前言¶

在 DSH 的插件化思路里，聊天输入框可以扩展。若希望把语音输入放进 dsh web 的聊天输入框，而不是依赖外部工具单独处理粘贴，voco-input-sh 提供了一种做法：在输入框旁增加麦克风按钮，启动 VocoType 的本地识别，再把识别结果插入输入框草稿。

下面介绍这个插件的定位、安装方式和典型用法。

这是什么¶

voco-input-sh 是一个 dsh web 插件包。它负责检测、启动和自动部署 VocoType，读取 VocoType 识别日志，将识别结果插入聊天输入框，并在草稿已包含相同文本时去重。

仓库地址为：

https://github.com/Nothree-code/voco-input-sh

许可证为 MIT。package.json 中版本号为 0.2.0，依赖项包含 react ^18.2.0。

核心功能¶

这个插件主要提供以下能力：

• 在输入框工具行右侧提供麦克风按钮，使用千问风格图标，hover 高亮，录音中红点呼吸。
• 在输入框上方弹出录音面板，显示波形动画、状态提示和累计插入条数。
• 检测 VocoType 进程；未运行时自动启动；未安装时自动下载官方安装包并静默安装。
• 基于 VocoType 的开源离线语音输入能力，支持 Paraformer 中文识别、FSMN-VAD 和 CT-Transformer 标点。
• 读取 VocoType 识别日志，并按 mtime 优化轮询，日志文件无变化时不重复读取。
• 识别结果自动插入输入框草稿；若草稿已包含该文本，则跳过，避免双份。
• 一次启动后可持续输入多句，再次点击按钮或关闭面板结束。
• 面板出错时提供重试按钮。
• 日志路径基于 %LOCALAPPDATA%，exe 探测多个常见安装位置。

安装与启用¶

安装流程属于本地 profile 安装，不是一条单命令插件添加流程。先准备 pnpm，并把包放入 dsh profile 的 packages/ 目录。

先确认目录，例如：

C:\Users\<你>\.dsh\profiles\web\packages\voco-input-sh

然后在 profile 根目录执行安装：

cd <你的 profile 目录>          # 例如 C:\Users\<你>\.dsh\profiles\web
pnpm add "file:./packages/voco-input-sh"

接着在 cordis.patch.yml 添加挂载行：

- insert:
    - id: voco-input-sh
      name: 'voco-input-sh'

最后重启 dsh web。经过上面的步骤，聊天输入框工具行会显示麦克风按钮。

典型用法¶

1、点击输入框右侧麦克风按钮，弹出录音面板。

2、按住 AltRight 说话，松开。

3、识别文字自动插入输入框草稿。

4、如果 VocoType 已把文字粘贴到输入框，插件会在草稿已包含该文本时跳过插入。

5、连续说多句时，识别结果会按顺序全部插入。

6、再次点击麦克风按钮，或点击面板关闭按钮，结束本次持续输入。

适用场景与注意¶

这个插件适合希望在 dsh web 聊天输入框中使用持续语音输入，并接受 VocoType 自动部署的用户。

使用前注意以下几点：

• 需要 pnpm。
• VocoType 会自动部署。首次会自动下载约 25MB 安装包并静默安装；模型约 1.6GB，由 VocoType 首次启动时下载。
• 安装命令示例使用 Windows 路径，并涉及 PowerShell 与 %LOCALAPPDATA% 路径。
• 插件会以当前 dsh 进程权限运行。安装前建议检查源码、依赖和 MIT 许可证。
• package.json 中版本为 0.2.0，依赖项包含 react ^18.2.0。
• 安全设计包括：部署操作使用 POST 并校验 anti-CSRF token；安装包固定 SHA-256 校验；下载链路移除 --ssl-no-revoke；路由有 Origin/Sec-Fetch-Site 守卫；PowerShell 调用有 180s 超时；客户端 ensure 请求有 120s 超时。
• 日志按 UTF-8 读取失败时，会自动改用 GBK 解码。

结尾¶

voco-input-sh 的价值在于把 VocoType 的离线语音识别结果接入 dsh web 输入框，减少重复粘贴和外部工具切换。DSH 社区目录是独立站点，与 DeepSeek / 幻方没有官方从属关系；当前已核实资料未提供具体目录页地址。仓库地址：

https://github.com/Nothree-code/voco-input-sh