前言¶
在 DeepSeek Harness（下称 DSH）的日常使用里，输入框既承担对话指令，也承担提示词草稿。手写提示词时，常见的问题是表达不够完整、结构不清晰；在键盘输入受限或希望快速记录想法时，语音转文字也常缺少实时反馈。
dsh-smart-input 针对这两个问题提供一个插件：语音输入，以及对输入框中的提示词做优化。
这是什么¶
dsh-smart-input 是由 v-quest123456 维护的智能输入插件，面向 DeepSeek Harness 的 Web 客户端场景。它把语音转写和提示词优化放在输入框附近，减少在“写草稿”和“整理表达”之间的来回切换。
项目许可证为 MIT，仓库地址为：
https://github.com/v-quest123456/dsh-smart-input
核心功能¶
语音输入¶
下面介绍语音输入部分。
dsh-smart-input 支持三种识别引擎：
- 浏览器 Web Speech API
- 本地 Whisper ONNX
- Whisper API（在线）
已核实的能力包括：
- 实时流式转写，边说边出字
- 智能标点自动添加
- 支持中文、英文、日文
- 连续对话模式：发送后自动续听
- 快捷键：
Ctrl/Cmd + Shift + V
用于开始或停止语音输入。
提示词优化¶
提示词优化部分支持一键优化输入框中的提示词。
可用策略包括：
- 自动
- 简洁化
- 详细化
- 技术化
- 结构化
- 角色扮演
已核实的能力包括：
- 上下文感知：可注入工作区文件信息
- 优化前后对比预览
- 一键采纳或撤回
- 快捷键：
Ctrl/Cmd + Shift + E
用于打开提示词优化面板。
安装与启用¶
先执行安装命令。已核实的安装命令为：
dsh plugin --profile web add dsh-smart-input
这条命令会在 web profile 下添加 dsh-smart-input 插件。
经过上面的步骤后，可在 DSH 的设置中使用智能输入相关配置。
配置项¶
安装后，可在设置中配置智能输入行为。已核实的配置项包括：
识别模式
本地模型
模型路径
识别语言
智能标点
自动发送
连续对话
优化模型
默认策略
上下文感知
其中，识别模式 用于选择语音识别方式，本地模型 用于选择本地 Whisper 模型，模型路径 用于指定本地模型目录，识别语言 用于设置默认语音识别语言。
智能标点、自动发送、连续对话 用于控制语音输入后的处理流程。
优化模型、默认策略、上下文感知 用于控制提示词优化行为。
典型用法¶
语音输入¶
先点击输入框工具栏中用于语音输入的按钮，开始说话。文字会实时出现在输入框中。
再次点击该按钮停止录音，确认文字后发送。
也可以使用快捷键：
Ctrl/Cmd + Shift + V
开始或停止语音输入。
提示词优化¶
先在输入框中输入提示词草稿，再点击输入框工具栏中用于提示词优化的按钮。
选择优化策略，点击“开始优化”。
对比预览后，选择采纳或重新生成。
也可以使用快捷键：
Ctrl/Cmd + Shift + E
打开提示词优化面板。
本地 Whisper 模型准备¶
如果使用本地 Whisper ONNX 模式，需要准备本地模型目录。
在设置中设置模型路径为：
D:\subbatch-local-v2.0.0\models
然后选择：
whisper-small
或：
whisper-large-v3-turbo
如果本地还没有模型，可以下载：
npx @xenova/convert --model openai/whisper-small --output ./models/whisper-small
或：
npx @xenova/convert --model openai/whisper-large-v3-turbo --output ./models/whisper-large-v3-turbo
下载完成后，需要将模型放入设置中指定的 模型路径 对应目录。
快捷键¶
已核实的默认快捷键如下：
Ctrl/Cmd + Shift + V
用于开始或停止语音输入。
Ctrl/Cmd + Shift + E
用于打开提示词优化面板。
快捷键可在设置中自定义。
适用场景与注意¶
dsh-smart-input 适合以下几类使用场景：
- 希望用语音快速录入 DSH 输入框内容
- 希望在无网络环境或本地环境中使用语音识别
- 希望把输入框中的提示词草稿快速整理成更明确的表达
- 希望在提示词优化时参考工作区文件信息
使用前需要注意：
- 插件以当前 dsh 进程权限运行
- 安装前应检查源码与许可证
- 项目许可证为
MIT - 本地 Whisper 模式依赖本地模型目录和模型文件
- 项目结构中包含：
skills/voice-enhancer/SKILL.md
该文件用于 Agent 技能指令。
结尾¶
dsh-smart-input 将语音输入和提示词优化集中在 DSH 输入框附近，适合作为日常输入与提示词整理的辅助插件。
GitHub 仓库：
https://github.com/v-quest123456/dsh-smart-input
