前言¶

在 DeepSeek Harness（DSH）裏用語音輸入，常規流程是：點一下輸入框、點麥克風、說完、點插入、點發送。步驟多，桌面端打字和說話來回切換時尤其彆扭。dsh-space-ptt 把這套流程壓成一次長按：按住空格說話，鬆手後自動識別併發送。下面介紹這個插件的定位、安裝、配置和實現方式。

插件由 wuyou0423 維護，歸類爲客戶端插件，託管在 GitHub，源碼倉庫自帶一個插件市場索引，也可以直接掛到索引源裏安裝。

這是什麼¶

一句話定位：給 DSH 的語音輸入加一個 push-to-talk（PTT）鍵，全局接管空格，實現「按住說話 → 鬆手自動發送」。

它不替代官方語音輸入功能，而是疊在官方 Bundle 之上。前置條件是先用官方 Bundle @deepseek-ai/dsh-experimental-voice-input-bundle，並在設置裏把語音模型下載準備好（麥克風按鈕能點開）。插件還依賴官方 UI 的無障礙標籤來定位按鈕，屬於外部契約，宿主大版本升級後需要回歸一次。

核心功能¶

1. 全局模式：焦點不在輸入框時按空格，自動聚焦輸入框開始錄音，不用先點輸入框。
2. 鬆手即發：鬆手後停止識別、插入文字、發送，一氣呵成。
3. 安全旁路：輸入框有草稿、有彈窗打開、按住不足 250ms、中文輸入法選詞中，插件都不接管，空格照常工作。
4. 錄音態易退：錄音中按 Esc 取消，切走窗口（Alt+Tab）自動取消，不會卡在錄音態。
5. 空結果與超時不發送：識別結果爲空不發；超過 30s 未返回結果，轉寫留在草稿裏不發。
6. 可關閉自動發送：改一個常量就能只把轉寫放進草稿，交由用戶手動發送。

安裝與啓用¶

從 GitHub 安裝¶

不需要 npm，直接用官方插件命令加 GitHub 源：

dsh plugin --profile desktop add "github:wuyou0423/dsh-space-ptt"

# 或者指定分支
dsh plugin --profile desktop add "github:wuyou0423/dsh-space-ptt#main"

裝完要重啓 DSH，Host 端是空殼，重啓主要是讓客戶端 bundle 生效。

從 npm 安裝¶

插件市場靠 npm 收錄，發佈到 npm 後可用：

dsh plugin --profile <你的 profile> add dsh-space-ptt

從本地目錄開發¶

改代碼時用 link 指向本地倉庫：

dsh plugin --profile desktop add "link:/path/to/dsh-space-ptt"

啓用前置條件¶

1. 啓用官方 Bundle 語音輸入：@deepseek-ai/dsh-experimental-voice-input-bundle。
2. 在設置裏把語音模型「下載並準備」好，確認麥克風按鈕能點開。

不滿足時插件完全不接管空格，空格照常是空格，屬於保守的降級行爲。

典型用法¶

打開 DSH 窗口，焦點在哪都行，流程如下：

打開 DSH（焦點在哪都行）
  ↓ 按住空格
開始錄音（輸入框自動獲得焦點）
  ↓ 鬆手
停止識別 → 自動插入文字 → 自動發送

不接管的邊界¶

配置¶

改 lib/client.js 頂部的常量，然後刷新頁面即可生效，不需要重新打包：

const AUTO_SEND = true;        // false = 只把轉寫放進草稿，不自動發送
const MIN_HOLD_MS = 250;       // 最短按住時長，短於此當誤觸
const STOP_TIMEOUT_MS = 30000; // 等待識別結果的上限
const GLOBAL_SPACE = true;     // false = 恢復成「必須先點進輸入框」
const POLL_MS = 120;           // 輪詢識別狀態的間隔

不喜歡全局空格的，把 GLOBAL_SPACE 設成 false 即可，犧牲一點方便度換取更安全的輸入行爲。

它怎麼實現的¶

插件不 import 宿主內部模塊，而是通過官方 UI 上的無障礙標籤找到按鈕並點擊。這樣升級宿主時大概率不會碎，官方改文案時只改 SEL_* 常量即可。

兩個已踩過的坑¶

1. 按住時的鍵盤重複事件。只攔第一個 keydown 不夠，瀏覽器會持續發 repeat 事件，空格會灌進輸入框。一旦草稿被改動，語音插件就不肯自動插入，只能手動點「插入文字」。所以錄音期間必須持續 preventDefault。
2. 識別完不一定自動插入。語音插件檢測到草稿被改過時，會改成保留結果並讓用戶點「插入文字」。插件會替用戶點這個按鈕兜底。

這兩個坑解釋了爲什麼需要 POLL_MS 輪詢識別狀態，以及爲什麼要知道「插入文字」按鈕的 aria-label。

適用場景與注意¶

適合「桌面端爲主、語音輸入高頻使用」的 DSH 開發者或重度用戶：想用按住說話的交互、又不想改宿主代碼的人。

注意幾點：

• 插件只在 Web / 桌面端 Web UI 生效，配置裏聲明 dsh.client.platform: web。
• 全局空格意味着焦點在空白處按空格會啓動錄音，需要時就把 GLOBAL_SPACE 關掉。
• 依賴官方 UI 的 aria-label，屬外部契約，宿主大版本升級後要回歸一次「按住說話 → 插入 → 發送」的完整鏈路。
• 插件以當前 dsh 進程權限運行，安裝前建議先檢查源碼與許可證（倉庫爲 MIT）。
• 從第三方源安裝插件時，請確認源碼內容與打包產物一致，不要直接在生產環境運行未經審閱的代碼。

版本與運行環境：0.2.0，要求 dsh >=0.2.1-rc.2 <0.3.0、node >=20，License 爲 MIT。

插件市場索引¶

倉庫自帶一個 DSH 插件市場索引（format 1，git 源），不經過 npm 也能在「插件 → 發現」裏瀏覽安裝：

https://raw.githubusercontent.com/wuyou0423/dsh-space-ptt/main/market/index.json

在 DSH 裏：插件 → 發現 → 添加索引源，粘貼上面的 URL，刷新後即可看到「按住空格說話（對講機）」。索引文件在 market/index.json，格式由 @deepseek-ai/dsh-plugin-market-index 校驗。

小結¶

dsh-space-ptt 的價值在於把 DSH 語音輸入的入口從一連串點擊變成一次空格長按，同時保留了草稿、彈窗、輸入法等場景下的剋制行爲。代價是引入了一層對官方 UI aria-label 的依賴，升級宿主時要記得迴歸。如果你的日常就是邊打字邊說話，值得裝一個試試。

• 目錄頁：https://www.skillhub.cn/plugins/wuyou0423/dsh-space-ptt
• GitHub：https://github.com/wuyou0423/dsh-space-ptt