前言¶
在 DeepSeek Harness(DSH)裏和模型對話時,打字和長語音輸入往往要二選一:要麼切到別處錄音再粘貼,要麼擠在主輸入框裏臨時記幾句。DSH 本身已有本地語音識別能力,但缺少一個和會話並排、能按句歸檔、又能一鍵回填草稿的專用面板。社區插件 dsh-kingspeak(界面名「君說」)把聽寫做成原生右側欄 tab,和當前會話綁定,適合需要邊說邊改、再發給智能體的開發流程。
這是什麼¶
dsh-kingspeak 由維護者 kkmingjun 發佈,在 SkillHub 目錄中歸類爲「聯網工具」(插件本身側重語音與本地存儲,修正/優化會走 DSH 模型通道)。它在 DSH 左側欄底部和右側欄 Guide 頁提供「君說」入口,以原生 right-sidebar tab 打開語音聽寫面板:實時聽寫、按時間戳保存文本塊、複製/編輯/刪除/一鍵寫入當前會話輸入框,並按會話 id 在本機瀏覽器隔離數據。
核心功能¶
右側欄原生集成¶
點擊側欄底部入口或 Guide 頁卡片,會把「君說」作爲原生右側欄 tab 打開。右側欄展開後主區域左移,會話與輸入框仍可見,寬度可像其它右側欄一樣拖動。tab 的關閉、摺疊、分欄沿用 DSH 自帶交互。
實時聽寫¶
在面板輸入框點麥克風開始說話;按停頓自動切句,識別文字邊說話邊追加進輸入框。識別走 DSH 自帶的本地語音服務,模型、語言、下載進度與官方語音輸入插件共用(依賴 @deepseek-ai/dsh-experimental-voice-input-bundle,默認 sensevoice-local)。首次使用若模型未下載,面板頂部會出現「下載並準備」,與官方插件詳情頁是同一份模型。音頻僅在本機轉寫,不落盤、不寫會話日誌。
文本塊與時間軸¶
按 Enter 或「完成」把草稿收成一條文本塊,左上角帶時間戳;塊高度隨內容增長,超過 8 行可摺疊,右下角有「展開 / 收起」。
塊操作與會話橋接¶
支持複製、編輯、刪除(刪除需兩次確認且可撤銷)、一鍵加入會話輸入框。會話在旁側時文字會立刻寫入當前草稿;若主區域不是會話(例如在插件頁),會同時切回會話。
按會話隔離¶
每個會話各自一份「君說」:文本塊與草稿按會話 id 存在瀏覽器 localStorage。切換會話只顯示當前會話內容。首次加載會把升級前的舊全局文本塊按創建時間歸併到各會話;無法判斷歸屬的會捨棄。
修正與優化¶
輸入框工具行在「完成」左側有兩個按鈕:
- 修正:先跑零延遲本地規則(中文標點、空格、重複標點、分段、句末標點),再調用 AI 校對錯別字(temperature 0、只回正文、選最低推理檔位)。AI 返回時若草稿未改動則直接替換;若已改動則在通知裏「採用」;均可撤銷。無可用模型、報錯或超時時仍保留本地結果並提示原因(修正超時上限 20 秒)。
- 優化:把草稿交給 AI 潤色、補背景、整理成更適合發給模型的請求(保留事實與約束、不編造),結果可撤銷或採用(超時上限 45 秒)。無模型或失敗時直接報錯、不改動草稿。
模型經 DSH 的 ctx.llm 與當前 agent 默認模型,無需在插件內另配 API Key;每次點擊消耗一次模型調用。本地規則無延遲;AI 對幾百字常見約 0.6–2 秒。
代碼結構(便於二次開發)¶
| 文件 | 作用 |
|---|---|
index.js |
Host:封裝 ctx.speechToText 爲 /api/kingspeak/{speech,prepare,cancel,transcribe};封裝 ctx.llm 爲 /api/kingspeak/assist。 |
client.js |
Client:註冊右側欄 tab、側欄入口、會話草稿橋、本地文本規則。 |
cordis.patch.yml |
插入 kingspeak 插件行。 |
locale/{zh,en}.json |
插件管理器標題與說明。 |
test/ |
Host 路由與 Client 裝配、本地規則單測。 |
擴展右側欄時使用公開面 @deepseek-ai/dsh-client-ui-sidebar-right:sidebarRightTabs.register、slots 註冊正文、sidebarRight.openTab(無前臺會話時入口會提示先打開會話)。改 AI 行爲可編輯 index.js 的 ASSIST_SPECS;改本地規則可編輯 client.js 的 localTidy / paragraphize。
安裝與啓用¶
在 DSH 中通過 plugin_manager 的 install_bundle 指向插件目錄安裝。資料中的示例爲:
# 在 DSH 裏用 plugin_manager install_bundle 指向本目錄即可
安裝後重啓或硬刷新頁面,側欄底部(設置旁)會出現「君說」,右側欄 Guide 頁也會多一張同名卡片。插件以當前 DSH 進程權限運行,安裝前建議查閱 GitHub 倉庫 源碼與 package.json 中的 MIT 許可證(當前資料版本號爲 0.1.0)。
典型用法¶
- 打開任意會話,點擊「君說」打開右側欄聽寫面板。
- 若提示下載語音模型,按面板頂部「下載並準備」完成後再用麥克風。
- 邊說話邊看輸入框追字;停頓自動斷句。
- Enter 或「完成」生成帶時間戳的文本塊;需要時用「修正」「優化」處理草稿後再入庫。
- 對塊執行「加入會話輸入框」,在左側主輸入框繼續編輯併發送給模型。
適用場景與注意¶
適合在 DSH 內長時間與智能體協作、希望口述需求或筆記且不離開當前會話的開發者。語音與文本塊主要留在本機(localStorage + 本地 ASR);修正/優化會消耗 DSH 配置的模型額度。社區目錄 SkillHub 插件頁 與 DeepSeek / 幻方無官方從屬關係,安裝與能力以倉庫 README 爲準。
結尾¶
dsh-kingspeak 把「君說」做成與會話並排的聽寫工作臺:原生右側欄、本地實時轉寫、按會話隔離的時間軸文本塊,以及可撤銷的修正/優化與一鍵回填輸入框。進一步瞭解可訪問目錄頁 https://www.skillhub.cn/plugins/kkmingjun/dsh-kingspeak 與源碼 https://github.com/kkmingjun/dsh-kingspeak 。