前言¶
DeepSeek Harness (DSH) 采用插件化架构，Web 客户端通过插件扩展功能。在构建物理语音交互场景时，不仅需要与后端网关通信，还需要在 UI 层展示麦克风状态并提供控制入口。下面介绍 @xp1024/dsh-voice-gateway，这是一个为 DSH Web 客户端提供的语音网关客户端插件，负责处理物理麦克风状态指示、声纹管理以及与语音网关的自动交互。
核心功能¶
该插件为 Web 界面提供以下核心能力：
- 六态实时状态指示器：提供
idle（空闲）、listening（监听）、thinking（思考）、generating（生成中）、speaking（说话）、disconnected（断开）六种状态的实时反馈。 - 声纹过滤与多发言人管理：支持向导式声纹录制与注册，可管理多个发言人特征，用于过滤未授权的语音输入。
- 双向语音交互：支持自动语音朗读（Auto-speak）开关，并将语音识别结果格式化为
[<speaker>] <text>注入当前会话。 - 动态网关地址配置：支持在 UI 设置面板中修改语音网关地址，默认监听
http://127.0.0.1:8765。 - 语音控制按钮挂载：语音控制按钮直接挂载至对话输入栏右侧，提供便捷的操作入口。
安装与启用¶
在已配置好的 DSH Profile（如 web）中安装并激活本插件：
dsh plugin --profile web add @xp1024/dsh-voice-gateway
典型用法¶
使用前需确保本地已运行物理语音网关守护进程。
- 启动本地语音网关：
git clone https://github.com/zq0951/local-voice-gateway.git
cd local-voice-gateway
./start.sh
网关默认监听 http://127.0.0.1:8765 与 ws://127.0.0.1:8765/v1/events。
-
安装插件：
执行上述安装命令。 -
启动 Web 界面：
dsh web --no-open --port 3080
启动后，在浏览器打开 DSH，对话输入栏右侧将出现麦克风控制按钮。
适用场景与注意¶
- 适用场景：需要在 Web 端通过物理麦克风进行语音交互，且需要声纹识别或状态反馈的开发者。
- 注意：本插件为第三方独立开源插件，非 DeepSeek 官方附属产品。使用前需确认本地已运行
Local Voice Gateway（默认端口8765）。插件以当前 DSH 进程权限运行，安装前建议检查源码与许可证。
结语¶
该插件为 DSH Web 客户端提供了完整的语音交互 UI 支撑。更多细节与源码可参考 GitHub 仓库。
