前言¶

在 DeepSeek Harness (DSH) 的开发流程中，为智能体增加语音识别能力通常需要自行对接 API。如果有一个现成的插件能直接处理多语言和语音转文字，可以减少重复工作。xby-asr-1 正是这样一款插件。

插件介绍¶

名称：xby-asr-1
维护者：xby-skill
分类：模型推理
定位：通用语音识别，支持多国语言及小语种。

核心功能¶

该插件提供以下功能：

1. set_xby_apikey
   在聊天中设置 API 密钥，该操作会自动持久化，重启后依然有效。
2. asr_whisper_small
   通用语音识别，支持多国语言及小语种。需要输入音频文件链接。
3. asr_whisper_small_for_data_base64
   通用语音识别，支持多国语言及小语种。需要输入音频文件的 BASE64 编码。
4. asr_whisper_small_for_data_file
   通用语音识别，支持多国语言及小语种。需要输入音频文件的文件路径。

安装与启用¶

使用以下命令安装插件：

dsh plugin --profile web add github:xby_skill/xby-asr-1

典型用法¶

1. 获取密钥：前往小笨羊官网注册并获取 API 密钥。
2. 配置密钥：在 DSH 的聊天环境中调用 set_xby_apikey 命令，填入获取到的密钥。
3. 执行识别：根据输入音频的方式选择对应功能：
   - 如果是网络链接，使用 asr_whisper_small。
   - 如果是 Base64 编码，使用 asr_whisper_small_for_data_base64。
   - 如果是本地文件路径，使用 asr_whisper_small_for_data_file。

适用场景与注意¶

适合需要集成语音识别能力的智能体开发者。注意：插件以当前 dsh 进程的权限运行，安装前请检查源码与许可证（MIT）。

结语¶

xby-asr-1 提供了基础的 ASR 能力。更多配置细节可参考社区目录或 GitHub 仓库。

社区目录
GitHub 仓库