {{cwd}}.，新的插值是严格的，于是选黑塔 preset 的会话在发出任何
模型请求之前就抛错。这一版删掉它、给构建加了兜底，并把 preset 底本跟到官方 0.2.1
（工具清单随上游）；同一版还接上了 MiMo 声音档。
面向 DSH 0.2.1-rc.2（engines.dsh 区间 >=0.1.7-rc.1 <0.3.0-0）。

  • 发布到 npm：dsh-herta@0.1.11（206 个文件 / 21.2 MB，sha1 b39f82fbcdebea17a9d7bdc2fbde358964656729）。
  • 插件市场：条目已收录，DSH 内置市场里搜 herta 一键安装。
  • 升级提示：从 0.1.10 升上来用同一条命令即可（npm latest 现在指 0.1.11），不需要卸载任何东西。

这一版的主体：跟住 DSH 0.2.1

用户看到的现象：把桌面应用升到 DSH 0.2.1-rc.2 之后，只有黑塔 preset 起不来 ——
新建会话、选中「黑塔」，还没发出任何请求就直接报错；换成标准 preset 一切正常。
看起来像「插件挂了」，其实是宿主收紧了提示词插值。

根因：dsh-agent-loop 在 0.2.1-rc.2 只注册 provider / model 两个内置提示词变量
（0.2.0 时还有 cwd）。dsh-system-prompt 的插值是严格的：未注册引用会让组装直接抛错，
设计上「宁可明确失败，也不发格式错误的提示词」。黑塔 preset 的 persona 后缀末尾从 v0.1.5 起
就有 Your working directory is {{cwd}}.，于是组装在第一步就停下。官方 0.2.1 的
dsh-system-prompt/README.md 也明确要求：自定义 persona 模板不得依赖内置 {{cwd}}，
并从 preset 的 suffix 里删掉这句话。

改法：

  • preset/herta.patch.yml 的 suffix 删掉那一行；工作目录信息没有丢 —— 0.2.1 改由
    working-directory 服务把目录作为 runtime context 注入（会话顶部那段
    Current working directory: … 就是它）。
  • scripts/build-preset.mjs 里那句「生成时追加 cwd 行」一并移除，并新增
    assertPromptVariables()：preset 里只允许 {{provider}} / {{model}}，
    出现别的未注册变量时构建当场失败，不再等运行到会话才炸。
  • preset 底本换成官方 0.2.1-rc.2（逐字节导出，收进 scripts/baselines/）：
    工具清单随上游 —— 新增 dsh-time-context（她终于知道当前时间了）、
    dsh-tool-schedule、dsh-plugin-market/tools（后两个跟官方一样 disabled），
    删掉 0.2.1 已移除的 tool-subagent-codex / tool-subagent-claude-code /
    tool-ralph 行以及 backgroundMode 字段。

这一版的第二条线：MiMo 声音档接上了

此前 mimo 只是选择器里的一档空壳（状态行永远说「未接线」）。现在：

  • createMimoAdapter 从空壳改成真转接（可用性、合成、取消都问 mimo-tts.js 的
    synthesizer）；宿主侧真正构造它 —— MIMO_API_KEY 每次现读，参考音读一次就缓存
    （那份是 174 秒的 wav，每次合成都重读一遍纯属浪费 I/O）；mimo 进了
    SPEAKING_ENGINES。
  • 用不了的两种真原因分开报：no_key（缺密钥）/ no_reference（读不到参考音），
    用户才知道该补哪一样，不再只有一句「未接线」。
  • 参考音要 DataURL、要归一化成 24kHz 单声道 —— 这两条是实测出来的：不这么做
    服务端回 400。key 支持环境变量与 C:/herta-ai/mimokey.txt 文件兜底；参考音按上游
    Herta 桌面版的实际落点去找（装过上游应用的人自带那份素材）。
  • 本机实测（真 key）：合成成功 49920 样本 @ 24000 Hz、2.08 秒、往返约 10.3 秒。

验证

  • 测试：npm test 链 31 组 1556 项全过、0 失败；npm run test:integration 28 项全过。
  • 发布预检：node scripts/preflight-release.mjs 八项全绿（版本号 / 工作区 / 测试 /
    构建零差异 / 产物一致 / 打包内容 / 文案 / 宿主矩阵）。
  • npm 制品核验：dist.shasum = b39f82fbcdebea17a9d7bdc2fbde358964656729；
    把 tag 那一刻的树重新打包与 registry 上那份逐文件比对一致（文本文件按 EOL 归一）。
  • 部署核验：桌面 profile 里那份副本与仓库逐文件一致；修复后黑塔 preset 可正常组装。

仍未接 / 仍未决

  • MiMo 缺 key 或参考音时只报原因、不会自己补。
  • 主题 lib/opening/ 的上游授权未决。
  • 「黑塔外观」那些值存在浏览器 localStorage，换机器不带走。
  • theme / deviceScene 两个字段仍未接线（DSH 侧无消费方）。
  • SSE 没有断线重放：页面在回复中途刷新会丢掉已推的帧。

装

dsh plugin --profile desktop add dsh-herta        # npm

或者直接在 DSH 内置插件市场里搜 herta 一键安装。
装完关掉桌面应用窗口、重新打开（dsh.profile.bundles 是启动期合成的，热重载不覆盖它）。
本机那份 file: 安装只需重跑 deploy.mjs 后关窗重开。

来源与素材声明

这一段每版都要原样保留（第三方同人素材的声明义务，见 NOTICE.md / THIRD-PARTY.md）。

本项目是基于 Herta（https://www.herta-ai.com/#research，THE SELF THAT USES THE AGENT）
的第三方改造，与原作者无任何隶属、合作或背书关系。插件代码（src/、lib/、scripts/、
Cordis 配置）为本次改造新写，采用 MIT。

assets/voice/、preset/herta.patch.yml 与 icon.png 是第三方同人素材，权利归米哈游及
各自所有者，按《崩坏：星穹铁道》同人衍生作品创作指引 V2.0 第三条放置法律声明后收录：
仅限非商业使用，且不得作为独立素材包再分发。详见 NOTICE.md 与 THIRD-PARTY.md。

⚠️ assets/tts-runtime/ 里的 espeak-ng 是 GPL-3.0-or-later 且静态链接，许可原文随包
分发在 assets/tts-runtime/LICENSES/espeak-ng-LICENSE.txt；THIRD-PARTY.md 已给出
对应源码的获得方式。

Assets 2
Loading

v0.1.10 —— 中转站语音能配了、静音点了就闭嘴

v0.1.10 —— 中转站语音能配了、静音点了就闭嘴

Choose a tag to compare

View all tags
@YUNmengyuan YUNmengyuan released this 10 Oct 05:43
v0.1.10
248115d

v0.1.10

声音这条线一次收口 —— MiniMax 中转站可以配了、静音点了就闭嘴、语音工具条不再跟着滚；
外加两个「能跑但静默错」的真 bug：每一帧 tts 都在抛 ReferenceError（任何引擎都没声），
以及工具条那个静音键压根没接到音频链路上。
面向 DSH 0.2.0-rc.2（engines.dsh 区间 >=0.1.7-rc.1 <0.3.0-0）。

  • 发布到 npm：dsh-herta@0.1.10（206 个文件 / 21.2 MB，sha1 4e2aa9ed5c4481dcc8e6cc9d2643b6280807dfb9）。
  • 插件市场：条目已收录，DSH 内置市场里搜 herta 一键安装。
  • 升级提示：从 0.1.9 升上来用同一条命令即可（npm latest 现在指 0.1.10），不需要卸载任何东西。

这一版的主体：中转站语音能配了

用户看到的现象：用第三方中转站的用户接不上云端语音 —— 密钥是好的、网络是通的、
中转站也是活的，但每一句都没声，日志里连中转站的痕迹都没有，看起来就像「静默回落本地」。

根因是三处写死加一处判据：

  1. MINIMAX_HOSTS 只有官方两条地址，没有任何配置入口；
  2. 认领按 isHertaVoiceId()（voiceId.includes("b1a43133")）过滤 —— 那个 tag 是作者账号上
    那个克隆    的标记，中转站用户不可能有，于是过滤后为空、直接 fail("no_clone_key")
    （终局失败 + 10 分钟冷却）；
  3. speech-2.8-hd 是常量，而中转站通常只认它自己清单里的模型名；
  4. 更隐蔽的一条：available() 要求「有 key 且 已认领克隆」—— 中转站用户前一件为真、
    后一件永远为假，于是 router 在 runAdapter() 里就早退了。

改法：四个可选字段，默认全空 = 与加它们之前逐字相同。

字段 作用
minimaxBaseUrl 中转站 / 自建网关地址
minimaxApi 请求形状（official / relay）
minimaxVoiceId 手填音色 id，填了就跳过「列克隆 + 筛 tag」整条路
minimaxModel 模型名，留空按形状各自的默认

请求形状收进新的 src/host/minimax/endpoint.ts：路径、请求体、响应解码、错误分类各一条
记录，api.ts 只认这个 interface（加第三种形状不用碰 synthesizePcm）。官方原生与中转站的
形状差异都是实测事实，逐条钉在文件头和测试里：

