dsh-local-voice-dictation 怎么安装？

在已安装 dsh CLI 引擎的环境中，进入插件页复制安装命令一键执行即可；尚未跑自动兼容性验证，可查看页面内的依赖与入口分析。

dsh-local-voice-dictation 兼容性怎么样？

尚未跑自动兼容性验证，可查看页面内的依赖与入口分析。

dsh-local-voice-dictation 有中文文档吗？

已提供中文翻译 README（由 DeepSeek 最新模型翻译生成），本站可切换中英文对照阅读。

dsh-local-voice-dictation 还在维护吗？

GitHub 0 星。最近一次上游提交在 2026/8/23。

本地语音听写 LionGateOS/dsh-local-voice-dictation

DeepSeek Harness

LionGateOS73 天前有提交已提供中文文档扫描：未发现敏感能力

在 GitHub 查看 ↗

用麦克风听写草稿，并朗读助手回复

25.3/100

综合分

GitHub 星标

—

npm 周下载

—/5

用户评分

数据截至 2026/10/10 · 周下载取自 npm 全网（含 CI / 镜像），非本站安装数；综合分由星标、活跃度与兼容性检查合成。

安装命令 · 需先装 dsh CLI 引擎

dsh plugin --profile web add LionGateOS/dsh-local-voice-dictation

该包不可直接 npm 安装，改从 GitHub 源安装（明细见下方安装检查）

状态速览

判定依据：实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态

信任档位：待复验

是什么[目录]—

dsh 原生插件 · other

暂无时间戳·判据 →

装得上吗[实装验证]—

曾在 dsh 0.2.0-rc.2 下真实安装成功，但当前 dsh 已更新至 0.2.1-rc.5，本站尚未在新版下复验

L4 · 真实安装等级说明 →

数据截至 2026/10/11·判据 →

安全吗[自动扫描]—

本站尚未对该插件做风险分级

暂未覆盖，不等同于无风险

数据截至 2026/11/04·判据 →

还在维护吗[仓库]—

更新放缓：最近一次提交在 73 天前

暂无时间戳·判据 →

图例：✓ 通过! 需注意— 未判定 / 无数据· 「未判定」= 本站尚无数据，不代表插件有问题

档位由哪些信号合成

本站实装验证（真实安装 L4 覆盖全站；L5 为运行时冒烟或实机截图，覆盖范围小于 L4） · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。下方各区块是它的证据明细。

验证判据与等级说明 →

社区实装还没有人打卡 · 装过的第一个就是你

安全扫描自动 · 静态分析源码

v2.7.0

🟢 扫描：未发现敏感能力尚无人工评估

展开查看扫描说明与证据 ↓

静态扫描未发现敏感能力：最多只发网络请求、读取自身元数据或只读文件，未发现执行命令、文件写入或敏感信息读取。

写入剪贴板(不计风险)发起外部网络请求

查看扫描证据（共 5 处，展示前 5 条）

发起网络请求
index.js:52
const resp = await fetch(ENGINE_URL_TRANSCRIBE, { method: 'POST', body: form, signal: AbortSignal.timeout(180000) });
发起网络请求
index.js:94
const resp = await fetch(ENGINE_URL_TTS, {
发起网络请求
client.js:80
const resp = await fetch("/voice-proxy/transcribe", {
写入剪贴板
client.js:98
await navigator.clipboard.writeText(text);
发起网络请求
client.js:292
const resp = await fetch("/voice-proxy/speech", {

扫描于 2026/11/4（0 天前） · 范围入口闭包 + 全包扫描 · 来源 GitHub 仓库

静态扫描只反映源码中出现的调用，不构成安全背书；人工评估与自动扫描相互独立、互不覆盖。

给这个插件打分还没有人投票↓

用户评分

还没有人投票，来当第一个

广告精选好物

飞利浦 TAH6519 主动降噪耳机 ¥299

头戴式无线 anc 主动降噪，蓝牙连接，久戴舒适向。

·anc 主动降噪 · 头戴式无线
·价格与库存以商品页实时为准

去淘宝看看→

广告MCP 兼容手册

装完插件，给 AI 接上 MCP

Cursor、Claude Code、VS Code 逐个核对：能不能装、配置怎么写、装不上是什么原因。

·按客户端逐格核对
·结论标注依据与风险等级

查 MCP 兼容性→

功能亮点

麦克风听写草稿
本地语音转写
朗读助手回复

DeepSeek Harness 本地语音插件：麦克风听写，本地 STT 转写，再用 Kokoro TTS 朗读助手回复。

README

由 DeepSeek 最新模型翻译生成

dsh-local-voice-dictation Created by LionGateOS Author: Antonio Vidal <antoniovidaljr@gmail.com> Local voice for DeepSeek Harness. Dictate with your microphone through local speech-to-text, then listen to finalized assistant responses through local Kokoro text-to-speech. - 本地 STT 听写 —— 麦克风音频始终走本地语音链路。 - 本地 Kokoro TTS —— 对已定稿的助手回复显示 Speak 控件。 - 不自动发送 —— 听写文本插入草稿，等你确认。 - 播放控制 —— 可见的生成状态，支持 Stop speaking。独立社区插件；不是 DeepSeek 官方项目，也不是上游 PR。基于 MIT 协议。安装目前只能手动安装。当前安装步骤与依赖见 INSTALL.md。

展开完整文档（README 剩余 1 节）

dsh-local-voice-dictation

Created by LionGateOS

Author: Antonio Vidal <antoniovidaljr@gmail.com>

Local voice for DeepSeek Harness. Dictate with your microphone through
local speech-to-text, then listen to finalized assistant responses through
local Kokoro text-to-speech.

