前言¶
给 DSH / 智能体客户端做语音输入时，常见做法是外挂一个录音工具，录完导出文件再手动传上去，中途要切窗口、找路径、等接口。dsh-record 把这条链路收进输入框：在 composer 里加一个麦克风按钮，点击开始录、再点一次停止，录音会作为对话附件直接挂在当前 prompt 上，跟着正常上传队列一起发出去。输出格式在插件设置页选，支持 MP3（默认）、WAV、WebM。
下面介绍这个插件。它由 most-silence 维护，开源协议 MIT，仓库 https://github.com/most-silence/dsh-record ，社区目录页是 https://www.skillhub.cn/plugins/most-silence/dsh-record 。
能做什么¶
一句话定位：一个客户端插件，给 DSH 的 composer 加录音按钮，录完把音频文件作为 conversation 附件附到当前 prompt 上。它只负责录制、转码、挂载这三步，不写磁盘文件、不做语音识别——需要转文字的话要另配一个 speech-to-text 插件（README 建议 dsh-stt）。
已经核实的能力：
- 按钮注册在
conversation.input.right槽位、提交动作之前，没有悬浮窗，可以和其他 composer 控件共存。 - 输出格式
mp3/wav/webm，默认mp3，在 Settings → Plugins → dsh-record 里选。 - 悬停提示跟随界面语言：中文显示「录音」，英文显示「Record」。按钮向宿主 locale 服务注册了
zh/en字典，切换语言后提示、aria-label、状态通知会跟着更新。 - 录音走浏览器
MediaRecorder，优先 webm/opus，按能力回退；录音中有计时器和文件名预览（rec-YYYYMMDD-HHMMSS-<n>s.mp3）。 - 三个格式都在浏览器内完成：MP3 由 lamejs 编码（128 kbps CBR），WAV 是 16-bit PCM 无损重封装，WebM 就是浏览器原生 Opus 容器不转码。
- 挂载走宿主 draft-attachment 通道（
conversation.createDrafts+inputActions.addAttachments），输入框里显示为文件卡片并带上传进度。 - 转码失败时（比如
OfflineAudioContext不可用）直接挂原始 WebM，保证录音不丢。
安装与启用¶
README 给的安装命令是本地构建后按文件路径添加，不是从 registry 拉包：
git clone https://github.com/most-silence/dsh-record
cd dsh-record && npm install && npm run build
dsh plugin --profile <your-profile> add file:$PWD
安装完重启 dsh 宿主，再刷新网页。可以用 npm run build 重新构建（tsdown 产出 lib/index.js 和 lib/client.js），npm test 跑 14 个 node:test 用例（客户端工厂契约 9 个、编码器 5 个），测试在 Node 24 上跑，不需要浏览器。
配置¶
配置只有一个字段，在 Settings → Plugins → dsh-record 里改：
| 字段 | 取值 | 含义 |
|---|---|---|
format |
mp3（默认）· wav · webm |
输出容器。MP3 / WAV 在停止录音后于浏览器内转码，WebM 原样挂载。改动在下次页面加载时生效，因为浏览器那半边只在启动时读一次配置。 |
浏览器端启动时通过 GET /dsh-record/config 读取这个配置，路由不可达就回退到 mp3。
架构与两个坑¶
插件是典型的前端 + 宿主两段式：
browser half (lib/client.js) host half (lib/index.js)
├─ mic button @ conversation.input.right ├─ Config schema { format: mp3 | wav | webm }
├─ zh/en dictionaries → locale service └─ GET /dsh-record/config → serves resolved config
├─ MediaRecorder → webm/opus (same-origin guarded)
├─ decode → lamejs (mp3) / PCM wrap (wav)
└─ attach via createDrafts + addAttachments
README 里特别记了两条从真实崩溃里学到的加固规则，做同类插件值得抄：
@breezystack/lamejs要内联打包。DSH 的模块表是冻结的，里面没有 lamejs，如果把它当构建外置依赖，require("@breezystack/lamejs")会查不到模块表并导致整个 web 启动中断。构建工具 tsdown 用noExternal强制内联。- 宿主端的
Config用z.union([...])，不能用z.enum([...])，并且 schemastery 保持external。宿主自带的 schemastery 版本没有enum方法，用打包进来的私有副本构造的 schema 又和宿主校验器不兼容，任一种都会在 import 阶段抛错，把这行插件判成required从而拖垮整个 profile。
注意点¶
- 这个插件以当前 dsh 进程的权限运行，安装第三方插件前建议先读一遍源码，也注意它的开源协议（本项目是 MIT）。
- 附件通道依赖宿主客户端契约，README 验证版本是 dsh 0.2.1-rc.2（
conversation.input.right槽位、createDrafts/addAttachments）。上游接口变动后可能退化为行内错误提示。 - 转码发生在停止录音之后，不是边录边转，所以很长的录音会有一小段编码等待。
- 录音需要浏览器麦克风授权，页面必须走 HTTPS 或 localhost。
- 输出格式放在宿主 profile 配置里而不是浏览器里，所以每次改完要刷新页面才生效。
小结¶
dsh-record 解决的是一个很具体的链路问题：输入框里录音 → 浏览器内转码 → 作为 prompt 附件上传，不碰磁盘、不做识别。如果你已经在用 DSH 做客户端语音输入，可以先在测试 profile 里装上试一轮，确认附件通道和格式符合预期，再考虑接到正式流程里。
- 目录页：https://www.skillhub.cn/plugins/most-silence/dsh-record
- 代码仓库：https://github.com/most-silence/dsh-record
