gemini-live-api-dev：Gemini Live API 實時流式開發指南
gemini-live-api-dev 是 Google Gemini 官方 gemini-skills 倉庫中的開發 Skill，面向通過 WebSocket 構建 Gemini Live API 實時雙向音視頻/文本流式應用，並支持從 2.0/2.5/3.1 Live 遷移到 Gemini 3.8。內容覆蓋 VAD、extended thinking、異步函數調用、會話管理與 ephemeral tokens，以及 google-genai 與 @google/genai（>=2.3.0）的建連與送流示例。安裝可用 npx skills add。適合實時語音助手、多模態 Live 會話與瀏覽器安全鑑權場景。
閱讀全文dsh-voice-live：DeepSeek Harness 實時雙工語音插件
`dsh-voice-live` 是爲 DeepSeek Harness 提供實時雙工語音能力的插件，旨在簡化開發者接入實時語音對話的流程。該插件集成了火山引擎的流式 ASR 和 TTS，支持麥克風採集、實時字幕、打斷交互及自動靜音提交等功能。 目前插件尚未通過 npm 正式發佈，需在 GitHub 倉庫的 Monorepo 中構建運行。由於依賴缺失和瀏覽器限制，喚醒詞功能僅限 Safari，且受限於 Chrome 的回聲消除 Bug。開發者可參考源碼在 Monorepo 中集成使用。
閱讀全文DeepSeek Harness 實時語音插件 (dsh-realtime-voice)
DeepSeek Harness 插件 `dsh-realtime-voice` 實現了瀏覽器音頻與 LLM 的實時語音交互。該插件支持阿里雲百鍊與 OpenAI 雙線路，通過同源 WebSocket 代理實現語音轉文字（ASR）和文字轉語音（TTS），具備音頻流式播放及候選插話複覈機制。安裝後需在 Harness 中配置相應 API Key 即可使用。注意事項包括桌面版 Electron 的麥克風權限限制、嚴格的同源安全策略以及聲紋功能僅用於抑制背景語音。
閱讀全文