  • 路径 /v1/t2a_v2 vs /v1/tts/speech；
  • 音色字段嵌套 vs 扁平（嵌套写法实测回 502）；
  • 回体是 data.audio（hex）vs 裸 s16le PCM，且回 PCM 时 content-type: audio/mpeg
    是假的 —— 所以判形状按字节，不按头。

「形状跟着地址定」是这一版最要紧的一条（shapeFor）：地址是官方那两条 → 官方形状；
地址是用户自己填的第三方 → 中转站形状。它是四个字段里**唯一一个「不改也能填完其余三格」**的，
而症状是「看着连上了、每句都没声」—— 与音色无关，所以报上来像是「每个模型都连不上」。
实测矩阵（假中转站）：形状漏配 → 官方路径打到中转站上回 404 → 静默无声；形状对了 → 出声。

同一趟挖出来并修掉的三个真问题：

  • codeOf() 靠中文字符串猜 code —— 音色 id 填错时它归不进任何格子，界面只显示「失败」；
    新增 SYNTH_CODES.voiceMissing，并把平台的原因码原文留在那句中文里。
  • classifyStatus 认不出没有平台码的错误 —— 中转站回 {"error":{"message":"invalid api key"}}，
    一个码都没有，于是「key 不对」既不显示也不进 REFUSALS（会拿着同一把坏 key 把剩下每句都试一遍）。
  • 选了「中转站」形状却没填地址 —— 中转站形状的路径在官方站点上不存在，而 404 在 probeShape
    里算「地址活着」（那是给中转站地址定的规矩），于是会「探通」一个根本发不出声的官方地址；
    现在直接报 no_host 并说清缺哪一格。

另外新增 src/host/minimax/peak.ts：中转站回来的电平明显偏小（实测峰值 6231/32768），
所以只对明确偏轻的材料（峰值 < 0.5）放大到 0.99，本来够响的原样返回。

顺手修掉的（都是用户报的或一直红着的）

  • 静音点了就闭嘴：原先静音只被两道「下一次」的门读（排下一段 / 合成前），
    已经排进 WebAudio 时间轴的照播不误 —— 听感就是「等她念完这句」。
    现在 applyMuteNow() 做三件事：增益归零（对已在播的源一样有效）、停掉已排的源并清游标、
    给整机 iframe 推一条空 id 的 ttsStop（既有协议里「停全部」的写法）。
    解静音时按当前音量重算，不是简单置 1。没有 suspend() AudioContext ——
    那要等一次 resume，而 resume 需要用户手势，静音一次反而把声音永久弄哑。
    触发点接在设置表单的 subscribe 上（只转发真正变了的字段，且首次不发通知）。
  • 工具条的静音键从来没接上音频链路：它只改了一个组件内 useState（只喂给按钮标签、
    透明度、语气词判断），而真正拦声音的是设置里的 voiceMuted。现在这个键写的是同一个真闸门，
    并做了双向镜像（设置页改的、整机 iframe 改的，工具条都跟着变）。applyMuteNow() 另记两条
    诊断（minimaxMuteAppliedAt / minimaxGainNow），把「调用压根没发生」与「调用了但听不见」
    分开。
  • 语音工具条吸顶：那四个键原来长在会话流里，上下文一长就滚上去。现在 position: sticky +
    一层不透明底板 + zIndex。底板取 DSH 的 base 令牌、不用 backdrop-filter：后者在这个壳里
    会强制新建合成层，滚动时和主题的背景图抢绘制（会抖）。
  • 每一帧 tts 都在抛 ReferenceError：rememberSpokenAudio / awaitingSpokenTexts
    在 lib/client.js 里两个调用点、零个定义 —— 是 0.1.8 拆 region 时漏的一行 import
    （对照 0.1.7 产物：这个标识符从 3 次出现变 2 次）。症状是任何引擎的语音「点了没反应」，
    而且连诊断标记都不留（抛在 markMinimax("minimaxAudioPlays", …) 之前）。
  • test-client-regions 一直红着的那条：ui.ts 里写的是 ./opus.js，磁盘上是 opus.ts ——
    build.mjs 的 jsToTs 插件认得（产物一直是对的），client-test-hook.mjs 直连源码加载时不认，
    于是整棵模块图解析失败。

新增的测试

  • scripts/test-client-bundle-bindings.mjs —— issue #14 点名要的「打包产物级」判据：
    定义方必须 export、使用方必须 import、产物里必须有定义（不能只有调用点）。
    判据成对、所以确定；不做通用静态分析（早先试过按模块边界做词法扫描，噪声大到不可用）。
    验过不是空测试：摘掉 voice.ts 那行 import 当场变红 2 条。
  • scripts/test-minimax-endpoint.mjs、test-minimax-voice.mjs 第 13/14 节 —— 形状登记表、
    路径与请求体、回体解码、错误分类、默认模型、峰值归一化，钉的都是实测事实。
  • scripts/test-minimax-relay-config.mjs —— 假中转站 + 宿主真实装配的配置矩阵
    （形状漏配 / 三格填对 / 音色 id 错 / 只填形状不填地址 / 全不填）。单层测试永远看不见这个故障
    （每层自己都对），所以它测的是横跨几层的那件事。接进 npm run test:minimax:e2e。
  • scripts/test-voice-mute-instant.mjs —— 用注入的假表单驱动整条静音链。

产物重建（如实记一笔）

用 Herta-src（build.mjs 的默认来源）重建了 lib/client.js。与仓库里原来那份的差异只有两类：

  • esbuild 的源路径注释 —— 原来记的是 ../tools/_herta-src/…（这棵树在本机已经不存在），
    现在是 ../Herta-src/…；
  • 上游 i18n 目录里多三条 MiMo 引擎的键（voice.engine.mimo / voice.mimoKey /
    voice.mimoKeyDesc）—— 当前代码里没有调用点，属随源码树带入。

没有别的行为差异（逐行核对过：lib/client.js 34 增 / 28 删 = 28 行源路径注释替换

  • 6 行上游 i18n 键）。

验证

  • 测试：npm test 链 31 组 1544 项全过、0 失败；npm run test:integration 28 项全过。
  • npm 制品核验：dist.shasum = 4e2aa9ed5c4481dcc8e6cc9d2643b6280807dfb9；
    把 tag 那一刻的树重新打包与 registry 上那份逐文件比对一致（文本文件按 EOL 归一）。
  • 部署核验：桌面 profile 里那份副本与仓库逐文件一致。

仍未接 / 仍未决

  • mimo 合成器仍无调用点：选择器里点得动、会如实说明为什么不发声（not_wired）。
  • 主题 lib/opening/ 的上游授权未决。
  • 「黑塔外观」那些值存在浏览器 localStorage，换机器不带走。
  • theme / deviceScene 两个字段仍未接线（DSH 侧无消费方）。
  • SSE 没有断线重放：页面在回复中途刷新会丢掉已推的帧。

装

dsh plugin --profile desktop add dsh-herta        # npm

或者直接在 DSH 内置插件市场里搜 herta 一键安装。
装完关掉桌面应用窗口、重新打开（dsh.profile.bundles 是启动期合成的，热重载不覆盖它）。
本机那份 file: 安装只需刷新页面即可（客户端 bundle 是页面加载时取的）。

来源与素材声明

这一段每版都要原样保留（第三方同人素材的声明义务，见 NOTICE.md / THIRD-PARTY.md）。

本项目是基于 Herta（https://www.herta-ai.com/#research，THE SELF THAT USES THE AGENT）
的第三方改造，与原作者无任何隶属、合作或背书关系。插件代码（src/、lib/、scripts/、
Cordis 配置）为本次改造新写，采用 MIT。

assets/voice/、preset/herta.patch.yml 与 icon.png 是第三方同人素材，权利归米哈游及
各自所有者，按《崩坏：星穹铁道》同人衍生作品创作指引 V2.0 第三条放置法律声明后收录：
仅限非商业使用，且不得作为独立素材包再分发。详见 NOTICE.md 与 THIRD-PARTY.md。

⚠️ assets/tts-runtime/ 里的 espeak-ng 是 GPL-3.0-or-later 且静态链接，许可原文随包
分发在 assets/tts-runtime/LICENSES/espeak-ng-LICENSE.txt；THIRD-PARTY.md 已给出
对应源码的获得方式。

Loading

v0.1.9 —— 修 v0.1.8 的「黑塔」设置页白屏

v0.1.9 —— 修 v0.1.8 的「黑塔」设置页白屏

Choose a tag to compare

View all tags
@YUNmengyuan YUNmengyuan released this 05 Oct 06:55
v0.1.9
ae0470a

v0.1.9

设置页白屏修好了 —— v0.1.8 拆客户端时漏了三处 import，设置 ▸ 黑塔 那一页
打开是空的（本机与 npm 上那份都是）。这一版只有修复，没有新功能。
面向 DSH 0.2.0-rc.2（engines.dsh 区间 >=0.1.7-rc.1 <0.3.0-0）。

  • 发布到 npm：dsh-herta@0.1.9（204 个文件 / 21.2 MB，sha1 06ce09d1c41b10c1e11e0695ca954df9d88ab247）。
  • 升级提示：从 0.1.8 升上来用同一条命令即可（npm latest 现在指 0.1.9），
    不需要卸载任何东西；npm 上 0.1.8 已标记废弃。
  • 插件市场：条目已收录，DSH 内置市场里搜 herta 一键安装。