- 本地 STT 听写 —— 麦克风音频始终走本地语音链路。
- 本地 Kokoro TTS —— 对已定稿的助手回复显示 Speak 控件。
- 不自动发送 —— 听写文本插入草稿，等你确认。
- 播放控制 —— 可见的生成状态，支持 Stop speaking。

独立社区插件；不是 DeepSeek 官方项目，也不是上游 PR。基于 MIT 协议。

安装

目前只能手动安装。当前安装步骤与依赖见 INSTALL.md。

它能做什么

为 DeepSeek Harness 网页会话提供本地语音听写 —— 不走云端 STT，不自动发送：

1. 输入框里的 Dictate 按钮在浏览器中录制麦克风音频（WebRTC getUserMedia）。
2. 音频发送到同源代理路由 POST /voice-proxy/transcribe（base64 JSON 载荷，上限约 2200 万个 base64 字符，解码后约 16 MB 音频）。
3. 代理把音频转发给同一台机器上的本地 STT 引擎，取回转写文本。
4. 转写文本插入输入框草稿。

它从不自动发送消息。 转写文本总是落在草稿里；你自己检查，自己发送。

Speak

每条已定稿的助手回复都会带一个朗读控件。

Speak 流程使用本地 Kokoro 文本转语音：

1. 点击助手回复旁的朗读按钮。
2. 按钮立刻显示 Generating...。
3. 回复文本经同源路由 POST /voice-proxy/speech 发送。
4. 代理把文本转发给本地兼容 Kokoro 的语音引擎。
5. 播放开始时，控件变成 Stop speaking。
6. 同一时间只允许一条生成的音频流，避免延迟的重复点击叠出多路声音。

当前测试过的 Kokoro 端点是：

POST http://127.0.0.1:8768/v1/audio/speech

助手操作通过 DeepSeek Harness 的 conversation.chat.assistant-actions 插槽挂载。

本地链路

Dictate:
browser mic → same-origin /voice-proxy/transcribe → local engine (127.0.0.1) → transcript → composer draft

Speak:
assistant response → same-origin /voice-proxy/speech → local Kokoro TTS → WAV → browser playback

它是怎么搭起来的

一个小包里分两半（约 330 行 JS）：

| 文件 | 作用 |
| index.js | Node 侧 —— 注册同源路由 /voice-proxy/transcribe 和 /voice-proxy/speech |
| client.js | 浏览器侧 —— Dictate 按钮、麦克风采集、转写插入，以及每条助手消息的 Speak 控件 |
| package.json | 清单：@local/voice-dictation，ESM，node main + ./client 导出 |

引擎接口要求

这个附加组件不绑定具体引擎：只要本地引擎提供以下接口就能用

- GET /health —— 状态检查，以及
- POST /transcribe —— 上传 multipart 音频，返回 JSON，其中包含 text 字段和可选的 language 字段。

当前的本地 LionGate Voice Engine（faster-whisper STT）就是一个兼容的本地引擎实现；原型里的代理指向它的 /transcribe 端点。

挂载

在 DeepSeek Harness 网页浏览器名册中挂载插件：

packages/bundle/web-app/cordis.patch.yml

添加这一行浏览器插件：

- id: voice-dictation
name: '@local/voice-dictation'

不要只在智能体预设里挂载插件。智能体预设不会把客户端插件加进网页浏览器启动图。

注意：早期原型把它打包成完整复制的「Voice Mode」智能体预设。这种做法后来被证明不稳定（默认预设漂移，源码只存在于被 gitignore 的 node_modules 里），不推荐。

环境要求

- DeepSeek Harness 网页 UI（开发者预览版）
- 本地 STT 引擎，可在 127.0.0.1 上访问
- 兼容 Kokoro 的 TTS 端点，供 Speak 使用
- 浏览器麦克风权限

如果引擎挂了，代理会返回 HTTP 502 并附带清晰错误，Harness 其余部分不受影响 —— 这个行为有代码支撑，引擎宕机的直接测试仍在路线图上（需要直接测试才能完全验证）。

状态

- ✅ 听写往返已演示：录音 → 代理 → 引擎 → 草稿
- ✅ 不自动发送；转录内容始终落在草稿里
- ✅ 助手回复的 Speak 按钮
- ✅ 通过 /voice-proxy/speech 使用本地 Kokoro TTS
- ✅ 语音准备期间显示 Generating... 状态
- ✅ 重复点击生成会被拦截
- ✅ 同一时间只播放一路插件生成的音频流
- ✅ Stop speaking 立即停止当前播放
- ⚠️ 目前安装需手动操作（见 INSTALL.md）