前言¶
給 DSH / 智能體客戶端做語音輸入時，常見做法是外掛一個錄音工具，錄完導出文件再手動傳上去，中途要切窗口、找路徑、等接口。dsh-record 把這條鏈路收進輸入框：在 composer 里加一個麥克風按鈕，點擊開始錄、再點一次停止，錄音會作爲對話附件直接掛在當前 prompt 上，跟着正常上傳隊列一起發出去。輸出格式在插件設置頁選，支持 MP3（默認）、WAV、WebM。
下面介紹這個插件。它由 most-silence 維護，開源協議 MIT，倉庫 https://github.com/most-silence/dsh-record ，社區目錄頁是 https://www.skillhub.cn/plugins/most-silence/dsh-record 。
能做什麼¶
一句話定位：一個客戶端插件，給 DSH 的 composer 加錄音按鈕，錄完把音頻文件作爲 conversation 附件附到當前 prompt 上。它只負責錄製、轉碼、掛載這三步，不寫磁盤文件、不做語音識別——需要轉文字的話要另配一個 speech-to-text 插件（README 建議 dsh-stt）。
已經覈實的能力：
- 按鈕註冊在
conversation.input.right槽位、提交動作之前，沒有懸浮窗，可以和其他 composer 控件共存。 - 輸出格式
mp3/wav/webm，默認mp3，在 Settings → Plugins → dsh-record 裏選。 - 懸停提示跟隨界面語言：中文顯示「錄音」，英文顯示「Record」。按鈕向宿主 locale 服務註冊了
zh/en字典，切換語言後提示、aria-label、狀態通知會跟着更新。 - 錄音走瀏覽器
MediaRecorder，優先 webm/opus，按能力回退；錄音中有計時器和文件名預覽（rec-YYYYMMDD-HHMMSS-<n>s.mp3）。 - 三個格式都在瀏覽器內完成：MP3 由 lamejs 編碼（128 kbps CBR），WAV 是 16-bit PCM 無損重封裝，WebM 就是瀏覽器原生 Opus 容器不轉碼。
- 掛載走宿主 draft-attachment 通道（
conversation.createDrafts+inputActions.addAttachments），輸入框裏顯示爲文件卡片並帶上傳進度。 - 轉碼失敗時（比如
OfflineAudioContext不可用）直接掛原始 WebM，保證錄音不丟。
安裝與啓用¶
README 給的安裝命令是本地構建後按文件路徑添加，不是從 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
安裝完重啓 dsh 宿主，再刷新網頁。可以用 npm run build 重新構建（tsdown 產出 lib/index.js 和 lib/client.js），npm test 跑 14 個 node:test 用例（客戶端工廠契約 9 個、編碼器 5 個），測試在 Node 24 上跑，不需要瀏覽器。
配置¶
配置只有一個字段，在 Settings → Plugins → dsh-record 裏改：
| 字段 | 取值 | 含義 |
|---|---|---|
format |
mp3（默認）· wav · webm |
輸出容器。MP3 / WAV 在停止錄音後於瀏覽器內轉碼，WebM 原樣掛載。改動在下次頁面加載時生效，因爲瀏覽器那半邊只在啓動時讀一次配置。 |
瀏覽器端啓動時通過 GET /dsh-record/config 讀取這個配置，路由不可達就回退到 mp3。
架構與兩個坑¶
插件是典型的前端 + 宿主兩段式：
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 裏特別記了兩條從真實崩潰裏學到的加固規則，做同類插件值得抄：
@breezystack/lamejs要內聯打包。DSH 的模塊表是凍結的，裏面沒有 lamejs，如果把它當構建外置依賴，require("@breezystack/lamejs")會查不到模塊表並導致整個 web 啓動中斷。構建工具 tsdown 用noExternal強制內聯。- 宿主端的
Config用z.union([...])，不能用z.enum([...])，並且 schemastery 保持external。宿主自帶的 schemastery 版本沒有enum方法，用打包進來的私有副本構造的 schema 又和宿主校驗器不兼容，任一種都會在 import 階段拋錯，把這行插件判成required從而拖垮整個 profile。
注意點¶
- 這個插件以當前 dsh 進程的權限運行，安裝第三方插件前建議先讀一遍源碼，也注意它的開源協議（本項目是 MIT）。
- 附件通道依賴宿主客戶端契約，README 驗證版本是 dsh 0.2.1-rc.2（
conversation.input.right槽位、createDrafts/addAttachments）。上游接口變動後可能退化爲行內錯誤提示。 - 轉碼發生在停止錄音之後，不是邊錄邊轉，所以很長的錄音會有一小段編碼等待。
- 錄音需要瀏覽器麥克風授權，頁面必須走 HTTPS 或 localhost。
- 輸出格式放在宿主 profile 配置裏而不是瀏覽器裏，所以每次改完要刷新頁面才生效。
小結¶
dsh-record 解決的是一個很具體的鏈路問題：輸入框裏錄音 → 瀏覽器內轉碼 → 作爲 prompt 附件上傳，不碰磁盤、不做識別。如果你已經在用 DSH 做客戶端語音輸入，可以先在測試 profile 裏裝上試一輪，確認附件通道和格式符合預期，再考慮接到正式流程裏。
- 目錄頁：https://www.skillhub.cn/plugins/most-silence/dsh-record
- 代碼倉庫：https://github.com/most-silence/dsh-record