这一版的主体：修 v0.1.8 的设置页白屏

用户看到的现象：打开 设置，左侧那栏「黑塔」在、也高亮，右边内容区一片空白 ——
连「正在读取设置…」都没有，背景里还能透出后面的聊天文字。

根因：b22ce9b（#2「拆出 settings 层」）把代码从 index.tsx 搬进
src/client/settings.ts 时，./machine.ts 与 ./voice.ts 的 import 没跟着搬过来。
于是 settings.ts 里有 13 个名字成了自由标识符（voiceModelState / miniMaxState /
voiceModelSubs / refreshVoiceModel / postVoiceModel / postMiniMaxAction /
subscribeMiniMax / miniMaxErrorText / miniMaxRetryText / credentialStatus /
saveCredential / clearCredential / subscribeCredentials），ui.ts 同样漏了 16 个、
voice.ts 漏了 1 个（machineField）。

esbuild 不会为未绑定的标识符报错（它假设那是全局），所以构建期一路静默；等设置快照
变成 ready、渲染走到「语音」那几行时抛 ReferenceError。DSH 0.2.0 的槽渲染器对每个
注册项有逐项错误边界（SlotErrorBoundary）：抛错的那一项被降级成一个空的
<div data-slot-error="settings.section"> —— 而左侧导航的标签来自注册信息
（label: () => "黑塔"），不是来自组件。导航在、内容空，就是这么来的。

为什么测试全绿也没拦住：test-client-regions 只断言「能 import、导出的是接口」，
test-herta-settings 读的是源码文本 —— 没有任何一条测试真的渲染这一页；
而且 ReferenceError 只在子组件被调用时才出现（createElement 只是记下类型）。

修法：把三处 import 补回去。写 .ts 后缀（与文件里既有的 ./minimax-pcm.ts 同形）——
scripts/client-test-hook.mjs 不做 .js → .ts 映射，写成 ./machine.js 会把
test-client-regions 顶红（第一次修正是这么撞上的）。

验证

  • 产物探针（新增，直接跑构建产物而不是源码）：加载 lib/client.js，拿住注册进
    settings.section 的那个组件，用一份 ready 快照调它，再把树里所有子组件递归求值
    一遍 —— 修前报 3 处 ReferenceError（VoiceEngineRow / MiniMaxVoiceRow /
    VoiceModelRow），修后全部通过；已部署到 desktop profile 的那份副本同样通过。
  • 测试：npm test 链 29 组 1446 项全过、0 失败。
  • 部署核验：桌面 profile 里那份副本与仓库逐文件一致（206 个文件，只有
    lib/client.js 一个内容变了）。

仍未接 / 仍未决

与 v0.1.8 相同，这一版没有动它们：

  • mimo 合成器仍无调用点：选择器里点得动、会如实说明为什么不发声（not_wired）。
  • 主题 lib/opening/ 的上游授权未决。
  • 「黑塔外观」那些值存在浏览器 localStorage，换机器不带走。
  • theme / deviceScene 两个字段仍未接线（DSH 侧无消费方）。

装

dsh plugin --profile desktop add dsh-herta        # npm

或者直接在 DSH 内置插件市场里搜 herta 一键安装。
装完关掉桌面应用窗口、重新打开（dsh.profile.bundles 是启动期合成的，热重载不覆盖它）。
本机那份 file: 安装只需刷新页面即可（客户端 bundle 是页面加载时取的）。

来源与素材声明

这一段每版都要原样保留（第三方同人素材的声明义务，见 NOTICE.md / THIRD-PARTY.md）。

本项目是基于 Herta（https://www.herta-ai.com/#research，THE SELF THAT USES THE AGENT）
的第三方改造，与原作者无任何隶属、合作或背书关系。插件代码（src/、lib/、scripts/、
Cordis 配置）为本次改造新写，采用 MIT。

assets/voice/、preset/herta.patch.yml 与 icon.png 是第三方同人素材，权利归米哈游及
各自所有者，按《崩坏：星穹铁道》同人衍生作品创作指引 V2.0 第三条放置法律声明后收录：
仅限非商业使用，且不得作为独立素材包再分发。详见 NOTICE.md 与 THIRD-PARTY.md。

⚠️ assets/tts-runtime/ 里的 espeak-ng 是 GPL-3.0-or-later 且静态链接，许可原文随包
分发在 assets/tts-runtime/LICENSES/espeak-ng-LICENSE.txt；THIRD-PARTY.md 已给出
对应源码的获得方式。

Loading

v0.1.8 —— 语音与界面各回各家

v0.1.8 —— 语音与界面各回各家

Choose a tag to compare

View all tags
@YUNmengyuan YUNmengyuan released this 04 Oct 02:11
v0.1.8
c62ecaf

v0.1.8

语音与界面各回各家 —— 架构审查的五个部分全部落地，顺手修掉三个真 bug
（其中一个是「合成一失败，状态回执就断」）。
面向 DSH 0.2.0-rc.2（engines.dsh 区间 >=0.1.7-rc.1 <0.3.0-0）。

  • 发布到 npm：dsh-herta@0.1.8（204 个文件 / 21.2 MB，sha1 72ab2c43bebe5c7b4da8834e9edf032e2c8340e2）。
  • 升级提示：从 0.1.7 及更早升上来用同一条命令即可（取 npm latest = 0.1.8），
    不需要卸载任何东西。
  • 插件市场：条目已收录，DSH 内置市场里搜 herta 一键安装。

这一版的主体：五个部分收口

来源是一次架构审查（candidate #1~#5）。五件事各自的验收标准都写在那份报告里，
下面按「改了什么、用户能感知到什么」写。

一、语音合成器只剩一个 interface（candidate #1）

新增 src/host/synth-registry.js：四档引擎（local / minimax / fish / mimo）
各是一个 adapter 工厂，name / available() / synthesize(req) → {audio, name, code}
是它们唯一的形状；选哪一档、失败要不要回落、取消转发给谁，全归一个 router。
原先压在 synthUnit 里的 95 行 if 链退休（synthUnitLegacy 已删）。

三条规则从此只有一处：只有 minimax → local 回落（fish 是用户明确选的档，
换个声音比没声音更糟）；每次合成结束统一报一次状态；失败只给机器可读的
code，给用户看的中文在边界拼一次。

二、客户端 index.tsx 拆成四个 region（candidate #2）

文件 行数 管什么
index.tsx 364 只做装配（installSettingsSection / apply ＋ 全层共用常量）
machine.ts 278 bridge / 凭据服务 / 机器字段
voice.ts 708 SSE / PCM / 播放 / 音色状态
ui.ts 797 面板 / 视图 / 气泡
settings.ts 1181 字段表 / 样式 / 各行 / 整个表单
opus.ts 47 .opus 播放那条路

拆分前是一个 3196 行的文件。四个 region 之间零依赖 —— 改 PCM 播放不必再碰
设置页的 diff。两条切分判据值得单独说：状态归它所在的层独占，外面只经显式入口
（两个外部写方改成 bindMachineForm / stopVoiceModelTimer，否则 esbuild 当场报
Cannot assign to import）；断言看它该看的文件，不盯某个文件的字面。

三、测试从「抓源码文本」改成「穿过 interface」（candidate #3）

test-fish-proxy 那 11 条读源码文本的断言、test-fish-key 的几条，改成读值或调用接口；
test-subagent-skip.mjs 删除（三条断言已由运行时测试覆盖）。新增
scripts/test-client-regions.mjs —— 配套的 scripts/client-test-hook.mjs 把
react / react-dom/client / @gui/* 指到最小桩，于是未打包的客户端 module
可以被裸 Node import：客户端内部第一次有了可断言的行为，而不只是「bundle 之后只剩
一个 lib/client.js」。

四、引擎取值域收成一个声明（candidate #4）

四档的合法值与「会不会出声」各自只写一处（voice-engines.js）：设置页的选项、
schema 的 enum、宿主的分发全部从它派生。回落规则也变成一张表 —— 表里没有的档
就是不回落，加第五档只需加一行。

五、叙述层的隐式 interface 收口（candidate #5）

依赖通道（host-deps.js：ctx / llm 两个槽）与 69 个诊断字段的总线
（host-marks.js）拆开 —— 在此之前它们挤在同一个 globalThis 对象里，外部无法区分
「谁写、何时就绪、哪些 key 合法」。子代理闸门收成一个 helper（三处调用）。

顺手修掉的三个真 bug

都是「全面检查」抓出来的，不属于那五个部分：

  1. 合成一失败，状态回执就断。 删旧代码时把紧邻的 reasonText 局部函数一起删了，
    而唯一调用点留着 —— 每次合成失败都抛 ReferenceError，被管线的 .catch 吞掉：
    试听没有回执、engineNote 不更新、noteState() 不执行，fish 档（按设计不回落）
    彻底静音。已补回，并给失败路径加了断言（此前单测全绿是因为没有一条测试
    走到失败路径    ）。
  2. 「没密钥」被静默说成「失败」。 SYNTH_CODES 漏了 no_key 这一项，
    而 codeOf() 那条判断求值成 undefined，又被兜底逻辑吞成 other。
    现在每档自报「我为什么用不了」（unavailableCode()）：没密钥就是 no_key，
    被拒就是 refused，用户看到的那句话对得上实际原因。
  3. Fish 的文件兜底被掐死。 鱼档的可用性只认 DSH 凭据，于是
    fish_config.json 里那条 keyFile 兜底也被判成「不可用」。改问 fish-tts.js
    自己（判据是「密钥在不在」，不是「凭据在不在」）。

