在 DeepSeek Harness (DSH) 的使用場景中,當智能體任務執行完畢、需要人工審批,或者在運行過程中需要中斷確認時,開發者通常需要切換到終端或界面查看日誌。這種方式在遠程場景或移動端不夠高效。下面介紹一個插件,它將 dsh 會話與 ElevenLabs 的語音代理結合,通過電話鏈接提供語音反饋和指令輸入。
插件定位與功能¶
該插件由 StephenEvenson 維護,屬於“聯網工具”類別。它是一個 DeepSeek Harness 插件,當 dsh 任務結束或等待批准時,插件會發送一個鏈接到手機。打開鏈接後,會通過 ElevenLabs 語音代理讀取運行摘要、回答關於運行的問題,並在確認指令後通過工具將指令回傳給 dsh 會話。
核心能力包括:
* 語音回調:通過電話鏈接獲取結果。
* 發送手機鏈接:支持終端顯示、二維碼、推送等多種方式。
* 對話交互:與 ElevenLabs 語音代理進行多輪對話。
* 總結與問答:Agent 會總結運行結果,並回答關於運行細節的問題。
* 指令下發:通過工具發送指令,或處理審批。
環境與安裝¶
安裝前需確認環境滿足以下條件:
* Node.js 版本 >= 22,且 pnpm 已安裝。
* DeepSeek Harness 版本爲 0.1.1-rc.2(開發者預覽版)。
* 擁有 ElevenLabs 賬戶及 API Key。
* 能夠提供公共 HTTPS URL(使用 cloudflared 或自定義反向代理)。
安裝命令如下:
dsh plugin --profile web add github:StephenEvenson/dsh-plugin-elevenlabs-callback
典型使用流程¶
-
配置與啓動:
配置環境變量ELEVENLABS_API_KEY。首次啓動時,插件會自動創建 ElevenLabs 代理和工具。插件會綁定127.0.0.1:7331並嘗試打開 HTTPS 隧道。 -
會話觸發:
當 dsh 會話結束、失敗或停止等待審批時,插件會通過終端、二維碼、推送等方式發送一個鏈接到手機。 -
語音交互:
在手機瀏覽器打開鏈接並授權麥克風。語音 Agent 會讀取上一次運行的摘要,並允許開發者通過語音下達下一步指令(如“批准”、“運行測試”等)。 -
指令回傳:
Agent 確認指令後,通過 webhook 工具將指令回傳給 dsh 會話,作爲後續的 follow-up turn 或審批結果。
注意事項¶
- HTTPS 限制:瀏覽器僅在 HTTPS 協議下允許麥克風使用,因此必須配置公共 HTTPS URL,以確保 ElevenLabs 能夠撥打電話並接聽 WebRTC。
- 權限與安全:插件以當前 dsh 進程的權限運行,安裝前應檢查源碼與許可證(MIT)。
- 版本依賴:該插件依賴 DeepSeek Harness 0.1.1-rc.2 開發者預覽版,API 變更後可能需要更新插件。