deepseekplugins

DeepSeek Harness 插件

dsh-voice-kit

Voice input (Web Speech API) and read-aloud (speechSynthesis) for the DeepSeek Harness web GUI — DSH 语音输入 + 回复朗读套件（英文原文）

工具与能力
跳到安装方式

来源信息

GitHub 仓库
aaaadrop/dsh-voice-kit
最近更新
2026年8月19日
分类
工具与能力
GitHub stars
1
载体类型
plugin
目录证据
上游声明已找到 dsh.bundle
证据路径
package.json#dsh.bundle
核对版本
0.1.0-rc.8
上游核对日期
2026-08-20

该证据由上游目录提供。本站没有安装、运行或安全审核这个插件。

安装

默认先复制一段 Prompt，让 Agent 读 GitHub 仓库和源码；需要自己装时再切到命令。

复制这段 Prompt，发给 DSH、Codex 或其他 Agent，让它先读 GitHub 仓库和源码。

请先不要安装或执行任何命令。阅读这个插件的 GitHub 仓库、README 和关键源码，然后用清楚、直接的方式回答以下问题，帮助我判断它是否适合我的需求：

1. 这个插件是什么，解决什么问题；
2. 适合哪些用户和典型使用场景；
3. 安装后如何使用，并给出一个最小使用示例；
4. 有哪些已知限制，以及隐私、安全、兼容性或维护风险；
5. 给出“推荐 / 有条件推荐 / 不推荐”的明确建议和理由。

请区分仓库明确说明、根据源码推断和未知信息。证据不足时请明确说明，不要猜测或照抄 README。

GitHub：https://github.com/aaaadrop/dsh-voice-kit
插件名：dsh-voice-kit
作者：aaaadrop

检查来源文件

安装前先看这个插件目录里的 README 和其他文件。

文件资源管理器4 个文件
README.zh.md来源说明 · 只读预览
README 语言

dsh-voice-kit 🎙️

DeepSeek Harness Web GUI 的语音输入（Web Speech API）与回复朗读（speechSynthesis）套件。

English

> 状态：v0.3.1，已发布 npm — pnpm typecheck 通过、35 个单测通过、 > pnpm build 产出生态标准 closure-factory bundle（宿主半区 + 浏览器半区）。 > 语音输入与回复朗读已按真实 conversation API 接线（session kit 的 > inputActions/useInput/useSession）；朗读支持微软 Edge 神经语音 > （host 侧经 msedge-tts 合成、带缓存、失败自动回退系统语音）。 > 已在真实 DSH Desktop profile 里验证通过。安装：dsh plugin add dsh-voice-kit。

功能

  • 🎤 语音输入 — 输入框左侧麦克风按钮；语音转写（Chrome/Edge

webkitSpeechRecognition）后追加进草稿。自动跨过 Chrome ~60 秒会话 上限；Esc 取消。

  • 🔊 神经语音朗读 — 每条 assistant 消息尾部朗读按钮。默认引擎为

微软 Edge 神经语音（晓晓/云希/云健/云扬…），host 侧合成后以 <audio> 播放；离线或失败时自动回退 speechSynthesis。朗读前剥离 markdown 与 emoji；长回复按句子边界分段（小数/URL 永不被切断）；同一时刻 只读一条；播放时消息自动滚到视野中央并弹出气泡显示正在读的内容。

  • ⚙️ 设置 — 一级设置页：语音引擎（神经/系统）、音色、语速、音调、识别

语言、开关——持久化在 voice 命名空间（host 侧经 @deepseek-ai/dsh-settings 注册）。

安装

# npm 发布后
dsh plugin add dsh-voice-kit

# 本地开发
dsh plugin --profile web add link:/path/to/dsh-voice-kit

重启 harness 并刷新 Web GUI。

> ⚠️ 语音输入为实验特性。 webkitSpeechRecognition 是 Chromium 的功能， > 在 Electron（DSH Desktop）里不工作：麦克风按钮会进入聆听状态，但 > 不会产生任何转写文字。在普通浏览器（Chrome/Edge）里打开 DSH 时可能可用。 > 朗读功能在所有环境可用（含系统语音回退）。

开发

pnpm install
pnpm typecheck   # tsc --noEmit
pnpm test        # vitest（纯逻辑：markdown 剥离 / 分块）
pnpm build       # tsdown → lib/index.js（宿主）+ lib/client.js（浏览器）

构建链路采用生态标准 closure-factory bundle （window.__ModuleLoader__.load），由 shared/tsdown.client.ts 驱动 （改编自官方 DeepSeek Harness packages/client/tsdown.client.ts，MIT； libExternal 选项来自 dsh-web-ui 全家桶，Apache-2.0，见文件头注明）。

接线状态

  • [x] 语言注册 — ctx.locale.register(ns, locale, dict) 三参重载
  • [x] 草稿插入 — session kit 的 inputActions.setDraft(appendDraft(current, text))，

用 useInput((s) => s.draft) 读当前草稿（src/client/draft.ts）

  • [x] 消息正文解析 — conversation.chat.assistant-actions owner 的

messageId + useSession 快照查找，只取 text 块（src/client/message.ts）

  • [ ] 运行时验证 — 装进真实 DSH profile（dsh plugin --profile desktop add link:...）

确认三个插槽在 GUI 里真实渲染；若渲染端给的 props 有出入再修正

  • [ ] 设置持久化 — 若 voice 命名空间重启后丢失，在 src/index.ts 用

@deepseek-ai/dsh-settings（installSettingsSection）宿主侧注册

Roadmap

  • v0.1 — 朗读（无权限依赖，先做稳）+ 设置骨架
  • v0.2 — 语音输入 + 草稿插入（依赖草稿 API 与麦克风权限）
  • v0.3 — 语音结束自动发送、快捷键、双语打磨、对 DSH 新 rc 的 CI 兼容实测

License

MIT。内置的 shared/tsdown.client.ts 改编自官方 DSH 构建工具（MIT）与 dsh-web-ui 的 libExternal 选项（Apache-2.0），详见文件头。

返回搜索打开 GitHub 仓库

更多相关插件

查看分类