DeepSeek Harness 是一个基于插件的系统。在 Web 界面中，输入指令通常需要手动打字。语音听写插件通过浏览器内置的语音识别能力，将语音直接转化为指令发送给 Agent，避免频繁切换输入法。
说话即任务：给 DSH Web GUI 加语音听写，说完自动发送给 Agent（纯前端，无需 API Key）。维护者：dytom18。插件解决了语音输入在 Web 端的接入问题，实现从“说话”到“发送”的闭环。
核心功能¶
插件提供了完整的听写闭环和容错机制。
- 一键听写与自动发送：点击悬浮按钮开始说话，识别结束后自动发送给 Agent（也可配置为只填入输入框）。
- 智能接入：优先走 DSH 客户端 API（
setDraft+submit或conversation.send），失败时自动降级为 DOM 写入输入框。 - 草稿保护：输入框已有内容时，自动改为追加进草稿，绝不覆盖或抢发。
- 语音口令：支持撤销（“算了”、“重来”）和更正（“更正”、“上一条作废”）口令，对整句进行语义判断。
- 可拖动与隐藏：悬浮按钮可拖动并持久化位置，支持通过
Ctrl+Shift+M快捷开关。 - 自动续接与自愈：浏览器静音超时或网络抖动时自动续接；组件被移除后 10 秒内自动重建。
- 超时保护：单次听写最长 90 秒自动结束，防止麦克风常开。
安装与启用¶
插件通过 GitHub 分发，需在 DSH 的 web profile 环境下安装。
dsh plugin --profile web add github:dytom18/dsh-plugin-voice-dictation
安装完成后，重启 DSH 服务并刷新浏览器页面。
典型用法¶
- 页面右下角会出现一个紫色的 🎤 悬浮按钮。
- 点击按钮开始录音，再次点击结束。
- 默认情况下，识别结果会自动发送给当前的 Agent。
- 使用快捷键
Ctrl+Shift+M可随时开启或停止听写。
适用场景与注意¶
适用场景：适合需要快速下达指令、在移动设备或多任务场景下希望减少打字操作的用户。
注意：
* 插件为纯前端实现，使用 Web Speech API，依赖 Chrome 或 Edge 浏览器（Firefox 不支持）。
* 首次使用需允许麦克风权限。
* Windows 桌面端安装前需完全退出 DSH Desktop。