另外取消现在真的取消得到人：router 那句「转发给所有带 cancel 的 adapter」
此前转发给零个（四档都没实现这个可选方法，而 minimax 合成器的 cancel 一直存在）
—— 用户打断时在飞的云端请求不会被中断、继续计费。现在接上了，并用真工厂加了断言
（此前那组用的是假 adapter，只能证明「router 会转发」）。

测试

  • 新增 scripts/test-synth-registry.mjs：router 的四档/回落/失败码/取消转发第一次有
    行为覆盖（此前只有正则 grep 源码文本），并且专门有一组「每个 code 走完 router
    都还有值」—— 防的就是上面第 2 类「属性名拼错只拿到 undefined」的静默降级。
  • 全量：npm test 链 29 组 1446 项全过、0 失败。

仍未接 / 仍未决

  • mimo 合成器仍无调用点：选择器里点得动、会如实说明为什么不发声（not_wired），
    但填了密钥也不会出声。
  • 主题 lib/opening/ 的上游授权未决（PersonaCLI/Herta 未标注标准许可证）。
  • 「黑塔外观」那些值存在浏览器 localStorage，不是 profile 配置，换机器不带走；
    要跨机器请用图片网址。
  • theme / deviceScene 两个配置字段仍未接线：DSH 侧没有消费方，设置页那两行
    写的是实话。

装

dsh plugin --profile desktop add dsh-herta        # npm

或者直接在 DSH 内置插件市场里搜 herta 一键安装。
装完关掉桌面应用窗口、重新打开（dsh.profile.bundles 是启动期合成的，热重载不覆盖它）。

之前单独装过 dsh-theme-herta 的不用卸：两边是同一个包、同一个挂载点。

来源与素材声明

这一段每版都要原样保留（第三方同人素材的声明义务，见 NOTICE.md / THIRD-PARTY.md）。

本项目是基于 Herta（https://www.herta-ai.com/#research，THE SELF THAT USES THE AGENT）
的第三方改造，与原作者无任何隶属、合作或背书关系。插件代码（src/、lib/、scripts/、
Cordis 配置）为本次改造新写，采用 MIT。

assets/voice/、preset/herta.patch.yml 与 icon.png 是第三方同人素材，权利归米哈游及
各自所有者，按《崩坏：星穹铁道》同人衍生作品创作指引 V2.0 第三条放置法律声明后收录：
仅限非商业使用，且不得作为独立素材包再分发。详见 NOTICE.md 与 THIRD-PARTY.md。

⚠️ assets/tts-runtime/ 里的 espeak-ng 是 GPL-3.0-or-later 且静态链接，许可原文随包
分发在 assets/tts-runtime/LICENSES/espeak-ng-LICENSE.txt；THIRD-PARTY.md 已给出
对应源码的获得方式。

Loading

v0.1.7 —— 装完就有主题

v0.1.7 —— 装完就有主题

Choose a tag to compare

View all tags
@YUNmengyuan YUNmengyuan released this 03 Oct 14:53
v0.1.7
045a35c

v0.1.7

装完就有主题 —— 紫罗兰配色、开机 ASCII 开场、可换背景与「黑塔外观」设置页，
现在随插件一起装。
面向 DSH 0.1.7-rc.2（engines.dsh 区间 >=0.1.7-rc.1 <0.3.0-0）。

  • 发布到 npm：dsh-herta@0.1.7（202 个文件 / 21.2 MB，sha1 102413a9a1c8f24799cd68fd54ee6cc265c1993b）。
  • 升级提示：从 0.1.6 及更早升上来用同一条命令即可（取 npm latest = 0.1.7），
    不需要卸载任何东西。
  • 插件市场：条目已收录，DSH 内置市场里搜 herta 一键安装。

这一版的主体：主题变成插件自带

主题包 dsh-theme-herta 已经发到 npm
（0.1.0）；这一版把「装了插件就拿到主题」剩的三件事一次做完：

  • dependencies 加 dsh-theme-herta@^0.1.0，files 加 theme/；
  • cordis.patch.yml 里与 id: herta 并列插一条 id: ui-theme-herta。

为什么 loader 行必须由本包给出：主题包自己的 cordis.patch.yml 不会被自动应用 ——
loader 只从 profile 的 dsh.profile.bundles 里挑 bundle 的 patch，而 dsh-theme-herta
只是本包的依赖，它的 patch 谁也不会去读，所以主题的挂载点只能在这里补上。
实测（dsh 0.2.0-rc.2）：本包依赖装进 profile 后，装载器能按名字解析到 dsh-theme-herta、
宿主半侧挂载成功；即便 profile 的 bundles 里又单独收了主题，重复的 loader 条目 id
也只是被覆盖、不会炸启动。

主题给的是什么（细节见它自己的 README）：

  • 开机 ASCII 开场：全屏遮罩逐帧画（不是视频）。冷启动播一次（刷新不重播），
    最长 15 秒强制收场，任何失败都会立刻撤掉遮罩。
  • 配色令牌：整套深/浅两色 --dsw-alias-*，颜色取自角色原画量出来的那几档。
    右上角那三个窗口键是 Windows 原生画的，网页盖不住 —— 主题能做的是让它们同色
    （开机动画期间连同原生那条一起融掉）。
  • 背景层：自带四张图（默认「魔女阳台」），也可以填图片网址、从本机导入一张、
    用一个纯色，或者关掉。
  • 「黑塔外观」设置页：挂在 DSH 设置的 settings.section 上，换背景、调遮罩、
    纯色预设色块 + 系统调色盘。

⚠️ 授权边界（未决，如实写在这里）：主题包自己的 NOTICE.md 记着 ——
lib/opening/ 那 10 个文件移植自上游 PersonaCLI/Herta，而那个上游
未标注标准许可证（GitHub 读作 NOASSERTION / Other）。也就是说不能假定它是
MIT 或任何通用条款：使用、再分发前请自行与上游确认，或只把 lib/opening/
当作「本机自用」的部分。角色与美术素材的权利归米哈游，本项目仅限非商业同人使用。

顺手修掉的（都是主题接线后暴露出来的）

  • 壁纸不再从左侧栏透出来：侧栏填充令牌是半透明的（rgba(38,31,46,0.64)，本意是
    「面板浮在壁纸上」），但半透明底色本身挡不住壁纸，图案会从整栏、行、字里渗出来，
    看着像重影。现在在那一栏下面垫一层等价的不透明底 #261f2e（正好是那个 rgba 的
    不透明形式，颜色不变）—— 令牌的透明度对着不透明底算，结果就是纯色。
  • 「选项高光叠了两层」：鼠标停在选中行里时，侧栏底（0.64）× 选中行（0.16）×
    一条后代悬停通配兜底（0.10）三层半透明相乘，壁纸从三层里渗出来，就成了重影。
    填充令牌改回不透明，那条通配悬停兜底删掉 —— 悬停/选中本来就归
    --dsw-specific-sidebar-nav-item-* 三个令牌管。
  • Windows 下品牌字被「收起侧边栏」按钮压住：DSH 0.2.0-rc.2 在 Windows 原生命中栏
    那条支路上，收起按钮是 position:fixed;left:12px（28px 见方），而品牌行
    flex:1 且 padding:0 —— 两块从同一个 x 起（gap:8px 是 flex 间距，对 fixed 子项
    不起作用）。给品牌行让出 40px 左内边距；收起态有更高特异性的 padding:0 规则，
    且收起态该行高度为 0，不受影响。
  • 信息条上只剩 emoji 看得见：会话里那条提示没有底板、直接压在主题铺的壁纸上，
    它继承来的墨色出自主题的 :host{color:var(--ink)}，而 --ink 只在宿主带
    data-theme="dark" 时才是浅色；主题那边是锁深色的（盯住 data-ds-dark-theme，
    却不碰 color-scheme，碰了会改原生标题栏的绘制）。于是「DSH 偏好浅色 + 主题锁深色」
    这一档里两层打架：底是深的、墨是深色的，整条只剩 emoji（emoji 的颜色由字体给，
    不吃 color）。现在这条直接取 DSH 的 --dsw-alias-label-primary —— 它正是当前胜出的
    那层色板的墨色，底与墨从此同源。
  • 本地 file: 安装也会镜像主题：scripts/deploy.mjs 的镜像集补上 theme/，
    否则「包里有主题、本地开发环境却看不到主题」。镜像集与 package.json 的 files
    保持对齐（这条当初就踩过：漏项会被当成陈旧文件删掉）。

