DeepSeek Harness (DSH) 的核心设计理念是“一切皆插件”。在构建智能体应用时，语音交互是常见需求，通常涉及语音转文字（ASR）和文字转语音（TTS）的集成。下面介绍的 dsh-voice-mimo 插件，旨在为 DSH 提供一套基于 Xiaomi MiMo 技术的语音交互解决方案，覆盖浏览器端的语音操作以及 Agent 侧的语音工具调用能力。
插件定位¶
该插件原名 ch1bug/dsh-voice-mimo，是一个基于 Xiaomi MiMo 的语音 UI 和工具集。目前该仓库已被标记为 Deprecated（已弃用），其开发工作已完全整合进 dsh-mimo-agent-tools 仓库中，作为单一仓库决策的一部分。
核心功能¶
该插件提供以下能力：
- 浏览器语音 UI：支持浏览器原生的语音输入（麦克风）和朗读（TTS）功能，支持播放语音片段或卡片。
- Agent 工具：提供
voice_transcribe、voice_understand、voice_speak等工具，允许在对话流程中直接调用语音处理能力。 - MiMo 客户端：封装了 MiMo 的 TTS 和 ASR 客户端，提供轻量级的
ctx导出。 - 配置与存储：支持在插件标签页进行设置，并提供音频存储功能。
安装与启用¶
在启用该插件前，需先完成安装。根据官方说明，安装命令如下：
dsh plugin --profile web add github:ch1bug/dsh-voice-mimo
安装完成后，需要在 DSH 的 Credentials 中配置 XIAOMI_API_KEY，随后打开 Settings → Plugins 即可进行语音相关配置。
典型用法¶
经过上面的步骤，插件会自动加载。
- 浏览器端交互：用户可以使用麦克风输入语音，系统通过
voice_transcribe工具将语音转为文本。 - Agent 调用：Agent 可以调用
voice_understand处理语音数据，或使用voice_speak工具将生成的文本合成为语音进行播放。 - 迁移提示：当前的浏览器语音 UI 和 Agent 工具功能已迁移至
dsh-mimo-agent-tools仓库的./client（UI）和./mimo（工具）目录。
注意事项¶
- 状态变更：该插件已归档，不再接收新更新，所有工作已吸收进
dsh-mimo-agent-tools。 - 许可证：MIT 许可证，基于
zhuiyueya/dsh-voice和Anionex/dsh-vision-toolkit派生。 - 运行依赖：运行前必须在 DSH Credentials 中配置
XIAOMI_API_KEY。 - 模型版本：上游
mimo-v2.5已退役，当前默认使用 V2.6。
总结¶
dsh-voice-mimo 插件提供了从浏览器 UI 到 Agent 工具的完整语音能力闭环。虽然当前仓库已归档，但其核心功能已无缝迁移至 dsh-mimo-agent-tools，开发者可参考该目录获取完整文档与最新维护。
