前言¶
DeepSeek Harness (DSH) 提供了插件化扩展能力。在 Web 端开发时，如果希望为对话界面增加语音交互功能，通常需要编写后端服务或引入外部语音 SDK。该插件通过浏览器原生的 Web Speech API，实现了纯客户端的语音识别与朗读（TTS）功能，无需服务端支持，也不需要配置 API Key。
插件定位¶
- 名称：
lak321/dsh-voice-chat - 一句话描述：DeepSeek Harness 语音对话插件，支持语音输入与自动/手动朗读回复。
- 维护者：lak321
- 类别：客户端
- 许可证：MIT
核心功能¶
- 语音输入：利用 Web Speech API 进行语音识别，支持普通话、粤语、台湾国语、英语。识别结果实时显示在输入框中，支持编辑后发送。
- 朗读回复：集成浏览器 TTS 引擎，支持对 AI 回复进行朗读。提供自动朗读功能（默认开启），通过消息序号判断新旧消息，避免历史消息重复朗读。
- 语音设置：支持选择人声、调节语速（0.5~2.0）与语调（0~2.0）。
- 文本清理：自动剥离 Markdown 标记（如粗体、斜体、代码块、标题等），防止 TTS 朗读出“星号星号”等噪音。
- 数据持久化：所有设置通过 localStorage 保存，刷新页面后保留。
- 架构特点：纯客户端插件，无服务端依赖，无 API Key 需求。
安装与启用¶
该插件仅兼容 DSH Profile: web。
使用官方命令安装（git 源，产物已入库，无需构建）：
dsh plugin --profile web add "github:lak321/dsh-voice-chat#<commit>&path:/"
安装完成后需要重启 DSH 进程（例如运行 npx -y @deepseek-ai/dsh web）。
注意：旧的手动复制 client/ 目录并注入 cordis.patch.yml 的方式已废弃。
典型用法¶
- 语音输入：点击输入框旁的按钮说话，识别后的文字会自动填入输入框，可编辑后直接发送。
- 朗读回复：每条 AI 回复旁会出现朗读按钮，点击即可朗读该条消息。系统默认开启自动朗读，新回复生成时会自动朗读。
- 设置调整：在设置面板中，可以关闭自动朗读，选择人声，或调整语速和语调。
开发与注意事项¶
- React Hook 规范：如果涉及 React 开发，
props.useSession必须在组件函数体顶层调用，不能在onClick等事件处理函数中调用，否则会报错。 - 导出要求：Client 插件必须导出
exports.inject才能使用ctx.slots。 - 运行机制：插件通过
ctx.slots.inject注册 slot 到conversation.input.left和conversation.chat.assistant-actions，通过SpeechRecognition和speechSynthesis实现核心逻辑。
结语¶
该插件为 DSH Web 界面提供了轻量级的语音交互能力，适合需要在浏览器端直接使用语音功能的场景。