工程面（用户看不见，但决定了以后还改不改得动）

  • 产物不再可手工修补（ADR-0003）：
    esbuild 固定 0.25.12（两条构建链都删掉候选列表，找不到就报错并指出修法，
    不再「换台机器就产出不同字节」）；删除 8 个 reapply-*.mjs（它们靠字符串锚点给
    bundle 打补丁，锚点对不上就「不猜，放弃」静默漏改）；pre-commit 强制
    「npm run build 之后 lib/ 无 diff」。代价写在 ADR 里：没有 esbuild 的机器不能出产物。
  • 一个设置字段 = 改一个描述符（ADR-0004）：
    此前加一个字段要同时改五处（settings-schema.js 的 FIELDS、settings-groups.js
    的组数组，加客户端四张 ENUM_LABELS / FIELD_HINTS / ENGINE_* 表），漏一处就是渲染事故
    —— 09-27「字段漏进组 → 整组一行不渲染」与 10-01「摘出分组时两边名单不同步 → 渲染两遍」
    两次都真发生过。现在展示元数据（group / hint / enumLabels / widget）住进字段描述符，
    settings-groups.js 整个删除；测试从「两张名单对账」换成「单源自洽」+ 三条防复发断言。
  • 叙述层：依赖通道与诊断总线拆开：原先挤在同一个 globalThis 对象里 ——
    依赖（marks.ctx / marks.llm）与 69 个诊断字段，外部无法区分「谁写、何时就绪、
    哪些 key 合法」。拆成 host-deps.js（依赖通道，就绪时序写在文件头）与 host-marks.js
    （诊断总线，那个对象只有这一处创建）。顺带把 { kind: "plugin:dsh-herta" }
    收成唯一常量、设置命名空间收成单源（此前宿主与客户端各写一份字面量，只靠注释提醒
    「必须一致」，没有守卫，写错的症状是设置页空白 + 写入静默无效）。
  • 叙述层第一次被运行时守住：新增 scripts/test-narrative-layer.mjs —— 用假 ctx
    记录 on(event, fn) 的清单与顺序    ，然后真的调用那些 handler，钉住
    「第 0 条是复核、第 1 条是护栏」「护栏读复核结论、被否决过就不注入」
    「三处闸门对子代理让过路」；此前这条顺序契约只有正则 grep 在守。
  • 两个零覆盖的叶子 module 补了接口测试：test-http-json.mjs（413 之后不再写第二份
    响应     —— 那是被 TCP RST 截掉的真事故；空体是 {}、坏 JSON 是 400 等）、
    test-tar-extract.mjs（坏校验和 / 非 ustar / 未知类型 / 超限 / safeEntryPath
    的完整拒绝形态）。test-subagent-skip.mjs 删除，它的三条断言已由上面那个
    运行时测试覆盖 —— 测试不再 grep 源码，而是穿过 interface。

验证

  • 测试：核心 26 组 1020 项 + MiniMax 6 组 390 项 = 1410 项全过、0 失败。
  • npm 制品核验：dist.shasum = 102413a9a1c8f24799cd68fd54ee6cc265c1993b；把 tag 那一刻的树重新打包与 registry 上那份
    逐文件比对一致（文本文件按 EOL 归一）。
  • 部署核验：桌面 profile 里那份副本与仓库逐文件一致。

仍未接 / 仍未决

  • 主题 lib/opening/ 的上游授权：未决（见上，PersonaCLI/Herta 未标注标准许可证）。
  • 外观设置存在浏览器本地：换背景那些值在 localStorage，不是 profile 配置，
    换机器不带走；要跨机器请用图片网址。
  • MiMo 语音合成器仍无调用点：密钥写得进凭据存储，但合成器只读环境变量、全仓零调用点，
    所以填了暂时不会发声。
  • theme / deviceScene 两个配置字段仍未接线：经核实 DSH 侧没有消费方，
    设置页里那两行写的是实话。
  • 本地合成（voiceEngine: local）的常驻化：设计见 docs/本地合成常驻化.md，未落地。

装

dsh plugin --profile desktop add dsh-herta        # npm

或者直接在 DSH 内置插件市场里搜 herta 一键安装。
装完关掉桌面应用窗口、重新打开（dsh.profile.bundles 是启动期合成的，热重载不覆盖它）。

之前单独装过 dsh-theme-herta 的不用卸：两边是同一个包、同一个挂载点。

目录与上游状态（如实说明）

  • 条目的 version 是上游每日构建（北京 10:23）的快照 —— 发布后次日才显示新版本号；
    安装始终取 npm latest，不受影响。
  • 条目内容（描述 / 工具数 / owner / url）若有变化，另行提 PR。
  • 条目 url 指着旧 owner YUNmengyuan/Herta-dsh，而 npm 包的 repository 指
    HerTa-st/Herta-dsh；上游的 npm 关联探测要求两者对得上，所以卡片上至今是
    npm: null / version: null。搬到新 owner 的 PR（awesome-dsh-plugin#6321）
    已于 2026-10-01 提交流程通过、等待合并。

来源与素材声明

这一段每版都要原样保留（第三方同人素材的声明义务，见 NOTICE.md / THIRD-PARTY.md）。

本项目是基于 Herta（https://www.herta-ai.com/#research，THE SELF THAT USES THE AGENT）
的第三方改造，与原作者无任何隶属、合作或背书关系。插件代码（src/、lib/、scripts/、
Cordis 配置）为本次改造新写，采用 MIT。

assets/voice/、preset/herta.patch.yml 与 icon.png 是第三方同人素材，权利归米哈游及
各自所有者，按《崩坏：星穹铁道》同人衍生作品创作指引 V2.0 第三条放置法律声明后收录：
仅限非商业使用，且不得作为独立素材包再分发。详见 NOTICE.md 与 THIRD-PARTY.md。

⚠️ assets/tts-runtime/ 里的 espeak-ng 是 GPL-3.0-or-later 且静态链接，许可原文随包
分发在 assets/tts-runtime/LICENSES/espeak-ng-LICENSE.txt；THIRD-PARTY.md 已给出
对应源码的获得方式。

Loading

v0.1.6 —— 修掉「装完起不来」

v0.1.6 —— 修掉「装完起不来」

Choose a tag to compare

View all tags
@YUNmengyuan YUNmengyuan released this 02 Oct 12:37
v0.1.6
e2b798d

v0.1.6

修掉「装完起不来」：0.1.5 在宿主不给 @deepseek-ai/schemastery 时整个插件导入失败。
面向 DSH 0.1.7-rc.2（engines.dsh 区间 >=0.1.7-rc.1 <0.3.0-0）。

  • 发布到 npm：dsh-herta@0.1.6（172 个文件 / 17.0 MB，sha1 732b063e44d97fe5aa42a38e9dbbbce8d06426a0）。
  • 升级提示：npm 上的 0.1.5 是坏的 —— 装完 herta 起不来。请直接升到 0.1.6。
  • 插件市场：条目已收录，DSH 内置市场里搜 herta 一键安装。

这一版的主体：入口不再硬依赖运行时的 schemastery

症状（用户报的）：

dsh: warning: 1 entry did not activate herta (dsh-herta): failed to import

根因：入口第 22 行是静态导入：

import z from "@deepseek-ai/schemastery";

而本包不声明任何依赖（dependencies / peerDependencies 全空）—— 它指望 DSH 运行时把
那个包递过来。运行时不给时，模块在解析阶段就抛（ERR_MODULE_NOT_FOUND），而静态导入
没法用 try/catch 兜，于是整个插件起不来。不是配置错、也不是版本区间错，是导入方式本身。

改法：新增 src/host/schema-compat.js 做动态导入 + 兜底：

  • 拿得到真库 → 行为与从前完全一致；
  • 拿不到 → 退到一个宽容的最小实现（覆盖用到的 object/string/number/boolean/union
    与 default/min/max/volatile，未知方法名也返回可链式调用，且保证不是 thenable，
    免得被 await 挂住）。它不做真校验：DSH 那边拿到的是宽容描述 —— 这比「整个插件起不来」好。
  • 入口那行随之改成 import z from "./schema-compat.js";（相对路径，永远解析得到）。
  • settings-schema.js 里的 FIELDS（字段名与默认值）不受影响，仍是唯一真相。

回归守卫：新增 scripts/test-schema-optional.mjs，已挂进 npm test —— 它把 lib/ 复制到
临时目录，只给 dsh-tools / dsh-llm 造替身、故意不给 schemastery，然后要求入口能加载、
Config 与 name 都在、且 usingFallbackSchema === true（证明走的是兜底，而不是偷偷用了真库）。
把补丁撤掉即红（已验）。

顺手修掉的

  • 产物双向漂移收口：lib/client.js 是打包产物、真源是 src/client/index.tsx；此前几批体检
    （reapply-ux-texts*.mjs、reapply-fish-proxy-field.mjs）只改了产物、没回填源码，于是
    直接 npm run build 会静默回退 8 处已经生效的界面文案（实测重建后与 HEAD 差 35 行）。
    本次按脚本记录的原文把 8 处回填进源码后重建，措辞一并收口：
    「暂未接线」不再断言「没有任何代码读它们」（bridge 确实会读 closeToTray / dreamEnabled）、
    MiMo 密钥行说实话（那个合成器只读环境变量）、网盘行补「不含语音模型」、下载失败带上原因、
    语音状态行显示「已计费 N 字」、「Fish 代理」那一行补行内提示；
    并给 voice / pipeline 的内联类型补上 billedCharsTotal / lastCap（此前只存在于产物里）。
  • 测试守卫：test-fish-proxy 原先把「esbuild 的转义风格」当契约（重建后
    label: "Fish 代理" 变成 label: "Fish \u4EE3\u7406" 就误报），改成解码后再比，并补一条
    「产物里行内提示还在」的守卫；test-schema-optional 因此必须不带 --import hook
    （挂了 hook 等于把真库递进去，测的就不是兜底）。
  • 发版工程：新增 RELEASING.md（一句话触发 + 12 步清单 + 已知坑表）与
    scripts/preflight-release.mjs（发布前八项只读预检；--verify-published <ver> 做发布后核验），
    以及 docs/templates/ 三份文案模板。预检照 package.json 的 test 链跑测试，不再写死清单 ——
    新测试接进链上即自动覆盖。
  • 跨会话纪律：新增 AGENTS.md（改动两步：动 src/ 就重建产物、跑测试）与 CONTEXT.md
    （产品四层、分工四域、协作词汇）及两份 ADR。

