前言¶
DeepSeek Harness (DSH) 提供了一个 Web UI 界面来管理智能体任务。在处理项目文件读写或运行工具时，频繁切换窗口输入命令会打断工作流。dsh-voco 插件将语音输入与 DSH 后台 Agent 紧密结合，允许用户通过自然语言完成任务，并将结果通过语音反馈回 Web UI。
插件定位¶
dsh-voco 是面向 DSH Web UI 的语音对话插件。由开发者 lgquan 维护，当前星标数为 2，采用 MIT 许可证。它通过集成云端语音识别和文字转语音技术，让语音、文字和后台 Agent 任务在同一会话中协作。
核心能力¶
- 语音识别与合成：使用硅基流动免费模型
XingChenAGI/XingChenASR-V3.2-Ultra进行云端语音转文字；使用 Edge TTSzh-CN-XiaoxiaoNeural进行中文语音回复。 - 任务协作：普通对话由前台处理，需要读写项目或运行工具的工作会委派给后台 Agent。
- 会话持久化：页面切换、断线重连或 DSH 重启后，插件能恢复语音会话绑定，保持上下文连续。
- 即时确认与记录：委派任务前会即时播报确认语，完整任务报告保留在 DSH 任务界面。
- 可选记忆扩展：可接入
@flowingspring/dsh-workspace-memory，将语音主会话和完成的委派子任务归入同一个 Workspace 长期记忆范围。
安装与配置¶
安装前需准备 Node.js 22.19 或更高版本（用于 DSH CLI）、已运行的 DSH Web profile 以及硅基流动的 API Key。
- 安装插件：
dsh plugin --profile web add @flowingspring/dsh-voco
- 启动 Web UI：
dsh web
- 配置 API Key：
插件使用环境变量SILICONFLOW_API_KEY。密钥写入 DSH 凭据库，不会明文写入配置文件。- 推荐方式：在 DSH Web UI 的“设置 → 插件 → 插件配置”中填写并保存。
- 其他方式：在启动
dsh web的同一终端设置环境变量，或在 DSH 用户目录下的.env文件中配置。
使用方法¶
- 打开 DSH Web UI，新建或选择一个会话。
- 点击麦克风按钮并允许浏览器使用麦克风权限。
- 直接说话。连续静音约 1.5 秒后自动提交识别，或长按麦克风约 400 毫秒松手提交。
- 语音识别结果会被发送给后台 Agent 处理。Agent 完成任务后，系统会通过语音播报结果，同时在 DSH 界面保存完整报告。
注意事项¶
- 非浏览器扩展：插件不是独立的浏览器扩展，也不需要单独运行后台服务，它依附于 DSH 进程。
- 数据清理：卸载插件不会自动删除已保存的 API Key、DSH 会话或语音历史。如需彻底清除 Key，需手动编辑凭据文件或环境变量。
- 依赖检查：识别失败或等待时间较长时，需检查网络连接、API Key 有效性、账户额度及网络延迟。
- 版本要求：确保使用 Node.js 22.19 或更高版本。
生态背景¶
DSH 采用“一切皆插件”的理念。该插件收录在社区目录 SkillHub，与 DeepSeek 或幻方无官方从属关系。
结语¶
dsh-voco 将语音交互融入 DSH 工作流，适合需要双手操作终端或希望以自然语言主导任务的场景。更多细节与源码可访问 GitHub。
