前言¶

用 DSH Web 做开发时，创建会话、切换会话、给会话下发任务，都要在页面里逐步点选。想同时推进几个会话，就得在侧边栏来回切换。dsh-qwen-voice 把实时语音接进 Harness 页面：说话就能创建、继续和调度多个有名称的 DSH 会话，而且切换会话时语音连接不断开。下面介绍它的功能、安装步骤和使用注意事项。

这是什么¶

dsh-qwen-voice（leaveimagination/dsh-qwen-voice）是基于 Qwen Audio Agent 构建的 DeepSeek Harness Web 实验性语音控制插件，采用 MIT 许可证，由社区成员 leaveimagination 维护，不是 DeepSeek 或 Qwen 的官方版本。

它把 Qwen Audio Agent 作为实时语音引擎，在其上增加 Harness 插件界面、ACP 桥接和多会话任务路由。项目内置并锁定了经过验证的 Qwen Audio Agent Runtime（1.10.0），不需要另外安装或选择版本。

范围上要注意：当前 1.0.0 只连接 DeepSeek Harness Web（http://127.0.0.1:3080），不支持 DSH Desktop，也不支持 Web/Desktop 多实例自动切换，不会回退到 Desktop。

核心功能¶

按已核实的能力，可以分成三组。

语音交互：

• 在 Harness 页面加入悬浮语音球，切换 DSH 会话时保持实时语音连接不断开；
• 支持中断语音播放。

多会话调度：

• 通过自然语言创建、继续和调度多个有名称的 DSH 会话；
• 在一个浏览器标签页中并行安排多个任务；
• 协调会话（Coordinator）机制：可将某个 DSH 会话设为协调会话，由它把语音任务调度到多个子会话并行执行；
• 根据任务目标生成更容易识别的侧边栏会话名称。

状态反馈：

• 显示最新任务及其执行状态；
• 中断任务时显示处理中状态，并根据 Gateway 返回结果确认成功或报告失败；
• 任务完成后及时播报，不必等待全部任务结束；通过播放状态回执减少重复播报。

链路上，插件通过 ACP Bridge 对 DSH 会话执行创建、继续、查询、取消和重定向，整条链路固定使用 127.0.0.1:3080。悬浮语音客户端默认连接 127.0.0.1:3101 的本地 Gateway，ACP 桥接只允许访问本机回环地址。

安装与启用¶

运行环境¶

• DeepSeek Harness Web 0.1.0-rc.6（开发环境也验证过 rc.7）；
• Node.js 22.22.2+、24.15.0+ 或 26+；
• npm 10+、pnpm 10+（推荐 11.x）；
• 提供 Windows 启动脚本，插件和 ACP 桥接本身使用跨平台 Node.js。

Windows 一键安装（推荐）¶

先启动 DSH Web 并确认能打开 http://127.0.0.1:3080，然后克隆仓库并执行安装脚本：

git clone https://github.com/leaveimagination/dsh-qwen-voice.git
cd dsh-qwen-voice
.\scripts\install.cmd

只需要安装、暂不启动时：

.\scripts\install.cmd -SkipStart

手动安装¶

先安装依赖（含锁定的 Qwen Audio Agent 1.10.0），再执行 setup 完成补丁、构建和注册：

git clone https://github.com/leaveimagination/dsh-qwen-voice.git
cd dsh-qwen-voice
pnpm install
pnpm setup

pnpm setup 会应用兼容补丁、构建并把插件注册到 DSH profile，默认 web，可用 DSH_PROFILE 环境变量指定其他 profile。这个补丁带版本检查，遇到未知源码会拒绝修改；重新安装依赖会还原内部 Runtime，之后需重新执行 pnpm setup 恢复。

配置语音凭证¶

插件需要自备 DashScope API Key。手动安装时编辑 %USERPROFILE%\.config\qwaudio\config.env：

DASHSCOPE_API_KEY=sk-你的Key
QWEN_AUDIO_REALTIME_PROVIDER=dashscope
QWEN_AUDIO_REALTIME_MODEL=qwen-audio-3.0-realtime-plus

重启 pnpm start 后生效。真实 Key 只写入本机的这个文件，仓库和浏览器插件包均不包含 API Key。

实时模型默认是 qwen-audio-3.0-realtime-plus，另有 qwen-audio-3.0-realtime-flash、qwen3.5-omni-flash-realtime、qwen3.5-omni-plus-realtime 可选。当前仅支持 DashScope Qwen Realtime 系列，不支持 OpenAI Realtime、Gemini Live 等未在上游注册的云端 Provider。

启动¶

执行下面的命令，前台启动语音 Runtime、Gateway 和 ACP Bridge：

pnpm start

之后刷新 DSH Web 页面（http://127.0.0.1:3080），右下角会出现悬浮语音球。

默认把启动命令所在目录作为 ACP 工作区。需要指定工作区时，先设置环境变量再启动：

$env:ACP_WORKSPACE = 'C:\path\to\workspace'
pnpm start

首次使用：绑定协调会话¶

打开语音面板，在目标 DSH 会话中点击「设为协调会话」。之后语音任务由该协调会话调度到多个子会话并行执行。需要更换协调会话时，在新会话中点击「由当前会话接管」并确认。

故障排查¶

两个已在文档中明确的检查点：

1、确认插件在 dsh plugin --profile web list 中可见，否则页面不会出现悬浮球；

2、Gateway 起不来时，检查 config.env 中 QWEN_AUDIO_REALTIME_PROVIDER 是否为 dashscope（不支持其他值）。

开发与验证使用以下命令：

pnpm typecheck
pnpm build
pnpm --dir bridge test

适用场景与注意事项¶

适合的场景：在 Windows 上运行 DSH Web、需要在一个标签页里并行推进多个会话、愿意自备 DashScope API Key 的 DSH 用户。

使用前请注意：

• 这是实验性的社区集成，当前版本只支持 DSH Web，不支持 Desktop；
• 云端实时语音前台目前只验证了 DashScope Qwen Realtime 系列；
• 取消任务死锁已在 v1.0.0+ 修复；
• 插件以当前 dsh 进程的权限运行，安装前建议先阅读仓库源码和许可证。本项目采用 MIT，改编的 Qwen Audio Agent 音频传输逻辑记录在 NOTICE 中；Qwen Audio Agent 采用 Apache-2.0 许可证，重新分发本集成时需保留相关上游署名。

结语¶

dsh-qwen-voice 的价值在于把「切换页面、点选会话」这一串操作换成语音指令，并通过协调会话机制在一个标签页里并行调度多个 DSH 会话。社区目录将其归入「工作流」分类。如果你正在用 DeepSeek Harness Web 且需要同时盯多个任务，可以按上面的步骤试一试。

• 目录页：https://www.skillhub.cn/plugins/leaveimagination/dsh-qwen-voice
• GitHub：https://github.com/leaveimagination/dsh-qwen-voice