前言¶
在 DeepSeek Harness（dsh）里写提示词或草稿时，口述往往比打字快，但把语音交给云端 ASR 意味着音频要出本机。若你更在意隐私、内网环境或离线可用，需要一条完全在本机完成采集、推理与出字的链路。dsh-plugin-rapidspeech 由社区维护者 yoletPig 发布，归类为模型推理；它在编写器里点麦克风说话，由本机 RapidSpeech.cpp 的 rs-server 转写，识别结果直接插入草稿，音频不离开你的电脑。
插件定位¶
dsh-plugin-rapidspeech（npm 包名同名）是 DeepSeek Harness 的本地离线语音转文字提供方。它对接 RapidSpeech.cpp 的 rs-server：默认由插件自动下载二进制与模型、在回环地址起服务，空闲一段时间后回收；也可配置为仅连接你自己已运行的 rs-server。与官方 SenseVoice 插件可并存，录音时可在语音输入选择器里按次挑选提供方。
核心功能¶
下列能力均来自插件 README 与包描述，可按需选用。
- 端到端离线：录音、模型推理与 transcript 均在本机完成。
- 托管服务模式：首次使用时下载
rs-server与所选模型、校验完整性，在回环端口拉起服务；空闲约 5 分钟后回收，下次录音约 2 秒唤醒。无需手动注册系统服务。 - 插件页切换模型：在插件设置中选模型；下次录音经同意后下载并热切换，已下载模型留在缓存，切回无需再下。
- 模型目录：X-ASR、SenseVoice、FunASR-Nano，来自 RapidAI 官方镜像（ModelScope、HuggingFace、hf-mirror），各条目固定 SHA-256。
- 外部模式：
managementMode设为external后，只连接endpoint上的rs-server，不下载、不托管进程。
环境要求摘要：DeepSeek Harness 0.2.2 及以上（npm CLI 或 Desktop）；CPU 需 AVX2（Intel Haswell 2013 / AMD Excavator 2015 及更新）；支持 Windows x64、Linux x64；每模型磁盘约 200 MB–1 GB，转写时内存约 1–2 GB。
安装与启用¶
插件以当前 dsh 进程权限运行；安装前建议阅读 GitHub 仓库 源码与 MIT 许可证，并确认本机满足 AVX2 与 dsh 版本要求。
市场安装（Desktop / Web UI）¶
在插件市场安装页搜索 dsh-plugin-rapidspeech 并安装，列表中显示为 RapidSpeech ASR (local)。包在官方 npm registry；若镜像滞后，可稍等或将 registry 指回 registry.npmjs.org。
或在市场的 index 设置中添加下列地址，再安装 RapidSpeech ASR (local)：
https://github.com/yoletPig/dsh-plugin-rapidspeech/releases/latest/download/market-index.json
CLI 安装¶
指定 profile 添加 npm 包名：
dsh plugin --profile <your-profile> add dsh-plugin-rapidspeech
也可从 GitHub Releases 下载 dsh-plugin-rapidspeech-<version>.tgz 后本地安装：
dsh plugin --profile <your-profile> add ./dsh-plugin-rapidspeech-<version>.tgz
package.json 中当前版本为 0.4.0；对 dsh 的 engines 约束为 >=0.2.2-rc.1 <0.4.0，安装前请与本地 dsh 版本对照。
典型用法¶
按 README Quick start，安装插件后流程如下。
- 启动 dsh，打开编写器（composer）。
- 点击麦克风；若首次使用，在提示中选择 Install，后台下载
rs-server与默认模型（约 180 MB，一次性）。 - 录音并停止，转写文本出现在草稿中，可编辑后发送。
托管模式下，服务在空闲 300000 ms（5 分钟）后回收；下次录音约 2 秒唤醒。
模型选择¶
插件页或配置中的 modelId 决定目录模型。默认可选包括：
| modelId | 体积 | 语言 |
|---|---|---|
xasr-q8_0（默认） |
178 MB | auto, zh, en |
sense-voice-small-q4_k |
182 MB | auto, zh, en, yue, ja, ko |
funasr-nano-q4_k_m |
692 MB | auto, zh, en |
在插件页切换模型后，下一次录音会经同意后下载；已缓存模型切回即时可用。也可用 modelPath（本地 GGUF）、modelDownloadUrl（任意 HTTPS）覆盖目录项，优先级见 README。
录音时若系统内还有 SenseVoice 等其它提供方，可在语音输入选择器里按次选择 RapidSpeech 或其它来源。
配置要点¶
常用字段可在插件页编辑，或写入 profile 的 cordis.patch.yml（自上而下优先级更高）。节选如下。
| 字段 | 默认值 | 说明 |
|---|---|---|
managementMode |
managed |
managed 自动下载并托管服务；external 仅连接 endpoint |
modelId |
xasr-q8_0 |
目录模型 |
endpoint |
http://127.0.0.1:8080 |
外部模式下的服务地址 |
idleTimeoutMs |
300000 |
托管服务空闲回收时间；0 表示卸载前保持 |
maxAudioBytes |
32 MiB | 超过大小的录音在上传前拒绝 |
stripControlTokens |
true |
去除 SenseVoice 风格 <|…|> 标记 |
非回环 endpoint 需在 allowedHosts 中显式白名单。
适用场景与注意¶
适合需要在 dsh 编写器里口述起草、且要求音频与推理不离开本机的开发者；也适合与官方云端/其它 ASR 插件并存、按录音切换提供方的用法。外部模式适合你已自建 rs-server、只希望 dsh 做客户端的场景。
注意事项：
- CPU 不支持 AVX2 时，Linux 可能出现
Illegal instruction，Windows 可能出现0xC000001D；发布二进制以 AVX2 为基线。 - Windows 下下载失败若与代理有关，可在
%USERPROFILE%\.dsh\.env配置HTTPS_PROXY/HTTP_PROXY后重启 dsh；回环访问本地服务不受影响。 - 杀软可能拦截未签名二进制，可将缓存目录下
bin/加入白名单。 - 社区插件目录 SkillHub 条目 与 DeepSeek / 幻方无官方从属关系；生态理念是「一切皆插件」，安装与配置责任在用户侧。
结尾¶
dsh-plugin-rapidspeech 把 RapidSpeech.cpp 的本地 ASR 接到 dsh 语音输入：托管模式省去手搭服务，模型可在插件页切换，并与其它提供方共存。进一步了解可查看 SkillHub 目录页 与 GitHub 仓库。
