前言¶
DeepSeek Harness (DSH) 提供了一個 Web UI 界面來管理智能體任務。在處理項目文件讀寫或運行工具時，頻繁切換窗口輸入命令會打斷工作流。dsh-voco 插件將語音輸入與 DSH 後臺 Agent 緊密結合，允許用戶通過自然語言完成任務，並將結果通過語音反饋回 Web UI。
插件定位¶
dsh-voco 是面向 DSH Web UI 的語音對話插件。由開發者 lgquan 維護，當前星標數爲 2，採用 MIT 許可證。它通過集成雲端語音識別和文字轉語音技術，讓語音、文字和後臺 Agent 任務在同一會話中協作。
核心能力¶
- 語音識別與合成：使用硅基流動免費模型
XingChenAGI/XingChenASR-V3.2-Ultra進行雲端語音轉文字；使用 Edge TTSzh-CN-XiaoxiaoNeural進行中文語音回覆。 - 任務協作：普通對話由前臺處理，需要讀寫項目或運行工具的工作會委派給後臺 Agent。
- 會話持久化：頁面切換、斷線重連或 DSH 重啓後，插件能恢復語音會話綁定，保持上下文連續。
- 即時確認與記錄：委派任務前會即時播報確認語，完整任務報告保留在 DSH 任務界面。
- 可選記憶擴展：可接入
@flowingspring/dsh-workspace-memory，將語音主會話和完成的委派子任務歸入同一個 Workspace 長期記憶範圍。
安裝與配置¶
安裝前需準備 Node.js 22.19 或更高版本（用於 DSH CLI）、已運行的 DSH Web profile 以及硅基流動的 API Key。
- 安裝插件：
dsh plugin --profile web add @flowingspring/dsh-voco
- 啓動 Web UI：
dsh web
- 配置 API Key：
插件使用環境變量SILICONFLOW_API_KEY。密鑰寫入 DSH 憑據庫，不會明文寫入配置文件。- 推薦方式：在 DSH Web UI 的“設置 → 插件 → 插件配置”中填寫並保存。
- 其他方式：在啓動
dsh web的同一終端設置環境變量，或在 DSH 用戶目錄下的.env文件中配置。
使用方法¶
- 打開 DSH Web UI，新建或選擇一個會話。
- 點擊麥克風按鈕並允許瀏覽器使用麥克風權限。
- 直接說話。連續靜音約 1.5 秒後自動提交識別，或長按麥克風約 400 毫秒鬆手提交。
- 語音識別結果會被髮送給後臺 Agent 處理。Agent 完成任務後，系統會通過語音播報結果，同時在 DSH 界面保存完整報告。
注意事項¶
- 非瀏覽器擴展：插件不是獨立的瀏覽器擴展，也不需要單獨運行後臺服務，它依附於 DSH 進程。
- 數據清理：卸載插件不會自動刪除已保存的 API Key、DSH 會話或語音歷史。如需徹底清除 Key，需手動編輯憑據文件或環境變量。
- 依賴檢查：識別失敗或等待時間較長時，需檢查網絡連接、API Key 有效性、賬戶額度及網絡延遲。
- 版本要求：確保使用 Node.js 22.19 或更高版本。
生態背景¶
DSH 採用“一切皆插件”的理念。該插件收錄在社區目錄 SkillHub，與 DeepSeek 或幻方無官方從屬關係。
結語¶
dsh-voco 將語音交互融入 DSH 工作流，適合需要雙手操作終端或希望以自然語言主導任務的場景。更多細節與源碼可訪問 GitHub。
