DeepSeek Harness 是一個基於插件的系統。在 Web 界面中，輸入指令通常需要手動打字。語音聽寫插件通過瀏覽器內置的語音識別能力，將語音直接轉化爲指令發送給 Agent，避免頻繁切換輸入法。
說話即任務：給 DSH Web GUI 加語音聽寫，說完自動發送給 Agent（純前端，無需 API Key）。維護者：dytom18。插件解決了語音輸入在 Web 端的接入問題，實現從“說話”到“發送”的閉環。
核心功能¶
插件提供了完整的聽寫閉環和容錯機制。
- 一鍵聽寫與自動發送：點擊懸浮按鈕開始說話，識別結束後自動發送給 Agent（也可配置爲只填入輸入框）。
- 智能接入：優先走 DSH 客戶端 API（
setDraft+submit或conversation.send），失敗時自動降級爲 DOM 寫入輸入框。 - 草稿保護：輸入框已有內容時，自動改爲追加進草稿，絕不覆蓋或搶發。
- 語音口令：支持撤銷（“算了”、“重來”）和更正（“更正”、“上一條作廢”）口令，對整句進行語義判斷。
- 可拖動與隱藏：懸浮按鈕可拖動並持久化位置，支持通過
Ctrl+Shift+M快捷開關。 - 自動續接與自愈：瀏覽器靜音超時或網絡抖動時自動續接；組件被移除後 10 秒內自動重建。
- 超時保護：單次聽寫最長 90 秒自動結束，防止麥克風常開。
安裝與啓用¶
插件通過 GitHub 分發，需在 DSH 的 web profile 環境下安裝。
dsh plugin --profile web add github:dytom18/dsh-plugin-voice-dictation
安裝完成後，重啓 DSH 服務並刷新瀏覽器頁面。
典型用法¶
- 頁面右下角會出現一個紫色的 🎤 懸浮按鈕。
- 點擊按鈕開始錄音，再次點擊結束。
- 默認情況下，識別結果會自動發送給當前的 Agent。
- 使用快捷鍵
Ctrl+Shift+M可隨時開啓或停止聽寫。
適用場景與注意¶
適用場景：適合需要快速下達指令、在移動設備或多任務場景下希望減少打字操作的用戶。
注意：
* 插件爲純前端實現，使用 Web Speech API，依賴 Chrome 或 Edge 瀏覽器（Firefox 不支持）。
* 首次使用需允許麥克風權限。
* Windows 桌面端安裝前需完全退出 DSH Desktop。
