前言¶

用 DSH Web 做開發時，創建會話、切換會話、給會話下發任務，都要在頁面裏逐步點選。想同時推進幾個會話，就得在側邊欄來回切換。dsh-qwen-voice 把即時語音接進 Harness 頁面：說話就能創建、繼續和調度多個有名稱的 DSH 會話，而且切換會話時語音連接不斷開。下面介紹它的功能、安裝步驟和使用注意事項。

這是什麼¶

dsh-qwen-voice（leaveimagination/dsh-qwen-voice）是基於 Qwen Audio Agent 構建的 DeepSeek Harness Web 實驗性語音控制插件，採用 MIT 許可證，由社區成員 leaveimagination 維護，不是 DeepSeek 或 Qwen 的官方版本。

它把 Qwen Audio Agent 作爲即時語音引擎，在其上增加 Harness 插件界面、ACP 橋接和多會話任務路由。項目內置並鎖定了經過驗證的 Qwen Audio Agent Runtime（1.10.0），不需要另外安裝或選擇版本。

範圍上要注意：當前 1.0.0 只連接 DeepSeek Harness Web（http://127.0.0.1:3080），不支持 DSH Desktop，也不支持 Web/Desktop 多實例自動切換，不會回退到 Desktop。

核心功能¶

按已覈實的能力，可以分成三組。

語音交互：

• 在 Harness 頁面加入懸浮語音球，切換 DSH 會話時保持即時語音連接不斷開；
• 支持中斷語音播放。

多會話調度：

• 通過自然語言創建、繼續和調度多個有名稱的 DSH 會話；
• 在一個瀏覽器標籤頁中並行安排多個任務；
• 協調會話（Coordinator）機制：可將某個 DSH 會話設爲協調會話，由它把語音任務調度到多個子會話並行執行；
• 根據任務目標生成更容易識別的側邊欄會話名稱。

狀態反饋：

• 顯示最新任務及其執行狀態；
• 中斷任務時顯示處理中狀態，並根據 Gateway 返回結果確認成功或報告失敗；
• 任務完成後及時播報，不必等待全部任務結束；通過播放狀態回執減少重複播報。

鏈路上，插件通過 ACP Bridge 對 DSH 會話執行創建、繼續、查詢、取消和重定向，整條鏈路固定使用 127.0.0.1:3080。懸浮語音客戶端默認連接 127.0.0.1:3101 的本地 Gateway，ACP 橋接只允許訪問本機迴環地址。

安裝與啓用¶

運行環境¶

• DeepSeek Harness Web 0.1.0-rc.6（開發環境也驗證過 rc.7）；
• Node.js 22.22.2+、24.15.0+ 或 26+；
• npm 10+、pnpm 10+（推薦 11.x）；
• 提供 Windows 啓動腳本，插件和 ACP 橋接本身使用跨平臺 Node.js。

Windows 一鍵安裝（推薦）¶

先啓動 DSH Web 並確認能打開 http://127.0.0.1:3080，然後克隆倉庫並執行安裝腳本：

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

只需要安裝、暫不啓動時：

.\scripts\install.cmd -SkipStart

手動安裝¶

先安裝依賴（含鎖定的 Qwen Audio Agent 1.10.0），再執行 setup 完成補丁、構建和註冊：

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

pnpm setup 會應用兼容補丁、構建並把插件註冊到 DSH profile，默認 web，可用 DSH_PROFILE 環境變量指定其他 profile。這個補丁帶版本檢查，遇到未知源碼會拒絕修改；重新安裝依賴會還原內部 Runtime，之後需重新執行 pnpm setup 恢復。

配置語音憑證¶

插件需要自備 DashScope API Key。手動安裝時編輯 %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

重啓 pnpm start 後生效。真實 Key 只寫入本機的這個文件，倉庫和瀏覽器插件包均不包含 API Key。

即時模型默認是 qwen-audio-3.0-realtime-plus，另有 qwen-audio-3.0-realtime-flash、qwen3.5-omni-flash-realtime、qwen3.5-omni-plus-realtime 可選。當前僅支持 DashScope Qwen Realtime 系列，不支持 OpenAI Realtime、Gemini Live 等未在上游註冊的雲端 Provider。

啓動¶

執行下面的命令，前臺啓動語音 Runtime、Gateway 和 ACP Bridge：

pnpm start

之後刷新 DSH Web 頁面（http://127.0.0.1:3080），右下角會出現懸浮語音球。

默認把啓動命令所在目錄作爲 ACP 工作區。需要指定工作區時，先設置環境變量再啓動：

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

首次使用：綁定協調會話¶

打開語音面板，在目標 DSH 會話中點擊「設爲協調會話」。之後語音任務由該協調會話調度到多個子會話並行執行。需要更換協調會話時，在新會話中點擊「由當前會話接管」並確認。

故障排查¶

兩個已在文檔中明確的檢查點：

1、確認插件在 dsh plugin --profile web list 中可見，否則頁面不會出現懸浮球；

2、Gateway 起不來時，檢查 config.env 中 QWEN_AUDIO_REALTIME_PROVIDER 是否爲 dashscope（不支持其他值）。

開發與驗證使用以下命令：

pnpm typecheck
pnpm build
pnpm --dir bridge test

適用場景與注意事項¶

適合的場景：在 Windows 上運行 DSH Web、需要在一個標籤頁裏並行推進多個會話、願意自備 DashScope API Key 的 DSH 用戶。

使用前請注意：

• 這是實驗性的社區集成，當前版本只支持 DSH Web，不支持 Desktop；
• 雲端即時語音前臺目前只驗證了 DashScope Qwen Realtime 系列；
• 取消任務死鎖已在 v1.0.0+ 修復；
• 插件以當前 dsh 進程的權限運行，安裝前建議先閱讀倉庫源碼和許可證。本項目採用 MIT，改編的 Qwen Audio Agent 音頻傳輸邏輯記錄在 NOTICE 中；Qwen Audio Agent 採用 Apache-2.0 許可證，重新分發本集成時需保留相關上游署名。

結語¶

dsh-qwen-voice 的價值在於把「切換頁面、點選會話」這一串操作換成語音指令，並通過協調會話機制在一個標籤頁裏並行調度多個 DSH 會話。社區目錄將其歸入「工作流」分類。如果你正在用 DeepSeek Harness Web 且需要同時盯多個任務，可以按上面的步驟試一試。

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