验证

  • 测试：核心 24 组 913 项 + MiniMax 6 组 390 项 = 1303 项全过、0 失败。
  • npm 制品核验：dist.shasum = 732b063e44d97fe5aa42a38e9dbbbce8d06426a0；把 tag 那一刻的
    树重新打包与 registry 上那份逐文件比对一致（文本文件按 EOL 归一）。
  • 部署核验：桌面 profile 里那份副本与仓库逐文件一致。

仍未接

  • MiMo 语音合成器仍无调用点：设置页那一行现在写的是实话 —— 密钥写得进凭据存储，
    但合成器只读环境变量、全仓零调用点，所以填了暂时不会发声。
  • theme / deviceScene 仍未接线：经核实 DSH 侧没有消费方，已从活字段降为「暂未接线」
    并各写清原因。
  • 本地合成（voiceEngine: local）的常驻化：设计见 docs/本地合成常驻化.md，未落地。

装

dsh plugin --profile desktop add dsh-herta        # npm

或者直接在 DSH 内置插件市场里搜 herta 一键安装。
装完关掉桌面应用窗口、重新打开（dsh.profile.bundles 是启动期合成的，热重载不覆盖它）。

已经装着坏掉的 0.1.5 的：同一条命令即可（取 npm latest = 0.1.6）。

目录与上游状态（如实说明）

  • 条目的 version 是上游每日构建（北京 10:23）的快照 —— 发布后次日才显示新版本号；
    安装始终取 npm latest，不受影响。
  • 条目内容（描述 / 工具数 / owner / url）若有变化，另行提 PR。
  • 条目搬到新 owner 的 PR（awesome-dsh-plugin#6321）
    已于 2026-10-01 提交流程通过、等待合并 —— 它同时是「卡片上还没显示版本号」的原因：
    条目 url 指着旧 owner YUNmengyuan/Herta-dsh，而 npm 包的 repository 指 HerTa-st/Herta-dsh，
    上游的 npm 关联探测要求两者对得上，所以条目至今是 npm: null / version: null。

来源与素材声明

这一段每版都要原样保留（第三方同人素材的声明义务，见 NOTICE.md / THIRD-PARTY.md）。

本项目是基于 Herta（https://www.herta-ai.com/#research，THE SELF THAT USES THE AGENT）
的第三方改造，与原作者无任何隶属、合作或背书关系。插件代码（src/、lib/、scripts/、
Cordis 配置）为本次改造新写，采用 MIT。

assets/voice/、preset/herta.patch.yml 与 icon.png 是第三方同人素材，权利归米哈游及
各自所有者，按《崩坏：星穹铁道》同人衍生作品创作指引 V2.0 第三条放置法律声明后收录：
仅限非商业使用，且不得作为独立素材包再分发。详见 NOTICE.md 与 THIRD-PARTY.md。

⚠️ assets/tts-runtime/ 里的 espeak-ng 是 GPL-3.0-or-later 且静态链接，许可原文随包
分发在 assets/tts-runtime/LICENSES/espeak-ng-LICENSE.txt；THIRD-PARTY.md 已给出
对应源码的获得方式。

Loading

v0.1.5 —— Fish 语音接通 + 两处静默修复 + 设置页体检收口

v0.1.5 —— Fish 语音接通 + 两处静默修复 + 设置页体检收口

Choose a tag to compare

View all tags
@YUNmengyuan YUNmengyuan released this 01 Oct 14:48
v0.1.5
958380a

v0.1.5

让她真的出声，而且每一处「没声」都说得清原因 —— Fish 引擎补齐成可用的一档，
两条静默路径修掉，叙述层不再对子代理说话，设置页按体检结果收口。
面向 DSH 0.1.7-rc.2（engines.dsh 区间 >=0.1.7-rc.1 <0.3.0-0）。

  • 发布到 npm：dsh-herta@0.1.5（171 个文件 / 17.8 MB），dist-tags.latest 已指向它。
  • 插件市场已收录：条目 2026-09-29 进上游精选目录（PR #5946 合并），
    DSH 内置市场里搜 herta 一键安装即可。

这一版的主体：Fish 语音（新的一档）

voiceEngine 取值域从 ["local", "minimax"] 扩到 ["local", "minimax", "fish", "mimo"]，
这一版把 fish 打通：

  • 密钥走凭据缝：FISH_API_KEY 由 DSH 凭据存储供给，C:/herta-ai/fish_key.txt
    退化成「没填凭据时的兜底」，不再有第二份真相。
  • 接口按可达性排序（这一版的关键修复）：fishaudio.org（官方现用域名，国内可直连）
    优先，api.fish.audio（旧域名，国内会被按 SNI 重置 —— 同一个 Cloudflare IP 上只换 SNI
    即可复现：registry.npmjs.org 返 200、api.fish.audio 直接 RST）兜底；两条共享同一个超时
    预算，失败时把服务端返回的 code 记进日志，而不是只剩「不出声」。
  • 「Fish 代理」可以留空：只有两条接口都不通时才需要填。代理不再写死本机端口；
    空串不会冲掉 fish_config.json 里的值（那正是「填了密钥也不出声」的根因）。
  • ⚠️ 音色 id 跟域名绑定：默认「大黑塔」用的是新域名下的 id
    （36e4d5f5-7654-43d4-b160-a1f15398116f）；旧域名那个 id 在新域名上会返回
    ERR_VOICE_NOT_FOUND。手动换域名时，「Fish 音色」那一行要跟着换。
  • 计费字符数收下并显示到语音状态行 —— 「这一档到底花了多少」第一次有了答案。

两条静默路径修掉

  • 围栏之外的字是说话：以前「正常发言 + 内心话」会被整段吞掉，只剩静默。
  • 空轮护栏：一轮什么都没说时注入一条看得见的通知（生产上已实测到它唯一的一次触发）。

叙述层对子代理让过路

分拍 / 复核 / 空轮护栏一律不拦子代理 —— 三处钩子都问在动作之前，每次跳过都留痕
（subagentSkip 进诊断）。

设置页体检（两批）与产线收口

  • 记忆能取下、失败说人话、做梦账本不丢、模型下载失败说出原因、计费字符上状态行。
  • theme 与 deviceScene 经核实在 DSH 侧没有消费方，从活字段降为「暂未接线」并各写清
    原因。这一版顺手修掉它们渲染两遍的问题：页面同时遍历 SETTINGS_GROUPS 与
    UNWIRED_FIELD_NAMES，两个名单必须互斥（源码 + lib/client.js 产物 + 断言三处一起收口，
    新增 scripts/reapply-unwired-groups.mjs 记录产物改法）。
  • fishProxy 去掉只有「未接线」才该有的 note（那是本仓 wired/note 约定的另一半）。
  • 产物一致性上测试：test-artifact-sync.mjs 守着「src/host 的每个文件与 lib/ 逐字节相同」，
    也守着「发布目录里不许留补丁脚本的 .bak 备份」——后者曾把一个 511 KB 的备份带进 npm 包。
  • 每个工具的「形状声明必须覆盖它的返回值」；lib/minimax/*.js 与 TS 源码重新对齐。
  • scripts/deploy.mjs 加 --no-build（本机没有 esbuild 时只镜像），并把镜像集与
    package.json 的 files 对齐、陈旧清理限定在镜像集内 —— 否则一次部署会把 locale、
    LICENSE、NOTICE.md、THIRD-PARTY.md 当陈旧文件删掉。

验证

  • 测试：核心 23 组 906 项 + MiniMax 6 组 390 项 = 1296 项全过、0 失败。
  • npm 制品核验：dsh-herta@0.1.5，dist.shasum = aba781c1cc47dd9fe764f15d26636ca16cfebc76；
    重新下载 registry 上的 tarball 复核 SHA1 一致、171 个文件、0 个 .bak 泄漏，
    preset/herta.patch.yml 与 lib/index.js 在位。
  • 部署核验：桌面 profile 里那份副本 172 个文件与仓库逐字节一致。

仍未接

  • voiceEngine = local / mimo 这两条（本地模型目前只服务 herta_speak 与 MiniMax 的回落；
    mimo-tts.js 仍未实例化）—— 这是决定，不是遗漏。
  • 记忆/语音工具仍未在真实会话里被逐个调用过（只验到进了工具表 + 纯逻辑单测）。

装

dsh plugin --profile desktop add dsh-herta        # npm

或者直接在 DSH 内置插件市场里搜 herta 一键安装。
装完关掉桌面应用窗口、重新打开（dsh.profile.bundles 是启动期合成的，热重载不覆盖它）。

