前言¶
用 dsh web 調試智能體時，prompt composer 是最高頻的交互點。指令一長——口述一段需求、補充一段上下文——純靠鍵盤就不夠快；藉助系統聽寫工具，轉寫結果還得自己粘貼、自己發送，和 Web UI 的輸入狀態是割裂的。
dsh-web-speech-input 把這件事收進輸入框：點一下按鈕開始說話，識別文本即時寫進當前草稿，停下來自己審閱、編輯，再決定是否提交。下面介紹這個插件的情況。
這是什麼¶
dsh-web-speech-input 是 DeepSeek Harness Web UI 的語音轉文字插件，由 leozou320-ai 維護，當前版本 1.0.0，許可證 MIT。一句話定位：把語音即時轉成可編輯的 prompt 草稿，絕不自動發送。
實現上，它依賴瀏覽器的 Web Speech API（SpeechRecognition / webkitSpeechRecognition）。DSH 的理念是「一切皆插件」，這個插件面向當前的 Web UI slot API 注入界面，最終在 composer 左側掛上一個麥克風按鈕。
核心功能¶
- 在對話輸入框（composer）一鍵開始 / 停止錄音；
- 將中間（interim）與最終識別結果寫入現有草稿，絕不自動提交 prompt，也從不點擊 Send 或直接調用 DeepSeek API；
- 語言選擇：優先頁面語言，其次瀏覽器語言，最後以
zh-CN兜底； - 提供監聽中、瀏覽器不支持、權限、麥克風、網絡等清晰狀態提示；
- 支持鍵盤焦點、ARIA 標籤與減弱動效（reduced-motion）；
- 插件卸載時清理麥克風識別與注入的樣式。
概括起來，它只負責「說 → 寫進草稿」這一段，提交動作始終留給你。
權限與隱私¶
- 僅在用戶點擊按鈕後才請求麥克風權限；
- 插件本身沒有服務端組件，不存儲音頻、不發送網絡請求；
- 音頻由瀏覽器的語音識別實現處理，取決於瀏覽器與操作系統，可能使用遠程供應商服務，也可能無法離線工作；
- 由於插件絕不自動提交，識別文本只有在你自己發送 prompt 後纔會進入模型請求；
- 使用機密語音前，建議先查看瀏覽器廠商的語音識別隱私條款。
安裝與啓用¶
先確認三件事：
1、DeepSeek Harness Web profile 爲 0.1.0-rc.5，或兼容的 developer-preview 構建；
2、瀏覽器實現了 SpeechRecognition 或 webkitSpeechRecognition。Chromium 系瀏覽器目前兼容性最廣，插件不保證可用性；Firefox 正式版目前未提供兼容 API；
3、允許 Harness Web origin 使用麥克風。
滿足後執行安裝：
dsh plugin --profile web add github:leozou320-ai/dsh-web-speech-input
安裝完成後重啓 dsh web，prompt composer 左側會出現麥克風按鈕。
想先在本地試一份，可以從目錄安裝：
dsh plugin --profile web add ./path/to/dsh-web-speech-input
不需要時卸載：
dsh plugin --profile web remove dsh-web-speech-input
卸載時會一併清理麥克風識別與注入的樣式。補充一條元信息：package.json 的 engines 要求 Node ^22.19.0 || >=24.0.0。
典型用法¶
1、點擊 composer 左側的麥克風按鈕；
2、如果瀏覽器詢問，授權麥克風訪問；
3、開始說話，中間識別文本即時出現在當前草稿裏；
4、點擊停止，自行審閱、編輯草稿，再按平時的方式提交。
經過上面的步驟，插件始終只寫草稿，不點擊 Send，也不直接調用 DeepSeek API。
適用場景與注意¶
適合經常在 dsh web 裏輸入較長 prompt 的開發者，比如口述需求、補充長段上下文；也適合對自動發送敏感的工作流——轉寫結果先落在草稿裏，人工把關這一步不會被跳過。
使用前需要知道：
- 識別質量、標點、支持語言以及是否本地處理，都取決於瀏覽器 / OS 的語音識別服務；
- 公司策略、非安全源（insecure origins）、瀏覽器設置或拒絕授權，都可能禁用麥克風識別；
- 部分瀏覽器在停頓後會結束連續識別，需要再次點擊按鈕恢復；
- 插件面向當前 Web UI slot API，Harness 處於開發者預覽階段，該 API 可能變化。
最後是一條通用提醒：DSH 插件以當前 dsh 進程的權限運行，安裝任何第三方插件前，建議先檢查源碼與許可證。本項目的許可證爲 MIT，README 與 package.json 聲明一致。
小結¶
dsh-web-speech-input 把「說話 → 轉寫 → 編輯」搬進了 composer，最後一步提交仍在你手裏，邊界清晰。代碼與文檔見：
- GitHub：https://github.com/leozou320-ai/dsh-web-speech-input
- 社區目錄頁：https://www.skillhub.cn/plugins/leozou320-ai/dsh-web-speech-input
其中目錄爲獨立社區站點，與 DeepSeek / 幻方無官方從屬關係。
