Skip to main content
Glama

港话通粤语教练 · dsh-hkchat-coach

中文 · English

一个 DSH 配置型 bundle:把一个零依赖的本地 MCP server(mcp__hkchat__yue_*)装进每个会话,配一份教学用 Skill。

  • 默认零 key 可用:内置粤语规则库(123 条高频词 / 14 个语气词 / 六调表 / 5 个场景剧本)。

  • 有 HKGAI 令牌时升级:改写与自由场景交给港话通背后的 HKGAI 粤语模型,规则库退为兜底。

  • 它不做什么:不评估发音、不做 TTS/ASR。口型和声调对不对得靠录音对比。

五个工具

工具

用途

yue_rewrite

普通话 → 地道粤语:逐词替换、附粤拼、给出语气词建议

yue_explain

讲清一个词 / 语气词 / 声调 / 懒音现象

yue_roleplay

茶餐厅、街市、问路、约朋友、诊所的分角色对白稿

yue_quiz

出题(词汇/粤拼/声调/语气词)、判分、给解析

yue_log

记录每天练习时长与自测分数,出周报

另附 yue_status:看当前是「规则库模式」还是「HKGAI 模式」。

Related MCP server: LangCoach

安装

  1. 先试效果(可选,不用装 DSH):只要 Node 20+。

    node server/cli.mjs status
    node server/cli.mjs rewrite "我想问一下,这个东西多少钱?"
    node server/cli.mjs roleplay 茶餐廳落單 --turns 4

    同 DSH 里那 6 个工具是同一套引擎,node server/cli.mjs help 看全部命令。

  2. 改路径:cordis.patch.yml 的 args 里写死了本目录的绝对路径,换成你机器上的 <本目录>/server/server.mjs。(练习记录默认落在 ~/.dsh/hkchat-coach,要换位置再加 HKCAT_COACH_HOME。)PowerShell 里可以一条命令搞定:

    node -e "const fs=require('fs');const t=fs.readFileSync('cordis.patch.yml','utf8');fs.writeFileSync('cordis.patch.yml',t.replace('D:/Desktop/DSH/dsh-hkchat-coach',process.cwd().replace(/\\/g,'/')))"

    用 Node 而不是 Get-Content/Set-Content:Windows PowerShell 5.1 会按 GBK 读写,把文件里的中文注释写成乱码。

  3. 装入 DSH(在 DSH 会话里执行):

    plugin_manager action=install_bundle target=<本目录绝对路径>
  4. 装 Skill(推荐):把 skills/cantonese-coach 整个目录复制到 ~/.dsh/skills/(全局生效)或 <项目>/.dsh/skills/(仅该项目)。

  5. 重启 DSH,在 Plugins 页确认已启用。新会话里才会出现 mcp__hkchat__* 工具。

目录结构

cordis.patch.yml         插入 dsh-mcp-client 的配置
server/server.mjs        MCP stdio 服务(手写 JSON-RPC,零依赖)
server/cli.mjs           命令行体验入口(不装 DSH 也能跑)
server/engine.mjs        六个工具的实现
server/data.mjs          粤语知识库(词表 / 语气词 / 六调 / 场景)
server/llm.mjs           HKGAI 客户端(无令牌时不启用)
server/test.mjs          引擎与协议自测(29 条)
server/test-hkgai.mjs    HKGAI 链路自测(本地假服务器,5 条)
skills/cantonese-coach/  教学 Skill
locale/ · icon.svg       插件页显示元数据
HANDOVER.md              给组员/老师的交接页(非技术,可直接转发)
SHARE.md                 给组员的 3 分钟上手页(含免装 DSH 的体验方式)
README.en.md             英文版说明

自测

npm test

接 HKGAI(可选,本轮不启用)

2026-11-18 决定:不申请 key,全部功能走本地模式。 这一节保留给将来复用(或别人接手时可以直接升级),不影响现在的使用。

不要把 key 写进对话或代码。改成文件:

// %USERPROFILE%\.dsh\hkchat-coach\credentials.json
{ "apiKey": "sk-...", "baseUrl": "https://api.hkgai.org/v1", "model": "hkgai-v2" }

MCP 子进程会被 DSH scrub 掉名字像 *KEY* / *TOKEN* / *SECRET* 的环境变量,所以 key 不能靠 setx 透传——必须放文件,或在 cordis.patch.yml 的 env 里显式写。没有 key 时所有工具照常工作,只是标注 engine: "local"。

如果拿不到 key

这套东西照常能用,只是对外说法必须改,否则报告站不住:

能说

不能说

做了一个 DSH 插件,用内置粤语知识库提供改写、讲解、对白、自测、记录

「已接入港话通」/「答案由港话通生成」

预留了 HKGAI 接口,填 key 即切换(server/llm.mjs + yue_status 可自证)

「用了港话通 App」

全部输出带 engine: "local" 标注,来源可追溯

「问过港话通,它说……」

怎么争取:

  1. 问组员要出处:那份分析里的「pip install hkgai」「Agent Workshop 原生支持 MCP」「api.hkgai.org/v1」如果来自模型而不是官方文档,很可能不存在——先让对方指出具体在哪个页面看到的。

  2. 机构身份申请:这类香港本地大模型平台多面向机构/实验室,用学校或课题组身份申请比个人高。

  3. 先小流量试:拿到 key 后先用 yue_status 确认连通,再跑 yue_rewrite 一次看 engine 是否变成 hkgai。

  4. 申请门槛与计费以官网为准——我这边没有核实到(官网是前端渲染,普通抓取读不到正文)。

已验证 / 未验证

  • 已验证:npm test(引擎 29 条 + HKGAI 链路 5 条,后者用本地假服务器验证「有 key 走模型 / 接口挂了自动退回」)、bundle 安装与插件激活、~/.dsh/skills 技能发现、PowerShell 管道 MCP 协议冒烟。

  • 已验证(2026-11-18 实测):https://api.hkgai.org/v1/models 真实存在,无凭证时返回 401 {"error":{"message":"未提供令牌","type":"one_api_error"}}——说明官方网关是 OpenAI 兼容形态,llm.mjs 的请求形状与之一致。chat.hkchat.app 返回 403(Cloudflare),印证网页版不可爬。

  • 未验证:Plugins 页面的图标与文案渲染(本机无浏览器控制)、真实凭证下的连通性(无 key)。官方页面宣传的 pip install hkgai 在 PyPI 上不存在(404),文档站 docs.hkgai.info 无 DNS 记录——SDK 与文档尚未发布。

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    Related MCP Connectors

    Related MCP Servers

    • A
      license
      Not graded
      quality
      B
      maintenance
      Enables read-only mirroring of your vocabulary learning data into a local SQLite database and provides daily multiple-choice quiz sessions with explanations, mistake tracking, and generated daily reports.
      MIT
    • A
      license
      A
      quality
      B
      maintenance
      Gives Claude persistent memory to coach language learning: it stores a personal profile, builds weekly plans and daily lesson tasks, schedules spaced-repetition review cards, and tracks streaks and XP. All data is kept in a single local JSON file with no API key, account, or network calls.
      15
      1
      MIT
    • A
      license
      Not graded
      quality
      B
      maintenance
      Lets AI assistants act as a personal language teacher by storing a learner's vocabulary, writing stories around those words, judging translations, labeling mistakes by rule, and scheduling spaced-repetition reviews with FSRS. It also serves the agreed tutoring method to any connected assistant so teaching stays consistent across Claude, ChatGPT and Codex.
      MIT