zemanzhang809/dsh-stt-plugin: DeepSeek Harness Voice Input Plugin

DeepSeek Harness (DSH) 支持插件化扩展。语音输入是对话界面中的常见需求，但原生支持有限。该插件通过在对话编写器工具栏中增加麦克风按钮，利用浏览器 Web Speech API 实现实时语音转文本。

核心功能¶

1. 麦克风开关：在对话编写器工具行中添加麦克风按钮，点击开始/停止录音。
2. 语音输入设置：在设置对话框中提供语音输入页面，支持设置识别语言和听写模式。
3. 自动发送：在单次模式下，短语结束后自动提交消息。
4. 连续听写：开启后保持麦克风开启，短语累积在草稿中。
5. 本地音频处理：音频仅在浏览器本地处理，不会发送给宿主或模型提供商。
6. 生命周期管理：使用 Clean Cordis 生命周期管理，卸载时清理插槽、样式和字典。

安装与启用¶

使用前需确保环境满足以下要求：

• DeepSeek Harness 需要从源码运行 (pnpm dsh web) 或部署支持 profile 的版本。
• Node.js ≥ 18 / pnpm ≥ 8。

安装¶

推荐使用 npm 注册表安装：

dsh plugin --profile web add dsh-stt-plugin

如果网络受限，可以使用 GitHub 安装：

dsh plugin --profile web add github:zemanzhang809/dsh-stt-plugin

验证安装¶

在终端运行以下命令确认配置：

dsh --profile web --dump-config

输出中应包含 id: stt 和 name: dsh-stt-plugin。

使用方法¶

1. 打开会话，使对话编写器处于激活状态。
2. 点击麦克风按钮并开始说话。识别出的文本会实时追加到草稿区（临时结果也会实时写入）。
3. 再次点击麦克风按钮停止听写。在单次模式下开启“识别后自动发送”时，短语结束后消息会自动提交。

语音输入设置¶

打开 设置 → 语音输入：

• 识别语言：默认为 auto，跟随浏览器语言，也可手动指定 BCP-47 代码（如 zh-CN, en-US）。
• 连续听写：关闭时，说话结束即停止；开启后需手动再次点击按钮停止。
• 识别后自动发送：仅在单次模式下有效，短语结束后自动提交。

设置偏好会持久化到 DSH 设置存储，若不可写则回退到本地存储。

注意事项¶

• 浏览器支持：Chrome/Edge 支持完整；Safari 支持部分；Firefox 不支持（按钮渲染为禁用）。
• 麦克风权限：首次使用需授予浏览器麦克风权限。
• 中国网络环境：如无法访问 GitHub，请使用 npm 注册表（推荐）或配置 pnpm 镜像（如 https://registry.npmmirror.com）。
• 本地运行：插件以当前 DSH 进程权限运行，安装前请检查源码与许可证。