前言¶
DeepSeek Harness (DSH) 旨在将智能体开发与运行环境完全 Web 化。对于习惯使用移动设备的用户，直接通过手机语音控制电脑上的 DSH 会话是一个常见需求。dsh-mobile-voice-call 插件通过 Web 协议与本地语音引擎结合，填补了这一空白。
插件定位¶
这是一个 DSH 插件，允许用户在手机浏览器中与已有的 DeepSeek Harness 会话进行语音通话。该插件不依赖原生移动 App，而是复用 DSH 的 Web Profile，通过 Cloudflare 隧道进行数据传输，并在本地运行 Whisper.cpp 和 Hojo-TTS-Light 进行语音识别与合成。
核心功能¶
- App-free Mobile Voice Calls：无需在手机安装专用应用，直接通过浏览器语音交互。
- 语音识别：利用
whisper.cpp在本地完成转写，录音数据不直接提交给 DeepSeek。 - 语音合成：使用
Hojo-TTS-Light生成语音，若引擎不可用则自动回退至 Windows 系统语音。 - 会话配对：通过二维码扫描实现手机与 DSH 的安全连接。
安装与启用¶
安装前请确保已安装 uv（用于运行 Hojo-TTS-Light）。
pnpm dsh plugin --profile web add "github:SnowfallC/dsh-mobile-voice-call"
pnpm dsh web
使用步骤¶
- 在电脑端启动 DSH Web Profile。
- 在 DSH 界面中找到并打开“手机通话”面板。
- 使用手机浏览器扫描屏幕上的二维码进行配对。
- 在手机端选择一个空闲的顶层会话。
- 允许麦克风权限，即可开始语音通话。
技术细节与限制¶
- 环境要求：页面必须通过 HTTPS 打开（推荐使用 Cloudflare Quick Tunnel），且需安装
uv。 - 浏览器兼容性：不支持微信、QQ 等内置浏览器，需在手机浏览器中打开。
- 通信模式：采用轮流说话模式，非全双工音频电话。
- 数据传输：音频流经 Cloudflare 隧道传输，不属于端到端加密链路。
- 界面限制：手机端仅提供语音通话面板，不包含文字聊天界面。
- 语音引擎：首次使用时，插件会自动下载约 466 MB 的 Whisper 模型和约 348 MB 的 Hojo 模型。
总结¶
该插件通过本地化语音引擎与 Web 传输的配合，实现了在不下载 App 的情况下，利用手机语音控制 DSH 智能体。更多细节可查阅 GitHub 仓库。
