deepseekplugins

DeepSeek Harness plugin

dsh-realtime-voice-martinbe

Hot-disposable realtime voice Agent plugin for DeepSeek Harness WebUI and future WeChat Mini Program clients

Workflow & Automation
Jump to install

Source facts

Repository
martinbear1/dsh-realtime-voice
Latest update
Aug 19, 2026
Category
Workflow & Automation
GitHub stars
0
Format
plugin
Catalog evidence
Upstream dsh.bundle evidence
Evidence path
package.json#dsh.bundle
Checked against
0.1.0-rc.8
Upstream check date
2026-08-20

This evidence comes from the upstream catalog. This site has not installed, run, or security-reviewed the plugin.

Install

Start with a prompt that asks an agent to review the GitHub repository and source. Switch to the command if you want to install it yourself.

Copy this prompt into DSH, Codex, or another agent and ask it to review the GitHub repository and source first.

Do not install or run any commands yet. Read this plugin's GitHub repository, README, and relevant source code. Then answer the questions below clearly and directly so I can decide whether it fits my needs:

1. What is this plugin, and what problem does it solve?
2. Who is it for, and what are its typical use cases?
3. How is it used after installation? Include one minimal example.
4. What known limitations or privacy, security, compatibility, or maintenance risks does it have?
5. Give a clear recommendation: recommend, conditionally recommend, or do not recommend, with reasons.

Distinguish statements documented by the repository, inferences from source code, and unknowns. If evidence is insufficient, say so explicitly. Do not guess or simply repeat the README.

GitHub: https://github.com/martinbear1/dsh-realtime-voice
Plugin: dsh-realtime-voice-martinbe
Author: martinbear1

Check the source files

Read the README and other files from this plugin directory before installing.

File explorer3 files
README.mdSource · read only

DSH Realtime Voice

DeepSeek Harness 官方插件形态的实时语音 Agent：安装后在 WebUI 输入框旁出现拨打按钮，用户可持续对话、打断播报、询问进度，并用语音启动、追加、纠正或停止当前 DSH Agent 工作。

当前版本：0.1.0-alpha.6，目标 DSH：0.1.0-rc.7。

本包同时声明 DSH bundle、Host 插件和“原生 WebUI 浏览器侧”插件。这里不是另做一个网站：UI 直接注入 DSH 自带的 http://127.0.0.1:3080，不新增页面或 UI 端口。它不修改 DSH 源码，不另起后台进程；卸载或禁用时会移除 UI/路由并关闭麦克风、音频、浏览器 WebSocket 和百炼连接，已经交给 DSH 的任务继续运行。

当前能力

  • DSH 原生 3080 WebUI：拨号按钮位于发送按钮右侧，使用同尺寸、同色系的通话图标
  • 独立可拖动语音浮窗；可在任意位置展开使用，也可收起为带动态波形和计时的悬浮球
  • “设置 → 插件 → DSH 实时语音”内一键切换 Qwen Audio Realtime Flash/Plus；下一通生效，不中断当前通话
  • “快速声学打断 / 智能语义轮次”可切换；快速模式采用浏览器本地起音检测、立即停播、Host 显式取消和百炼 VAD 三层打断
  • 自动识别 DASHSCOPE_API_KEY，也可在插件设置中通过 DSH 官方 credentials 安全写入或替换；浏览器不可回读明文
  • 默认低延迟 server_vad（阈值 0.35、静音 500ms），可选 smart_turn；实时转写、流式 PCM 播放、用户全双工打断
  • Function Calling 到官方 DSH apiProxy：开始、queue/steer、状态、取消
  • 按工作区/标题检索其他 DSH 会话，并读取指定会话最后一条 Agent 回复
  • 双层上下文闭环：工作指令进入持久 DSH 会话，turn/end 的最终 Agent 回复回灌语音上下文并主动播报
  • 长通话恢复：隔离上游/浏览器 socket 异常、忽略迟到旧连接事件、重置音频流，并针对百炼 1007 限流延长退避
  • DSH credentials 解析 DASHSCOPE_API_KEY，密钥不进入浏览器包
  • dsh.voice.v1 二进制协议，WebUI 与微信小程序共用底层契约

运行时只使用两层模型：Qwen Audio Realtime 负责听说、打断和受限 Function Calling；DSH 当前会话选择的 DeepSeek/千问等编码模型负责真正的 Agent 工作。语音模型不会旁路 DSH 自己修改代码。

