DeepSeek Harness 提供了插件化擴展能力。在 DSH Web 界面中，除了鍵盤輸入，還可以通過語音進行交互。dsh-voice-control 插件利用瀏覽器原生接口，爲 Web 端增加了語音輸入和語音播報功能。
插件介紹¶
該插件名爲 dsh-voice-control，由開發者 SuCriss 維護。它的核心作用是將 DeepSeek Harness Web 界面變成一個具備語音交互能力的桌面 Jarvis。插件採用 MIT 許可證。
核心功能¶
插件主要實現以下功能：
- 麥克風圖標：麥克風圖標嵌在 composer 發送鍵左側，樣式與原生按鈕統一，不佔用額外空間。
- 語音輸入：支持說話即發送，或將語音內容填入草稿供編輯。基於 Web Speech API，依賴 Chrome 或 Edge 瀏覽器。
- 自動播報：助手的回覆會自動朗讀。系統會自動清洗 Markdown 格式以適應口語，並在回覆完成後 1.5 秒內觸發。
- 音色適配：音色列表根據瀏覽器和系統實時獲取，按語言分組，支持跨設備回落。
- 設置與快捷鍵：支持右鍵麥克風彈出設置面板（語速、音色、自動發送/朗讀開關、試聽）。同時支持
Ctrl+M全局快捷鍵錄音。
安裝與啓用¶
使用官方命令安裝：
dsh plugin --profile web add dsh-voice-control
安裝後需要重啓 dsh web 使配置生效。
使用方法¶
- 發送語音：點擊輸入框左側的麥克風圖標，或按下
Ctrl+M開始錄音。說話結束後，內容會自動發送或填入輸入框。 - 調整設置：右鍵點擊麥克風圖標，在彈出的菜單中可以調整語速、音色、試聽效果以及自動發送/朗讀的開關。
- 接收語音：助手回覆後，內容會自動朗讀出來。長回覆內容會截取最後 1200 字符進行播報。
適用場景與注意事項¶
該插件適合需要通過語音快速輸入指令或希望獲得語音反饋的用戶。插件完全在瀏覽器端運行，零依賴、零後端、零 API Key。
需要注意以下邊界條件：
- 瀏覽器兼容性：語音識別功能僅支持 Chrome 和 Edge 瀏覽器，不支持 Firefox。
- 網絡依賴：語音識別需要網絡連接（使用瀏覽器內置服務），但語音播報（TTS）完全本地。
- 錄音方式：採用推式錄音，避免拾取 TTS 聲音形成迴環。
- 內容長度：自動朗讀的回覆內容有長度限制，最長爲 1200 字符。
- 多會話視圖：未適配多會話並排視圖下的非活動輸入框。
參考資源¶
插件目錄頁：https://www.skillhub.cn/plugins/SuCriss/dsh-voice-control
源碼地址：https://github.com/SuCriss/dsh-voice-control
