dsh-plugin-voice-input
DeepSeek Harness 官方桌面版与 Web 语音输入插件：按住说话的麦克风按钮 + 本机离线 sherpa-onnx SenseVoice ASR
插件会安装到这里；不确定时保持 web。
npx -y @deepseek-ai/dsh plugin --profile web add github:tangbut1/dsh-plugin-voice-input#f29f184766e36e183914ef9167669bbb3b4c2357Plugin Voice Input 以 dsh-plugin-voice-input 发布，当前版本为 0.1.0。Plugin Hub 会校验它的 manifest，并保存精确安装来源，便于复现安装结果。
DeepSeek Harness 官方桌面版（Desktop）与 Web 语音输入插件：在输入框发送键同一行、靠发送键左侧加一个「按住说话」麦克风按钮。松手后语音在本机离线转成文字并追加到当前草稿，不自动发送。模型免费、离线，中文/英文/中英夹杂（以及日/韩/粤）均可精准识别。
Voice input plugin for DeepSeek Harness (both Official Desktop and Web UI): hold the mic button next to the send key to talk; on release the audio is transcribed by a local offline ASR engine and appended to the draft. Free, offline, zh/en mixed supported.
dsh-app:// 特权协议及 Chromium 私有网络访问安全规范（Private Network Access, PNA），支持即时分层加载。127.0.0.1:18765，音频数据全程在本地处理，绝不上传云端，模型与原生扩展全部本地离线运行。draftRev CAS 安全校验，绝不触碰非公开 DOM，不破坏撤销树，不自动提交。双端插件（一个包，两个半边）：
| 半边 | 位置 | 职责 |
|---|---|---|
| 主机 half | src/index.ts → lib/index.js | 极简 HTTP 服务，只监听 127.0.0.1:18765；sherpa-onnx + SenseVoice-Small INT8 离线识别；放行 dsh-app:// 来源并支持 PNA 预检；模型缺失时自动下载 |
| 客户端 half | src/client/index.ts → lib/client.js | 麦克风按钮（官方 slot conversation.input.right）；MediaRecorder 16 kHz 单声道录音；WAV 编码后 POST 到本机 ASR；实时获取当前会话草稿并通过官方事件/输入机追加进输入框 |
conversation.input.right（发送键左侧同一行），不替换 composer、不动发送键。slash/input-insert-text（payload { text, span }）追加到草稿末尾；若草稿非空前面自动补一个空格；针对不同版本的宿主环境提供多重草稿上下文提取与注入兜底。sherpa-onnx-node（npm 包，含 Windows x64 预编译二进制）+ 模型 sherpa-onnx-sense-voice-zh-en-ja-ko-yue-int8-2024-07-17（INT8，model.int8.onnx ≈ 228 MB，压缩包 ≈ 229 MB）。通过桌面版自带的 dsh CLI 将本插件添加至 desktop profile：
# 语法：<桌面端安装目录>\resources\runtime\cli\bin\dsh.cmd plugin --profile desktop add <本插件目录或git仓库>
& "F:\agent\DeepSeek harness\resources\runtime\cli\bin\dsh.cmd" plugin --profile desktop add D:\path\to\dsh-plugin-voice-input
或者使用 GitHub 仓库链接安装：
& "F:\agent\DeepSeek harness\resources\runtime\cli\bin\dsh.cmd" plugin --profile desktop add github:tangbut1/dsh-plugin-voice-input
# 添加到 web profile
dsh plugin --profile web add D:\path\to\dsh-plugin-voice-input
# 重启 dsh web 服务
dsh web --port 3080
浏览器打开网页端即可看到麦克风按钮。
& "<桌面端安装目录>\resources\runtime\cli\bin\dsh.cmd" plugin --profile desktop remove dsh-plugin-voice-input
dsh plugin --profile web remove dsh-plugin-voice-input
cd dsh-plugin-voice-input
npm install # 安装依赖与原生扩展
npm run build # esbuild 构建 lib/index.js 与 lib/client.js
npm run typecheck # TypeScript 类型检查
首次识别（POST /asr）时会自动下载 sherpa-onnx-sense-voice-zh-en-ja-ko-yue-int8-2024-07-17.tar.bz2（约 229 MB）到插件数据目录，并用系统自带 tar（Windows 10+ 自带）解压。GET /health 可看状态与下载进度。
数据目录（默认）：$DSH_HOME/plugins/dsh-plugin-voice-input，未设置 DSH_HOME 时是 ~\.dsh\plugins\dsh-plugin-voice-input。
也可以手动下载放置：
$dir = if ($env:DSH_HOME) { "$env:DSH_HOME\plugins\dsh-plugin-voice-input" } else { "$HOME\.dsh\plugins\dsh-plugin-voice-input" }
New-Item -ItemType Directory -Force -Path $dir | Out-Null
Invoke-WebRequest "https://github.com/k2-fsa/sherpa-onnx/releases/download/asr-models/sherpa-onnx-sense-voice-zh-en-ja-ko-yue-int8-2024-07-17.tar.bz2" -OutFile "$dir\sherpa-onnx-sense-voice-zh-en-ja-ko-yue-int8-2024-07-17.tar.bz2"
tar -xjf "$dir\sherpa-onnx-sense-voice-zh-en-ja-ko-yue-int8-2024-07-17.tar.bz2" -C $dir
| 项 | 说明 |
|---|---|
| ASR 服务地址 | http://127.0.0.1:18765（只监听本地回环，禁止外部非授权请求） |
DSH_VOICE_ASR_PORT | 自定义覆盖 ASR 端口（默认 18765） |
DSH_VOICE_DATA_DIR | 自定义覆盖模型保存目录 |
| CORS / 来源许可 | 支持 dsh-app://app（官方桌面端）、localhost、127.0.0.1、内网 IP 地址，提供 PNA 响应头 |
Invoke-RestMethod http://127.0.0.1:18765/health 可直接查看引擎健康状态。MIT 协议开源，欢迎提 Issue 与 PR 共同维护。