上下文模型

实时语音上下文与 DSH 会话不会机械合并。DSH 会话是长期事实源，保存用户确认过的工作指令、Agent 执行和最终回复；语音上下文只保存短期口语、字幕、打断和工具调用。实际工作通过官方 session.prompt 写入拨号时绑定的 DSH 会话，插件再订阅该会话事件，以 sessionId + turn + eventSeq 关联并去重，在 turn/end 后把最终 assistant/message 注入语音模型继续播报。寒暄、静音和打断不会污染工作线程；断线重连时从 DSH 状态与最近回复恢复。

一通电话与拨号瞬间的 DSH sessionId 一对一绑定，而且全局同时只允许一通。页面切换不会迁移通话，右侧栏始终显示绑定线程并可返回。DSH 的“新建会话”页面在选定工作区后已经持有一个空白 session：从这里拨号会绑定这个空白线程，首条需要 Agent 执行的语音指令成为第一轮；纯寒暄不会写入。尚未选工作区、因此尚无 session 时，插件不会猜目录或偷偷创建无归属会话，选择工作区后拨号入口自动出现。

本地开发安装

pnpm install
pnpm build
pnpm test
pnpm verify
dsh plugin --profile web add .

随后由用户选择安全时机重启 dsh web 并刷新浏览器。官方 dsh plugin add/remove 会改变 profile bundle 集合，当前 DSH 不会在已运行进程里热安装一个全新的 bundle；本插件所承诺的热插拔是：不修改本体、Fiber 生命周期完整、配置重载和卸载可彻底释放插件资源。

配置密钥

插件配置只保存凭据引用，默认是 DASHSCOPE_API_KEY。安装后会自动识别启动 DSH 的系统环境或已有 DSH credentials；也可以打开“设置 → 插件 → DSH 实时语音”直接输入。输入值走官方 write-only credentials API，设置页面只能看到“已配置/未配置”，不能回读明文。不要把 Key 写入 cordis.patch.yml、浏览器代码或 Git。

一键安装目标

首个可用版验证完成并发布 GitHub tag 后：

dsh plugin --profile web add github:martinbear1/dsh-realtime-voice#v0.1.0-alpha.6

发布包会提交预构建 lib/，不使用会触发 pnpm allowBuilds 的 prepare，以保持一条命令安装。

卸载：

dsh plugin --profile web remove @harness-remote/dsh-realtime-voice

微信小程序

协议详见 [docs/PROTOCOL.md](docs/PROTOCOL.md)。小程序以后通过已经认证的 Harness Remote 网关代理同一 WebSocket 路径；插件仍然保管百炼密钥并执行所有 DSH 工具，小程序只实现录音、二进制帧、播放、字幕和控制 UI。

小程序 V1 的产品边界是前台实时通话。微信没有承诺所有设备的 RecorderManager PCM 都具有一致的位深和字节序，所以小程序必须先通过真机探针确认 pcm_s16le，才能在 voice.hello 中声明 pcmS16leVerified: true。后台/锁屏连续录音、所有机型可靠全双工和裸 PCM 的统一回声消除不在 V1 承诺内；进入后台时语音链路可停，但 DSH Agent 继续运行，回到前台后重新连线并读取权威任务状态。

已验证

  • DSH 0.1.0-rc.7 官方 CLI 本地安装、卸载、重新安装
  • 原生 3080 WebUI 插槽：安装后按钮 1 个，卸载后 0 个，重装后恢复
  • 真实 WebUI 插件配置卡：Flash/Plus 即时持久化切换；系统 Key 状态检测和 write-only 输入框正常挂载
  • 真实 WebUI 布局测量：拨号按钮与发送按钮均为 34px 蓝色圆形，拨号按钮位于发送按钮右侧
  • 现有 Agent 会话与所选工作区空白新会话均出现拨号入口；无工作区时不创建隐式任务会话
  • qwen-audio-3.0-realtime-plus 真实建连、voice.ready 和 ping/pong
  • 合成语音完整回环：16 kHz PCM 上行、英文转写、received 回复及 24 kHz PCM 下行
  • 真实 ws 成功回调兼容：首个下行音频包不会被误判为发送失败；助手流式字幕按增量完整拼接
  • 本地起音约 80ms 后先清空播放，Host 对同一响应只取消一次；VAD 云端事件继续作为权威兜底
  • 悬浮窗口拖拽坐标自动限制在视口内，窗口缩放与展开/收起时不会丢出屏幕
  • 插件增删前后 28 个现有会话及最新会话 ID 保持一致
  • 协议、工具白名单/幂等、Function Calling 回写和 Host 生命周期自动化测试

真实麦克风环境音与听感仍需人工验收；自动测试不会擅自采集或上传环境音。

Back to searchOpen GitHub repository

More related plugins

View category