前言¶
在 DeepSeek Harness(DSH)里和模型对话时,打字和长语音输入往往要二选一:要么切到别处录音再粘贴,要么挤在主输入框里临时记几句。DSH 本身已有本地语音识别能力,但缺少一个和会话并排、能按句归档、又能一键回填草稿的专用面板。社区插件 dsh-kingspeak(界面名「君说」)把听写做成原生右侧栏 tab,和当前会话绑定,适合需要边说边改、再发给智能体的开发流程。
这是什么¶
dsh-kingspeak 由维护者 kkmingjun 发布,在 SkillHub 目录中归类为「联网工具」(插件本身侧重语音与本地存储,修正/优化会走 DSH 模型通道)。它在 DSH 左侧栏底部和右侧栏 Guide 页提供「君说」入口,以原生 right-sidebar tab 打开语音听写面板:实时听写、按时间戳保存文本块、复制/编辑/删除/一键写入当前会话输入框,并按会话 id 在本机浏览器隔离数据。
核心功能¶
右侧栏原生集成¶
点击侧栏底部入口或 Guide 页卡片,会把「君说」作为原生右侧栏 tab 打开。右侧栏展开后主区域左移,会话与输入框仍可见,宽度可像其它右侧栏一样拖动。tab 的关闭、折叠、分栏沿用 DSH 自带交互。
实时听写¶
在面板输入框点麦克风开始说话;按停顿自动切句,识别文字边说话边追加进输入框。识别走 DSH 自带的本地语音服务,模型、语言、下载进度与官方语音输入插件共用(依赖 @deepseek-ai/dsh-experimental-voice-input-bundle,默认 sensevoice-local)。首次使用若模型未下载,面板顶部会出现「下载并准备」,与官方插件详情页是同一份模型。音频仅在本机转写,不落盘、不写会话日志。
文本块与时间轴¶
按 Enter 或「完成」把草稿收成一条文本块,左上角带时间戳;块高度随内容增长,超过 8 行可折叠,右下角有「展开 / 收起」。
块操作与会话桥接¶
支持复制、编辑、删除(删除需两次确认且可撤销)、一键加入会话输入框。会话在旁侧时文字会立刻写入当前草稿;若主区域不是会话(例如在插件页),会同时切回会话。
按会话隔离¶
每个会话各自一份「君说」:文本块与草稿按会话 id 存在浏览器 localStorage。切换会话只显示当前会话内容。首次加载会把升级前的旧全局文本块按创建时间归并到各会话;无法判断归属的会舍弃。
修正与优化¶
输入框工具行在「完成」左侧有两个按钮:
- 修正:先跑零延迟本地规则(中文标点、空格、重复标点、分段、句末标点),再调用 AI 校对错别字(temperature 0、只回正文、选最低推理档位)。AI 返回时若草稿未改动则直接替换;若已改动则在通知里「采用」;均可撤销。无可用模型、报错或超时时仍保留本地结果并提示原因(修正超时上限 20 秒)。
- 优化:把草稿交给 AI 润色、补背景、整理成更适合发给模型的请求(保留事实与约束、不编造),结果可撤销或采用(超时上限 45 秒)。无模型或失败时直接报错、不改动草稿。
模型经 DSH 的 ctx.llm 与当前 agent 默认模型,无需在插件内另配 API Key;每次点击消耗一次模型调用。本地规则无延迟;AI 对几百字常见约 0.6–2 秒。
代码结构(便于二次开发)¶
| 文件 | 作用 |
|---|---|
index.js |
Host:封装 ctx.speechToText 为 /api/kingspeak/{speech,prepare,cancel,transcribe};封装 ctx.llm 为 /api/kingspeak/assist。 |
client.js |
Client:注册右侧栏 tab、侧栏入口、会话草稿桥、本地文本规则。 |
cordis.patch.yml |
插入 kingspeak 插件行。 |
locale/{zh,en}.json |
插件管理器标题与说明。 |
test/ |
Host 路由与 Client 装配、本地规则单测。 |
扩展右侧栏时使用公开面 @deepseek-ai/dsh-client-ui-sidebar-right:sidebarRightTabs.register、slots 注册正文、sidebarRight.openTab(无前台会话时入口会提示先打开会话)。改 AI 行为可编辑 index.js 的 ASSIST_SPECS;改本地规则可编辑 client.js 的 localTidy / paragraphize。
安装与启用¶
在 DSH 中通过 plugin_manager 的 install_bundle 指向插件目录安装。资料中的示例为:
# 在 DSH 里用 plugin_manager install_bundle 指向本目录即可
安装后重启或硬刷新页面,侧栏底部(设置旁)会出现「君说」,右侧栏 Guide 页也会多一张同名卡片。插件以当前 DSH 进程权限运行,安装前建议查阅 GitHub 仓库 源码与 package.json 中的 MIT 许可证(当前资料版本号为 0.1.0)。
典型用法¶
- 打开任意会话,点击「君说」打开右侧栏听写面板。
- 若提示下载语音模型,按面板顶部「下载并准备」完成后再用麦克风。
- 边说话边看输入框追字;停顿自动断句。
- Enter 或「完成」生成带时间戳的文本块;需要时用「修正」「优化」处理草稿后再入库。
- 对块执行「加入会话输入框」,在左侧主输入框继续编辑并发送给模型。
适用场景与注意¶
适合在 DSH 内长时间与智能体协作、希望口述需求或笔记且不离开当前会话的开发者。语音与文本块主要留在本机(localStorage + 本地 ASR);修正/优化会消耗 DSH 配置的模型额度。社区目录 SkillHub 插件页 与 DeepSeek / 幻方无官方从属关系,安装与能力以仓库 README 为准。
结尾¶
dsh-kingspeak 把「君说」做成与会话并排的听写工作台:原生右侧栏、本地实时转写、按会话隔离的时间轴文本块,以及可撤销的修正/优化与一键回填输入框。进一步了解可访问目录页 https://www.skillhub.cn/plugins/kkmingjun/dsh-kingspeak 与源码 https://github.com/kkmingjun/dsh-kingspeak 。