目录与上游状态（如实说明）

  • 条目 2026-09-29 已收录（上游 PR #5946 合并）。市场搜索候选集只有那份上游目录
    （2026-10-01 实测 4400 条），不含本机已装插件，也没有自定义目录源入口。
  • 条目里 url 仍是旧 owner（YUNmengyuan/Herta-dsh，301 正常重定向到 HerTa-st/Herta-dsh）；
    已提上游 PR #6321 把它改成 HerTa-st/Herta-dsh 并同步重命名条目文件。
  • 目录卡片的版本号由上游 CI 每日重建刷新；装到哪个版本以 npm 的 latest 为准，
    所以新版本发到 npm 后用户立刻能装到。
  • 已知误报：上游能力扫描（dsh-trust-check@0.1.13）给出红线
    「uses plaintext http:// to www.xfa.org」—— 那是随包进来的 pdf.js 里的 XFA XML 命名空间
    常量    （同一张表里还有 www.w3.org，后者已被扫描器的命名空间豁免覆盖），不是我们的网络请求。
    已提 issue（dsh-trust-check#8）建议把 www.xfa.org 收进同一张豁免表。

来源与素材声明

本项目是基于 Herta（https://www.herta-ai.com/#research，THE SELF THAT USES THE AGENT）
的第三方改造，与原作者无任何隶属、合作或背书关系。插件代码（src/、lib/、scripts/、
Cordis 配置）为本次改造新写，采用 MIT。

assets/voice/、preset/herta.patch.yml 与 icon.png 是第三方同人素材，权利归米哈游及
各自所有者，按《崩坏：星穹铁道》同人衍生作品创作指引 V2.0 第三条放置法律声明后收录：
仅限非商业使用，且不得作为独立素材包再分发。详见 NOTICE.md 与
THIRD-PARTY.md。

⚠️ assets/tts-runtime/ 里的 espeak-ng 是 GPL-3.0-or-later 且静态链接，许可原文随包
分发在 assets/tts-runtime/LICENSES/espeak-ng-LICENSE.txt；THIRD-PARTY.md 已给出
对应源码的获得方式。

Loading

v0.1.4 —— MiniMax 语音接线 + 按 DSH 插件清单规范收口

v0.1.4 —— MiniMax 语音接线 + 按 DSH 插件清单规范收口

Choose a tag to compare

View all tags
@YUNmengyuan YUNmengyuan released this 27 Sep 13:00
v0.1.4
0d0f028

v0.1.4

把 Herta 的 MiniMax 语音接通了，并把插件按 DSH 插件清单规范收口。面向 DSH 0.1.7-rc.2。

  • 发布到 npm：dsh-herta@0.1.4 起，本插件同时发布到 npm（此前只在 GitHub 上）。
  • 清单规范化：dsh.manifestVersion、engines.dsh、locale/en.json + locale/zh.json，
    并让法律声明随 npm 包一起分发。

这一版的主体：MiniMax 语音

从「设置里存得下密钥」到「她真的用那个声音说话」：

  • src/host/minimax/ —— TS 移植件（api / segment / voice / synthesizer / pipeline / state），
    单独一条编译缝 scripts/build-minimax.mjs（用 Node 自带的 stripTypeScriptTypes，不引 esbuild/tsc）。
    其中 segment.ts 与上游真身做了 16164 次差分比对，0 处不一致。
  • src/host/minimax-voice.js —— 宿主接线：凭据缝读密钥、启动认领 + 凭据变更重认领、
    SSE /herta-minimax-events 与状态端点 /herta-minimax-state、按 voiceEngine 分发、
    显式回落本地模型并在状态里写明回落原因。
  • 新工具 herta_say（用她自己那个克隆声音说一句）：既是调试入口，也是语音链路的验收通道 ——
    端到端哑掉时，先用它把「合成」与「推给界面」两段分开看。
    voiceEngine 与 realtimeVoice 从 wired: false 翻成 wired: true。
  • src/client/minimax-pcm.ts —— 客户端 PCM 解码与播放状态机：乱序到达、重复 seq 丢弃、
    新句打断旧句、迟到帧不复活、ttsStop 只封锁那一条。
  • 密钥走凭据缝：MINIMAX_API_KEY / MINIMAX_PLAN_API_KEY。没填就回落本地，
    状态里说清是哪一种 unavailable。realtimeVoice 是自动念回复的总开关（关掉省钱），
    herta_say 是明确要求说一句，不受它管。

按 DSH 插件清单规范收口

补了什么 为什么
dsh.manifestVersion: 1 清单格式标识，与包版本、会话格式版本无关
engines.dsh: ">=0.1.7-rc.1 <0.2.0-0" 作者声明的兼容区间。必须带显式下界 —— 写宽区间时 0.1.7-rc.2 这类预发布版会被 semver 静默排除；插件市场的「按宿主发现」读的就是它
locale/en.json + locale/zh.json 形状 { "meta": { "title", "description" } }：插件管理页与市场卡片不激活插件也能读到本地化标题与简介；配套 exports 补 ./locale/*.json
files 补 NOTICE.md / THIRD-PARTY.md npm 包会带上 assets/voice/（80 条语音）与 preset/herta.patch.yml，这些第三方同人素材的法律声明必须随包一起走。TTS 运行时的许可原文本来就在 assets/tts-runtime/LICENSES/（含 espeak-ng 的 GPL-3.0 全文），随 assets 一起发
description 中英双语、keywords、publishConfig.access npm 侧的检索与发布元数据

刻意没加 peerDependencies。 规范允许「engines.dsh」与「同版本线 @deepseek-ai/dsh-*
peer 声明」二选一，市场两者都读。这里只声明 engines.dsh：本包当前安装形态是 file: 本地路径，
加 peer 会让 pnpm 在安装时去解析一批宿主包，收益与 engines.dsh 重合、风险不重合。

顺手修掉的

  • 脚本里写死的本机绝对路径：build.mjs 的 HERTA_SRC 默认值改成同级相对路径
    （resolve(root, "..", "Herta-src")，解析结果与原硬编码值相同）；新增的
    test-minimax-deployed.mjs 里那个写死 C:\Users\<本机用户名>\... 的 profile 目录，
    改成从 DSH_HOME / DSH_PROFILE 推导。
  • 客户端工作区路径输入框的占位符不再显示作者本机路径。
  • .gitignore 收 _minimax-*.wav（测试落地的音频样本，不是交付物）。

验证

  • npm test = 20 组 1059 项全过、0 失败。
    14 组逻辑用例 671 项（narrative 31 / dream 28 / mapping 41 / narrative-hints 54 /
    supervisor 81 / session-surface 32 / beat-policy 61 / dream-distill 55 / mimo-tts 40 /
    voice-settings 51 / voice-model 50 / tts-resident 39 / herta-settings 101 / source-kind 7）+
    MiniMax 那 6 组 388 项（api 98 / segment 112 / voice+state 43 / synthesizer 37 /
    pipeline 43 / pcm 55）。
  • lib/ 与 src/ 逐字节一致：重跑 npm run build 与 npm run build:ui 后，
    产物 0 处差异（46 + 8 个文件）。
  • npm pack = dsh-herta@0.1.4，167 个文件 / 17.7 MB，含 locale/、
    NOTICE.md、THIRD-PARTY.md 与 assets/tts-runtime/LICENSES/。
  • 运行时侧实测：插件行 include:herta 在 profile 里带着投影出的 Config schema。

仍未接

  • voiceEngine = local / mimo 这两条（本地模型目前只服务 herta_speak 与上面那条回落；
    mimo-tts.js 仍未实例化）—— 这是决定，不是遗漏。
  • 五个记忆/语音工具仍未在真实会话里被逐个调用过（只验到进了工具表 + 纯逻辑单测）；
    herta_say 的合成链路有真机冒烟脚本，但「自动念回复」那一跳尚未在真实对话里走完。

装

# 插件市场（dshmarket）里搜 herta —— 需上游目录条目先合并，见下
dsh plugin --profile desktop add dsh-herta          # npm
plugin_manager  install_bundle  file:<本仓库绝对路径>  # 本地路径

然后关掉桌面应用窗口，重新打开（dsh.profile.bundles 是启动期合成的）。

目录收录状态（如实说明）

条目已提给上游精选目录 awesome-dsh-plugin
（PR #5946，状态：open / 待维护者合并）。市场的搜索候选集只有该目录的
plugins.json（由上游 CI 每日重建），不含本机已装插件，也没有自定义目录源入口 ——
所以 file: 装进来的插件不会出现在搜索结果里。

因此「能在 dshmarket 里搜到」以该 PR 合并为前提，不在本仓库的控制范围内。
本版做的是：把条目内容改正（工具数 5 → 6）并同步 v0.1.4 的实际能力，
并用市场自身的搜索代码在本机对「目录含此条目」的候选快照做过可搜到验证。

来源与素材声明

本项目是基于 Herta（https://www.herta-ai.com/#research，THE SELF THAT USES THE AGENT）
的第三方改造，与原作者无任何隶属、合作或背书关系。插件代码（src/、lib/、scripts/、
Cordis 配置）为本次改造新写，采用 MIT。

assets/voice/、preset/herta.patch.yml 与 icon.png 是第三方同人素材，权利归米哈游及
各自所有者，按《崩坏：星穹铁道》同人衍生作品创作指引 V2.0 第三条放置法律声明后收录：
仅限非商业使用，且不得作为独立素材包再分发。详见 NOTICE.md 与
THIRD-PARTY.md。

