前言¶
DeepSeek Harness（DSH）採用“一切皆插件”的理念，允許用戶在 Web 界面中擴展功能。對於習慣語音交互、或者需要在多任務處理時保持雙手空閒的開發者，打字輸入往往不是最高效的方式。dsh-voice-talk 插件解決了這一問題，它提供了一個全屏的語音通話層，讓用戶可以通過麥克風直接與 AI 對話，實現邊說邊聽、邊生成邊朗讀的閉環體驗。
核心能力¶
該插件主要提供以下能力：
1. 全屏通話模式：點擊麥克風圖標進入全屏通話層，界面中英雙語，自動適配明暗主題。
2. 流式交互：支持語音輸入，AI 生成回覆的同時進行朗讀。
3. 語音調節：支持語速調節與音色切換，默認使用系統語音。
4. 安全性：密鑰僅存本機，絕不上傳，瀏覽器無法直接接觸密鑰，語音請求由宿主代理轉發。
5. 開源：採用 MIT 許可證。
安裝與前置要求¶
安裝前需確保宿主環境符合要求。
前置要求
* DeepSeek Harness Web Profile 版本：0.1.0-rc.7+（0.1.0-rc.x 與 0.1.5-rc.x 兩代宿主線均已適配）。
* 瀏覽器：Chrome 或 Edge。
* 網絡環境：需網絡連接。
安裝步驟
1. 打開終端，執行安裝命令：
dsh plugin --profile web add dsh-voice-talk
- 安裝完成後重啓 Web 進程。
dsh web
配置與使用¶
插件安裝後需要進行配置才能正常使用。
1. 配置語音識別
語音識別需要調用雲端引擎。用戶需在阿里雲百鍊申請 API Key，並在 DSH 中配置。
* 登錄阿里雲百鍊控制台申請 API Key。
* 在 DSH 界面中進入 設置 → 插件 → 語音對話。
* 將申請到的 API Key 填入“千問設置”中。模型和地址已內置，充值後即可使用。
2. 配置語音合成
* 默認模式：使用系統語音，免費。
* 自然音色：若需更自然的音色，可切換到千問語音，按量計費（約 1 元 / 萬字符）。
3. 使用方法
1. 在對話頁或工作臺的輸入框旁找到麥克風圖標。
2. 點擊圖標進入全屏通話層，直接說話。
3. AI 回覆會自動生成並朗讀。
4. 通話中可以靜音或收起。
5. 退出通話層：點擊紅色掛機鍵或按 Esc 鍵。
配置項¶
設置頁中的配置爲持久默認設置，僅對本次通話生效的設置在通話層中調整。
| 配置項 | 說明 | 默認值 |
|---|---|---|
| 說話打斷播報 | 說話時是否打斷正在播報的內容（建議戴耳機） | 關 |
| 停頓多久自動發送（秒） | 說完話停頓多久自動提交給 AI | 2 |
| 聲紋效果 | 通話層波形樣式：律動 / 波紋 | 波紋 |
| 語速 | 播報語速 | 1.0x |
注意事項¶
- 瀏覽器兼容性：目前支持 Chrome 和 Edge 瀏覽器。
- 權限要求：使用前需授予麥克風權限。
- 密鑰安全：插件遵循最小權限原則，密鑰僅存儲在本地，由宿主代理轉發請求，瀏覽器端無權訪問密鑰。
- 版本依賴：務必使用 0.1.0-rc.7 及以上的 Web Profile 版本。
- 反饋渠道：如遇問題，可通過 GitHub 提交 Issue 或在插件市場卡片下留言。
總結¶
dsh-voice-talk 通過全屏語音通話模式，將 DSH Web 界面從單純的打字工具轉變爲多模態交互終端。它結合了系統語音的免費便利與千問語音的自然體驗，適合需要解放雙手、快速進行語音交互的開發場景。
