DeepSeek Harness (DSH) 的核心設計理念是“一切皆插件”。在構建智能體應用時，語音交互是常見需求，通常涉及語音轉文字（ASR）和文字轉語音（TTS）的集成。下面介紹的 dsh-voice-mimo 插件，旨在爲 DSH 提供一套基於 Xiaomi MiMo 技術的語音交互解決方案，覆蓋瀏覽器端的語音操作以及 Agent 側的語音工具調用能力。
插件定位¶
該插件原名 ch1bug/dsh-voice-mimo，是一個基於 Xiaomi MiMo 的語音 UI 和工具集。目前該倉庫已被標記爲 Deprecated（已棄用），其開發工作已完全整合進 dsh-mimo-agent-tools 倉庫中，作爲單一倉庫決策的一部分。
核心功能¶
該插件提供以下能力：
- 瀏覽器語音 UI：支持瀏覽器原生的語音輸入（麥克風）和朗讀（TTS）功能，支持播放語音片段或卡片。
- Agent 工具：提供
voice_transcribe、voice_understand、voice_speak等工具，允許在對話流程中直接調用語音處理能力。 - MiMo 客戶端：封裝了 MiMo 的 TTS 和 ASR 客戶端，提供輕量級的
ctx導出。 - 配置與存儲：支持在插件標籤頁進行設置，並提供音頻存儲功能。
安裝與啓用¶
在啓用該插件前，需先完成安裝。根據官方說明，安裝命令如下：
dsh plugin --profile web add github:ch1bug/dsh-voice-mimo
安裝完成後，需要在 DSH 的 Credentials 中配置 XIAOMI_API_KEY，隨後打開 Settings → Plugins 即可進行語音相關配置。
典型用法¶
經過上面的步驟，插件會自動加載。
- 瀏覽器端交互：用戶可以使用麥克風輸入語音，系統通過
voice_transcribe工具將語音轉爲文本。 - Agent 調用：Agent 可以調用
voice_understand處理語音數據，或使用voice_speak工具將生成的文本合成爲語音進行播放。 - 遷移提示：當前的瀏覽器語音 UI 和 Agent 工具功能已遷移至
dsh-mimo-agent-tools倉庫的./client（UI）和./mimo（工具）目錄。
注意事項¶
- 狀態變更：該插件已歸檔，不再接收新更新，所有工作已吸收進
dsh-mimo-agent-tools。 - 許可證：MIT 許可證，基於
zhuiyueya/dsh-voice和Anionex/dsh-vision-toolkit派生。 - 運行依賴：運行前必須在 DSH Credentials 中配置
XIAOMI_API_KEY。 - 模型版本：上游
mimo-v2.5已退役，當前默認使用 V2.6。
總結¶
dsh-voice-mimo 插件提供了從瀏覽器 UI 到 Agent 工具的完整語音能力閉環。雖然當前倉庫已歸檔，但其核心功能已無縫遷移至 dsh-mimo-agent-tools，開發者可參考該目錄獲取完整文檔與最新維護。
