前言¶
DeepSeek Harness (DSH) 提供了插件化擴展能力。在 Web 端開發時，如果希望爲對話界面增加語音交互功能，通常需要編寫後端服務或引入外部語音 SDK。該插件通過瀏覽器原生的 Web Speech API，實現了純客戶端的語音識別與朗讀（TTS）功能，無需服務端支持，也不需要配置 API Key。
插件定位¶
- 名稱：
lak321/dsh-voice-chat - 一句話描述：DeepSeek Harness 語音對話插件，支持語音輸入與自動/手動朗讀回覆。
- 維護者：lak321
- 類別：客戶端
- 許可證：MIT
核心功能¶
- 語音輸入：利用 Web Speech API 進行語音識別，支持普通話、粵語、臺灣國語、英語。識別結果實時顯示在輸入框中，支持編輯後發送。
- 朗讀回覆：集成瀏覽器 TTS 引擎，支持對 AI 回覆進行朗讀。提供自動朗讀功能（默認開啓），通過消息序號判斷新舊消息，避免歷史消息重複朗讀。
- 語音設置：支持選擇人聲、調節語速（0.5~2.0）與語調（0~2.0）。
- 文本清理：自動剝離 Markdown 標記（如粗體、斜體、代碼塊、標題等），防止 TTS 朗讀出“星號星號”等噪音。
- 數據持久化：所有設置通過 localStorage 保存，刷新頁面後保留。
- 架構特點：純客戶端插件，無服務端依賴，無 API Key 需求。
安裝與啓用¶
該插件僅兼容 DSH Profile: web。
使用官方命令安裝（git 源，產物已入庫，無需構建）：
dsh plugin --profile web add "github:lak321/dsh-voice-chat#<commit>&path:/"
安裝完成後需要重啓 DSH 進程（例如運行 npx -y @deepseek-ai/dsh web）。
注意：舊的手動複製 client/ 目錄並注入 cordis.patch.yml 的方式已廢棄。
典型用法¶
- 語音輸入：點擊輸入框旁的按鈕說話，識別後的文字會自動填入輸入框，可編輯後直接發送。
- 朗讀回覆：每條 AI 回覆旁會出現朗讀按鈕，點擊即可朗讀該條消息。系統默認開啓自動朗讀，新回覆生成時會自動朗讀。
- 設置調整：在設置面板中，可以關閉自動朗讀，選擇人聲，或調整語速和語調。
開發與注意事項¶
- React Hook 規範：如果涉及 React 開發，
props.useSession必須在組件函數體頂層調用，不能在onClick等事件處理函數中調用，否則會報錯。 - 導出要求：Client 插件必須導出
exports.inject才能使用ctx.slots。 - 運行機制：插件通過
ctx.slots.inject註冊 slot 到conversation.input.left和conversation.chat.assistant-actions，通過SpeechRecognition和speechSynthesis實現核心邏輯。
結語¶
該插件爲 DSH Web 界面提供了輕量級的語音交互能力，適合需要在瀏覽器端直接使用語音功能的場景。
