DeepSeek Harness Plugin Hub

发布与管理完整 Harness Profiles，发现适合你的插件。

探索

插件目录环境预设文档中心动态

社区

发布插件联系我们报告问题

相关链接

Plugin Hub GitHubDeepSeek Harness 官方项目系统状态隐私说明
© 2026 DeepSeek Harness Plugin HubPowered byPaxTech

独立、非官方社区项目，与 DeepSeek 官方无隶属、授权或背书关系。

Voice Gateway — DeepSeek Harness 插件（DSH Plugin）
← Plugins
V

@xp1024/dsh-voice-gateway

Voice Gateway

DeepSeek Harness 的 Voice Gateway 客户端功能：麦克风状态、声纹过滤和自动朗读

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:zq0951/dsh-voice-gateway#1f9353e8226d3471f38de3cc859e5bcaa869af65
README兼容性版本

兼容性与来源证明

Voice Gateway 以 @xp1024/dsh-voice-gateway 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。

DSH 兼容范围
*
运行环境
web
发布来源
github
Registry 更新时间
2026/9/12

版本

0.1.0stable
2026/9/12

相关插件

正在加载相关插件…

最新版
0.1.0
DSH
*
HMR
重启进程
Tree shaking
未声明可安全裁剪
解包体积
未提供
文件数
未提供
Surface
web
许可证
MIT
发布源
github
GitHub
★ 0
周下载
0
最近提交
2026/9/12
查看源码 ↗
README Badge

点击下方 Badge 复制 Markdown，粘贴到 README 即可。

这是你的 Plugin？认领权益 · 优先安全扫描

验证 package.json 声明的 GitHub 仓库，即可管理这个公开页面。认领后，Hub 会优先安排当前版本的安全扫描，并在通过后公开展示结果。

认领这个 Plugin →
报告问题
DeepSeek Harness Plugin Hub
ProfilesPlugins分类动态文档登录管理 Profiles
ProfilesPlugins分类动态文档登录

相关插件

继续浏览 vision-media 分类下经过校验的插件。

Tool Describe Image@linxin666/dsh-tool-describe-image面向模型的 describe_image 工具，用于 dsh Web GUI：通过在兼容 OpenAI 的端点调用视觉语言模型，为文本模型提供图像理解能力，以描述一张图像（本地路径、http(s) URL 或附件引用）。可热插拔 —Modlens@liustack/modlens面向仅支持文本的 LLM 的插件视觉能力，由免费的 Antigravity CLI 提供支持Deepseek Ivideodeepseek-ivideoiPolloWork HyperFrames Video Studio，以及 27 个可编辑视频模板，以原生 DeepSeek Harness 对话视图呈现。Imagegen@dickpy/dsh-imagegendsh Web GUI 的 AI 图像生成插件：通过可配置的提供商渠道实现文生图和图生图（gpt-image-2 / grok-imagine-image / nanobanana series / seedream-5.0-pro / dall-e-3，支持原生 xAI Grok Imagine、Google Nano Banana a

README

description: "Voice Gateway client surface plugin for the DSH web client: mic status indicator, six-state machine (idle, listening, thinking, generating, speaking, disconnected), voiceprint enrollment, and auto-speak controls." kind: "package-reference"

@xp1024/dsh-voice-gateway

DeepSeek Harness (DSH) 物理语音交互网关客户端插件 (Client Surface Plugin)。

为 DSH Web 客户端提供物理麦克风状态指示器、声纹识别与注册管理、对话自动语音朗读（Auto-speak）等全双工语音交互控制能力。

Note: 本项目为第三方独立开源插件，非 DeepSeek 官方附属产品。 需配合物理语音网关守护进程 Local Voice Gateway 一起使用。

快速上手 (Quick Start)

1. 前置条件：启动语音网关守护进程

本插件作为客户端 UI 表面，需与运行中的语音网关（默认端口 8765）通过 WebSocket / REST API 通信：

# 克隆并启动本地语音网关
git clone https://github.com/zq0951/local-voice-gateway.git
cd local-voice-gateway
./start.sh
# 网关默认监听 http://127.0.0.1:8765 与 ws://127.0.0.1:8765/v1/events