⚠️ assets/tts-runtime/ 里的 espeak-ng 是 GPL-3.0-or-later 且静态链接，许可原文随包
分发在 assets/tts-runtime/LICENSES/espeak-ng-LICENSE.txt。

Loading

v0.1.3 —— 兼容 DSH 0.1.7-rc.2 + 随包本地 TTS 运行时

v0.1.3 —— 兼容 DSH 0.1.7-rc.2 + 随包本地 TTS 运行时

Choose a tag to compare

View all tags
@YUNmengyuan YUNmengyuan released this 26 Sep 13:33
v0.1.3
468606c

v0.1.3

面向 DSH 0.1.7-rc.2。 这一版把两批改动一起发布：

  • 兼容性修复 —— README 里记在 v0.1.2 一节的内容，此前没有单独发过版。DSH 在 0.1.5 → 0.1.7 之间有两处破坏性 API 变更，旧版在 0.1.7 上是「界面能开、功能静默失效」；
  • 本地 TTS 运行时随包分发与语音模型下载。

修的两处破坏性变更

1. preset 的载体变了

DSH 移除了 $DSH_HOME/.agent-presets/<name>/agent.cordis.yml 那套目录机制（运行时里已无任何代码引用 .agent-presets），preset 变成一条 @deepseek-ai/dsh-agent-preset loader 行。

本版改为生成 preset/herta.patch.yml，作为第二条 bundle patch 随插件一起装 —— dsh.bundle.patch 现在可以是数组，preset 不再需要单独安装，也不再有「preset 属于整个 home」那个副作用。

修之前的表现：--dump-config 一切正常，但「黑塔」这个 preset 根本不存在 —— 人设、记忆提示词段、五个工具、叙述调度层全部静默缺席。

2. 语音偏好的存放（设置域）变了

宿主 ctx.settings.register(ns, schema) 与客户端 settingsScope.bind({namespace}) 一起消失，换成基于插件 Config 的 SettingsForms／configForms，没有第三方命名空间入口。

本版改为自持：$DSH_HOME/dsh-herta-voice.json + 白名单端点 GET/PUT /herta-settings（body 上限 8 KB，只认 engine 与 realtimeVoice，非法字段被丢弃、非法 JSON 回 400、落盘走「临时文件 + rename」，读方看不到半截 JSON）。

修之前的表现：宿主打一行 settings.register is not a function，客户端那个 ctx.inject(["settingsScope"]) 永不回调 —— 面板能开能点，值永远是默认值。

其余用到的 API 在 0.1.7 上没变，实测可用：ctx.systemPrompt.section、ctx.tools.register、ctx.slots.inject/register、ctx.uiConversation.binding、ctx.on('agent/turn-stopping' | 'agent/error' | 'tools/result')、webServer.register({ kind: 'prefix' })。

新增

  • 本地 TTS 运行时随包分发（assets/tts-runtime/，22 MB：sherpa-onnx 1.13.6 + onnxruntime 1.27.1 + espeak-ng / piper-phonemize 的 fork，许可原文在 LICENSES/）。宿主会真探测它（拉子进程把 addon 加载起来拿版本号，结果进程内缓存），探测通过才报 runtime: true；设置面板把「下载模型」按钮与「实时语音」开关 gate 在这个标志上 —— 这两个标志都不是写死的。
    合成跑在子进程里（src/host/tts-worker.cjs）：sherpa 的 espeak 构建在 Windows 上处理不了非 ASCII 绝对路径，而本机路径里就有中文；顺带也避免了同步阻塞宿主、原生件崩溃拖死宿主。

    ⚠️ espeak-ng 是 GPL-3.0-or-later 且静态链接，分发前请自行拍板 —— 见 THIRD-PARTY.md。

  • 本地语音模型的下载（/herta-voice-model）：归档参数从上游扒来并钉死在代码里（herta-best-e72 / 76,255,506 B / SHA-256，见 src/host/tts-release.js），四段流程 —— 边下边算哈希（先比字节数、再比哈希）→ 解到最终目录旁边的 .installing/（带解压炸弹上限，拒绝路径穿越）→ 拿 bundle 自带的 manifest.json 逐个文件比 size + SHA-256 → 前三段全过才 rename 就位。任何一段失败都不会留下半个可用的 bundle，已经装好的旧 bundle 在任何失败下都还活着。

  • 插件图标 icon.png（384×384 / 173 KB）：DSH 清单对图标有两条硬约束（≤256 KiB、必须位于 manifest 所在目录之内），原图两条都不满足，本版缩放重编码后在 package.json 里声明 "icon"；生成过程留在 scripts/make-icon.py。

  • 构建与测试脚本去掉全部写死的本机绝对路径：preset 底本改从 dsh-web-app/presets/standard.patch.yml 取，探测不到会明确报错并告诉你该设哪个环境变量。

测试

本次发布前重跑 npm test：12 组纯逻辑用例，601 项全过、0 失败。

用例 项数
test-narrative / test-dream / test-mapping 31 / 28 / 41
test-narrative-hints / test-supervisor / test-session-surface 54 / 81 / 32
test-beat-policy / test-dream-distill / test-mimo-tts 61 / 55 / 40
test-voice-settings / test-voice-model / test-herta-settings 50 / 50 / 78

另有 LLM 路径的集成测试（28 项，用 mock 的 ctx.llm 把请求组装 / 流消费 / 判决解析 / 「失败一律放行」整条跑通）：npm run test:integration。

安装

桌面应用的 DSH 运行时打包在 resources/app.asar 里（Electron 归档格式，普通 Node 读不到），走应用内置的插件管理器：

plugin_manager  install_bundle   file:<本仓库绝对路径>

然后关掉桌面应用窗口，重新打开 —— dsh.profile.bundles 的变更是启动期合成的，直接杀掉 dsh web 不会自动拉起。

有独立 DSH 安装时可以用命令行：dsh plugin --profile desktop add file:<本仓库绝对路径>；或用仓库里的 node scripts\install-web.mjs --profile desktop（前置检查 → 备份 → 装 → --dump-config 自校验，回滚用 --rollback）。

已知缺口

  • 实时语音还差最后一跳：运行时与模型都是真的、引擎确实能合成（scripts/test-tts-runtime.mjs 用真实模型跑过：24 kHz / 5.08 s / 非静音），但「把她的回复自动送去合成、再推给整机 iframe 播放」还没接 —— 打开「实时语音」开关她暂时不会自己开口。
  • 五个工具从未在真实会话里被调用过（只验到进了工具表 + 纯逻辑单测）。
  • 叙述调度层的行为都在 lab 里用假模型服务实测过；真实 DeepSeek 的判断力与语气质量没验 —— 那需要真实凭据，且不属于代码正确性的范畴。

来源与素材声明

本项目是基于 Herta（https://www.herta-ai.com/#research，THE SELF THAT USES THE AGENT）的第三方改造，与原作者无任何隶属、合作或背书关系。插件代码（src/、lib/、scripts/、Cordis 配置）为本次改造新写，采用 MIT。

assets/voice/、preset/herta.patch.yml 与 icon.png 是第三方同人素材，权利归米哈游及各自所有者，按《崩坏：星穹铁道》同人衍生作品创作指引 V2.0 第三条放置法律声明后收录：仅限非商业使用，且不得作为独立素材包再分发。详见 NOTICE.md 与 THIRD-PARTY.md。

Loading

v0.1.1 —— 叙述调度层 + 修复思考围栏外泄

v0.1.1 —— 叙述调度层 + 修复思考围栏外泄

Choose a tag to compare

View all tags
@YUNmengyuan YUNmengyuan released this 19 Sep 15:04
v0.1.1
1aa463a

v0.1.1

新增：叙述调度层（方案 B）

把她的演员调度接到 DSH 的 agent loop 上 —— 不移植上游 1.6 MB 后端（DSH 就是那个后端）：

  • （我 想） / （我 说） 叙述语法（提示词资产逐字移植自上游 narrative/）
  • 分拍：工具失败 / 验证跑完时她补一句点评
  • thought tag：两种表面各自成段
  • 自我收回：复核否决后先重想、再重说（rethink → respeak 两阶段）
  • supervisor 复核：agent/turn-stopping 里一次独立复核
  • 做梦蒸馏走 LLM：herta_dream {distill:true}，两阶段蒸馏 → 过门 → 落盘 → 记账

设计文档：docs/叙述调度层设计.md

修复

  • 她的思考围栏被当成发言显示出来了（用户报）：mapping.js 原来把 assistant 的整段文本无条件标成 speech，没解析围栏，导致 （我 想）…（/我 想） 被原样发出。现已剥除，并有 10 项单测钉住。

可观测性

  • 启动信标 $DSH_HOME/dsh-herta-narrative.json —— 让「叙述层在不在跑」变成可读证据（放行不留痕，光看会话记录分不出来）
  • scripts/probe-session.mjs：解 zstd 多帧会话记录并检索特征

测试

  • 314 项单元 + 28 项集成（用 mock ctx.llm 把 LLM 管道整条跑通）
  • scripts/mock-llm-server.mjs：无 API Key 也能验真实链路

验证边界（如实说明）

五种行为都在 lab 用假模型服务实测过；真实 DeepSeek 的判断力与语气质量未验（需要真实凭据）。详见 README 的「验过 / 没验」表。

Loading