前言¶
DeepSeek Harness (DSH) 採用插件化架構，Web 客戶端通過插件擴展功能。在構建物理語音交互場景時，不僅需要與後端網關通信，還需要在 UI 層展示麥克風狀態並提供控制入口。下面介紹 @xp1024/dsh-voice-gateway，這是一個爲 DSH Web 客戶端提供的語音網關客戶端插件，負責處理物理麥克風狀態指示、聲紋管理以及與語音網關的自動交互。
核心功能¶
該插件爲 Web 界面提供以下核心能力：
- 六態實時狀態指示器：提供
idle（空閒）、listening（監聽）、thinking（思考）、generating（生成中）、speaking（說話）、disconnected（斷開）六種狀態的實時反饋。 - 聲紋過濾與多發言人管理：支持嚮導式聲紋錄製與註冊，可管理多個發言人特徵，用於過濾未授權的語音輸入。
- 雙向語音交互：支持自動語音朗讀（Auto-speak）開關，並將語音識別結果格式化爲
[<speaker>] <text>注入當前會話。 - 動態網關地址配置：支持在 UI 設置面板中修改語音網關地址，默認監聽
http://127.0.0.1:8765。 - 語音控制按鈕掛載：語音控制按鈕直接掛載至對話輸入欄右側，提供便捷的操作入口。
安裝與啓用¶
在已配置好的 DSH Profile（如 web）中安裝並激活本插件：
dsh plugin --profile web add @xp1024/dsh-voice-gateway
典型用法¶
使用前需確保本地已運行物理語音網關守護進程。
- 啓動本地語音網關：
git clone https://github.com/zq0951/local-voice-gateway.git
cd local-voice-gateway
./start.sh
網關默認監聽 http://127.0.0.1:8765 與 ws://127.0.0.1:8765/v1/events。
-
安裝插件：
執行上述安裝命令。 -
啓動 Web 界面：
dsh web --no-open --port 3080
啓動後，在瀏覽器打開 DSH，對話輸入欄右側將出現麥克風控制按鈕。
適用場景與注意¶
- 適用場景：需要在 Web 端通過物理麥克風進行語音交互，且需要聲紋識別或狀態反饋的開發者。
- 注意：本插件爲第三方獨立開源插件，非 DeepSeek 官方附屬產品。使用前需確認本地已運行
Local Voice Gateway（默認端口8765）。插件以當前 DSH 進程權限運行，安裝前建議檢查源碼與許可證。
結語¶
該插件爲 DSH Web 客戶端提供了完整的語音交互 UI 支撐。更多細節與源碼可參考 GitHub 倉庫。