2. 在 DSH 中安装本插件

在已配置好的 DSH Profile（如 web）中安装并激活本插件：

dsh plugin --profile web add @xp1024/dsh-voice-gateway

或者在本地开发测试时，直接指向本地路径安装：

dsh plugin --profile web add /path/to/dsh-voice-gateway

3. 启动 DSH Web 界面

dsh web --no-open --port 3080

启动后在浏览器打开 DSH，对话输入栏右侧将渲染麦克风控制按钮。

功能特性 (Features)

  • 六态实时状态指示器 (Six-State Machine Indicator)：
    • idle：空闲就绪，麦克风处于待命状态。
    • listening：正在被动侦听有效声纹或等待唤醒。
    • thinking：智能体（Agent）正在思考与生成回复。
    • generating：大模型回复中，正在合成语音流。
    • speaking：扬声器正在播报回复音频。
    • disconnected：未连接到语音网关守护进程。
  • 声纹过滤与多发言人管理 (Voiceprint Enrollment & Filtering)：
    • 内置向导式声纹录制弹窗，引导用户录制固定发音语料并注册声纹特征。
    • 支持多用户声纹列表管理，主动过滤未授权发言人语音，杜绝环境杂音或旁人误唤醒。
  • 双向语音交互 (Bi-directional Voice Turn-Taking)：
    • 语音识别结果格式化为带有发言人标记的提示词 [<speaker>] <text>，无缝注入当前活动会话。
    • 支持 auto_speak 自动播报开关，监听到智能体回复时自动调用网关硬件扬声器进行 TTS 朗读。
  • 动态网关地址配置 (Custom Gateway Endpoint)：
    • 支持在 UI 设置面板中灵活修改语音网关地址（默认为 http://${window.location.hostname}:8765）。

Table of Contents

  • Use this package
  • Understand the implementation
  • Compatible Gateway Specification
  • License

Use this package

The voice control button is mounted into the conversation input bar:

  • Six-state indicator: Reflects idle, listening, thinking, generating, speaking, and disconnected gateway states.
  • Trigger mode toggle: Switch between passive voiceprint recognition, wake word only, and hybrid mode.
  • Auto-speak toggle: Enable or disable automatic text-to-speech for assistant responses.
  • Voiceprint enrollment: Open the guided wizard to record speaker samples and manage saved profiles.
  • Gateway address configuration: Customize and update the local voice gateway endpoint dynamically.

Understand the implementation

Implementation internals — click to expand

Reactive Hooks Compartment

The browser half registers the VoiceControl component into conversation.input.right. Following DSH client discipline rules, the component contains no external subscription machinery; reactive state is passed through the reserved hooks compartment and bound to useVoice by the renderer.

Session Event Observation

The VoiceManager service observes active session updates via ctx.sessions. Assistant completions are detected through authoritative assistant/message events on the session eventSource rather than scraping presentation views.

Compatible Gateway Specification

The client plugin communicates with the voice gateway daemon (Local Voice Gateway) over standard HTTP REST and WebSocket protocols:

  1. Endpoint Discovery & Addressing:

    • Default: Automatically binds to http://${window.location.hostname}:8765 and ws://${window.location.hostname}:8765/v1/events.
    • Custom: Configurable via the settings popover UI or localStorage.setItem('dsh.voice.gateway_url', 'http://<host>:<port>').

  2. Single Source of Truth (SSOT):

    • The gateway daemon owns the authoritative state of trigger_mode, auto_speak, audio_duplex_mode, and registered_speakers.
    • The plugin initializes state via GET /v1/system/status on connect and subscribes to /v1/events for real-time synchronization, preventing local state drift.

  3. Required Backend Interface Contract:

    • GET /v1/system/status — Returns gateway health, mode, and speaker roster.
    • POST /v1/system/mode — Switches active trigger mode (wake_word, voiceprint_passive, hybrid).
    • POST /v1/system/autospeak — Toggles automatic voice response narration.
    • POST /v1/audio/speak & POST /v1/audio/stop — Hardware speech output and instant interruption.
    • GET /v1/voiceprint/profiles & DELETE /v1/voiceprint/:name — Speaker profile management.
    • POST /v1/voiceprint/enroll/* — Step-by-step guided voiceprint sample collection.
    • WS /v1/events — Real-time event broadcast (speech_recognized, wake_word_detected, playback_started, playback_stopped, tts_generating, mode_changed, etc.).

License

MIT License © 2026 xp1024 (zq0951)