DeepSeek Harness 语音输入插件（国内可用版）

DeepSeek Harness (DSH) 作为一个可扩展框架，支持通过插件增强功能。对于 Web 端用户，语音输入是高频需求，但依赖 Google Web Speech API 的方案在国内网络环境下无法使用。dsh-voice-input-cn 插件解决了这一痛点，通过本地 Python bridge 中转，实现了基于阿里云 DashScope ASR 的国内可用语音输入。

这是什么¶

这是一个 DeepSeek Harness Web 语音输入插件（国内可用版），由 Schumchanvi 维护。它解决了原版依赖 Google API 导致国内无法访问的问题，基于阿里云 DashScope ASR 和本地 Python bridge 实现语音转文字。

核心功能¶

输入框麦克风按钮：点击开始说话，静音 1.5 秒自动停止。
实时填入：识别文字实时填入输入框，光标位置插入，不覆盖已有草稿。
语言切换：支持中文 / English 语言切换。
自动发送：可选“识别后自动发送”。
本地中转：通过本地 bridge（Python）中转，国内直连阿里云，低延迟。

安装与启用¶

1. 安装插件¶

使用 DSH CLI 安装插件：

dsh plugin --profile web add github:Schumchanvi/dsh-voice-input-cn

2. 安装 bridge 依赖¶

需要 Python 3.10+ 环境，安装必要的依赖库：

pip install dashscope websockets

3. 启动本地 bridge¶

启动本地 Python 服务，监听 127.0.0.1:8765：

python bridge/voice-bridge.py

4. 配置 API Key¶

刷新 DSH 页面。
点击输入框旁的麦克风按钮，点击右侧箭头打开设置。
填入阿里云 DashScope API Key（可在阿里云百炼控制台获取）。
选择语言并保存。

典型用法¶

点击输入框旁的麦克风按钮开始说话。
说话结束后，文字会实时填入输入框。
若未开启自动发送，可继续编辑后手动发送；若开启，则识别完成直接提交。
再次点击麦克风按钮或停顿 1.5 秒可结束录音。

适用场景与注意¶

适用场景：需要在国内网络环境下使用语音输入功能的 DSH 用户。
安全说明：
- API Key 存于浏览器 localStorage，本插件不上传 key 到任何第三方；但同一浏览器内的其他脚本可读取该 key，请勿在共享电脑使用。
- bridge 仅监听 127.0.0.1，不对外网开放。
- 音频仅发送至阿里云 DashScope 识别，服务端不留存。
运行权限：bridge 作为本地进程运行，需确保防火墙允许本地连接。

总结¶

该插件通过引入本地 Python bridge 解决了阿里云 DashScope ASR 的鉴权问题（浏览器直连会 401），并在国内网络环境下实现了流畅的语音输入体验。对于需要通过语音与 DeepSeek Harness 交互的开发者或用户，这是一个实用的补充工具。

GitHub 仓库 | 插件目录