前言¶
在 DeepSeek Harness（DSH）裏寫提示詞，鍵盤仍是主路徑；偶爾需要口述長句或不想打斷思路時，若只能點按鈕開錄、再點結束，或要記住組合鍵，成本會偏高。官方快捷鍵服務只分發 keydown，且對無修飾鍵綁定有限制，「按住說話、鬆開結束」很難做成 Settings 裏的一條快捷命令。
下面介紹社區插件 dsh-voice-ptt（維護者 eicon-xyz）：在 Web 端輸入框（composer）聚焦時，按住一個鍵說話，鬆開鍵，識別結果插入當前光標處的草稿，不自動發送。插件歸類爲客戶端，當前 GitHub 星標爲 1。
這是什麼¶
dsh-voice-ptt 是面向 DeepSeek Harness 的 Push-to-talk 聽寫插件：在 composer 裏按住單個鍵錄音，鬆開後轉寫，文本落在草稿裏供你審閱後再發送。
宿主側（lib/index.js） intentionally 爲空；行爲都在瀏覽器端（lib/client.js），通過 dsh.client 掛載。許可證爲 MIT，npm 包版本 0.1.0（以倉庫 package.json 爲準）。
核心功能¶
默認交互（F2）¶
- 光標在 composer 內且草稿爲空時，工具欄會出現淡色提示：
Hold F2 to dictate（界面語言隨 DSH 的en/zh）。 - 按住 F2：開始錄音，提示變爲
Recording — release F2 to finish。 - 鬆開 F2：音頻轉寫後，文本插入光標位置。
無需記憶組合鍵；README 概括爲：Hold F2, release, done.
錄音過程中的取消與邊界¶
- 按
Esc，或在錄音時按下其他鍵（例如本打算輸入的字母），會取消並丟棄本次錄音。 - 窗口失焦或切走標籤頁會取消錄音，避免錄到無關聲音。
- 超過識別器時長上限會自動停止並轉寫已錄部分。
更換按住鍵¶
提示文案本身是可點的按鈕：點開候選鍵，選一項後立即生效，並寫入 localStorage 記住。
內置候選包括 F2（默認）、F4、Insert、Right Ctrl、Right Shift 等；文檔說明了各鍵的取捨（例如 Right Shift 在 Windows 上連按可能觸發粘滯鍵）。插件能識別「按住鍵本身是修飾鍵」，不會誤當成組合鍵把事件放行出去。
若要擴展候選，需改 lib/client.js 頂部的 KEY_OPTIONS（{code, labelKey} 數組，code 爲 KeyboardEvent.code，labelKey 對應同文件 zh/en 字典項）。
與官方快捷鍵的分工¶
@deepseek-ai/dsh-client-shortcuts 只處理 keydown，沒有 keyup 來結束「按住」；且無修飾鍵綁定會被拒絕，Web 端和絃也受平臺白名單約束。因此「單鍵按住說話」無法註冊成快捷命令；本插件在 document 級監聽 keydown / keyup 自行處理鍵盤，代價是不會出現在 Settings → Shortcuts，改鍵在 composer 提示裏完成。
文檔還說明了焦點不在 composer、終端內、對話框打開、或 Ctrl+F2 等帶修飾鍵按下時的行爲（不搶錄、讓行、不攔截等）。
技術要點（簡述）¶
- 插入草稿：通過會話級
inputActions（captureInsertion+insertText），在conversation.input.left註冊常駐項，負責狀態行、焦點提示與改鍵 UI。 - 錄音：
MediaRecorder經OfflineAudioContext重採樣爲 16 kHz 單聲道 PCM16 WAV（與官方 voice-input 一致），再調用宿主speech.transcribe。
安裝與啓用¶
插件聲明瞭 dsh.bundle.patch，安裝命令會把層疊寫入 profile 的 bundle 並掛載，無需手改 cordis.patch.yml。
Web profile 安裝：
dsh plugin --profile web add dsh-voice-ptt
若從 Git 檢出並固定 revision（資料原文格式，<commit> 換實際提交）：
dsh plugin --profile web add 'github:eicon-xyz/dsh-voice-ptt#<commit>'
依賴語音識別能力：需安裝並啓用 @deepseek-ai/dsh-experimental-voice-input-bundle，並一次性準備模型（約 230 MB）。識別器未就緒時，按住鍵會在狀態行顯示可見原因，而不是靜默失敗。
插件以當前 DSH 進程權限運行；安裝前請自行查看源碼與 MIT 許可證，確認符合你的環境策略。
典型用法¶
- 完成上述安裝與 voice-input bundle、模型準備。
- 在 Web DSH 中打開對話，焦點放入 composer。
- 看到
Hold F2 to dictate（或中文等價文案）後，按住 F2 說話，鬆手等待轉寫寫入草稿。 - 檢查文本，按需編輯，再自行發送（插件從不自動發送）。
- 若 F2 衝突，點工具欄提示打開候選，改用 F4、Right Ctrl 等。
草稿非空時仍可使用（測試用例 nonempty-draft.cjs 覆蓋追加行爲）。轉寫結果在松鍵之後纔出現，無流式字幕。
適用場景與限制¶
適合：主要在 Web 端使用 DSH、希望口述進輸入框且保留「人工確認再發送」的流程；需要單鍵 PTT、不想綁複雜快捷鍵的開發者或寫提示詞較多的用戶。
限制（README 明確列出）：
- 僅 Web 表面；桌面原生鍵盤橋未接此插件。
- 無流式字幕，松鍵後纔出字。
- 同時只支持一個按住鍵，候選列表外需改
KEY_OPTIONS。 - Node 引擎要求
>=20（包元數據）。
社區目錄頁：skillhub.cn/plugins/eicon-xyz/dsh-voice-ptt。該目錄爲獨立社區站點，與 DeepSeek / 幻方無官方從屬關係；DSH 生態強調「一切皆插件」，本插件是其中一條客戶端擴展路徑。
結尾¶
dsh-voice-ptt 把「按住—說話—鬆開—進草稿」收進 composer 一側：默認 F2，可點提示改鍵，並依賴官方 experimental voice-input 做轉寫。若你的場景是 Web 寫 agent 提示、口述長段再改字發送，可按 README 安裝 bundle 與本插件後直接在輸入框試用。
- 目錄頁：https://www.skillhub.cn/plugins/eicon-xyz/dsh-voice-ptt
- 源碼與說明：https://github.com/eicon-xyz/dsh-voice-ptt
