前言¶
用 dsh web 调试智能体时，prompt composer 是最高频的交互点。指令一长——口述一段需求、补充一段上下文——纯靠键盘就不够快；借助系统听写工具，转写结果还得自己粘贴、自己发送，和 Web UI 的输入状态是割裂的。
dsh-web-speech-input 把这件事收进输入框：点一下按钮开始说话，识别文本实时写进当前草稿，停下来自己审阅、编辑，再决定是否提交。下面介绍这个插件的情况。
这是什么¶
dsh-web-speech-input 是 DeepSeek Harness Web UI 的语音转文字插件，由 leozou320-ai 维护，当前版本 1.0.0，许可证 MIT。一句话定位：把语音实时转成可编辑的 prompt 草稿，绝不自动发送。
实现上，它依赖浏览器的 Web Speech API（SpeechRecognition / webkitSpeechRecognition）。DSH 的理念是「一切皆插件」，这个插件面向当前的 Web UI slot API 注入界面，最终在 composer 左侧挂上一个麦克风按钮。
核心功能¶
- 在对话输入框（composer）一键开始 / 停止录音；
- 将中间（interim）与最终识别结果写入现有草稿，绝不自动提交 prompt，也从不点击 Send 或直接调用 DeepSeek API；
- 语言选择：优先页面语言，其次浏览器语言，最后以
zh-CN兜底； - 提供监听中、浏览器不支持、权限、麦克风、网络等清晰状态提示；
- 支持键盘焦点、ARIA 标签与减弱动效（reduced-motion）；
- 插件卸载时清理麦克风识别与注入的样式。
概括起来，它只负责「说 → 写进草稿」这一段，提交动作始终留给你。
权限与隐私¶
- 仅在用户点击按钮后才请求麦克风权限；
- 插件本身没有服务端组件，不存储音频、不发送网络请求；
- 音频由浏览器的语音识别实现处理，取决于浏览器与操作系统，可能使用远程供应商服务，也可能无法离线工作；
- 由于插件绝不自动提交，识别文本只有在你自己发送 prompt 后才会进入模型请求；
- 使用机密语音前，建议先查看浏览器厂商的语音识别隐私条款。
安装与启用¶
先确认三件事：
1、DeepSeek Harness Web profile 为 0.1.0-rc.5，或兼容的 developer-preview 构建；
2、浏览器实现了 SpeechRecognition 或 webkitSpeechRecognition。Chromium 系浏览器目前兼容性最广，插件不保证可用性；Firefox 正式版目前未提供兼容 API；
3、允许 Harness Web origin 使用麦克风。
满足后执行安装：
dsh plugin --profile web add github:leozou320-ai/dsh-web-speech-input
安装完成后重启 dsh web，prompt composer 左侧会出现麦克风按钮。
想先在本地试一份，可以从目录安装：
dsh plugin --profile web add ./path/to/dsh-web-speech-input
不需要时卸载：
dsh plugin --profile web remove dsh-web-speech-input
卸载时会一并清理麦克风识别与注入的样式。补充一条元信息：package.json 的 engines 要求 Node ^22.19.0 || >=24.0.0。
典型用法¶
1、点击 composer 左侧的麦克风按钮；
2、如果浏览器询问，授权麦克风访问；
3、开始说话，中间识别文本实时出现在当前草稿里；
4、点击停止，自行审阅、编辑草稿，再按平时的方式提交。
经过上面的步骤，插件始终只写草稿，不点击 Send，也不直接调用 DeepSeek API。
适用场景与注意¶
适合经常在 dsh web 里输入较长 prompt 的开发者，比如口述需求、补充长段上下文；也适合对自动发送敏感的工作流——转写结果先落在草稿里，人工把关这一步不会被跳过。
使用前需要知道：
- 识别质量、标点、支持语言以及是否本地处理，都取决于浏览器 / OS 的语音识别服务；
- 公司策略、非安全源（insecure origins）、浏览器设置或拒绝授权，都可能禁用麦克风识别；
- 部分浏览器在停顿后会结束连续识别，需要再次点击按钮恢复；
- 插件面向当前 Web UI slot API，Harness 处于开发者预览阶段，该 API 可能变化。
最后是一条通用提醒：DSH 插件以当前 dsh 进程的权限运行，安装任何第三方插件前，建议先检查源码与许可证。本项目的许可证为 MIT，README 与 package.json 声明一致。
小结¶
dsh-web-speech-input 把「说话 → 转写 → 编辑」搬进了 composer，最后一步提交仍在你手里，边界清晰。代码与文档见：
- GitHub：https://github.com/leozou320-ai/dsh-web-speech-input
- 社区目录页：https://www.skillhub.cn/plugins/leozou320-ai/dsh-web-speech-input
其中目录为独立社区站点，与 DeepSeek / 幻方无官方从属关系。
