dsh-voice-input

DSH PLUGIN视觉与多模态

仓库 pandaman0759/dsh-voice-input · npm @local/dsh-voice-input

视觉与多模态 未标注验证等级 安全审查:未标注 可信度:未标注 可安装插件
安装这个插件

为 DSH 输入框加麦克风按钮,点击说话即可把豆包流式语音识别结果直接插入草稿,只需一个 API Key。

一句话选型结论

按资料字段整理

dsh-voice-input 是视觉与多模态类的 DSH 可安装插件,未做沙盒验证,暂无安全审查结论,列出 4 项功能,有可直接复制的安装命令。验证通过不等于安全:插件会读写文件、执行命令或联网,装前先到仓库确认它做了什么;涉及密钥或系统权限的,建议先在隔离环境试装。

分类视觉与多模态 收录类型可安装插件 验证等级未标注验证等级 安全审查未标注
验证等级 UNKNOWN 未标注验证等级
GitHub 星标 0 复刻 0 · 未关闭 issue 0
最近更新 2026-11-10 创建于 2026-11-10
README 3.0 KB 正文体量,越大说明说明书写得越细

安装

可安装插件
在 DSH 里执行,装完用 dsh plugin list 确认已挂上;标了 L4 / L5 的命令已在沙盒里真实跑通
dsh plugin --profile web add github:pandaman0759/dsh-voice-input
  1. 1
    确认版本与运行环境

    仓库没有标注兼容版本与 Node.js 要求,先确认你的 DSH 版本能装,再继续。

  2. 2
    执行安装命令

    在 DSH 里执行上面的命令;多包仓库要注意区分具体子包名,别装错包。

  3. 3
    确认已挂载

    用 dsh plugin list 查看列表里是否出现这个插件,出现即挂载成功。

  4. 4
    试跑并检查权限

    加载后跑一个最小用例,确认它能正常工作;同时看它申请了哪些文件、命令或网络权限。

兼容 DSH 版本未标注版本不匹配时安装会报错
Node.js 要求未标注来自仓库 package.json 的 engines 字段
前置依赖无需要同时安装的同级依赖
npm 包名@local/dsh-voice-input可用 npm view 查看包信息

能做什么

4 项功能
字段来自项目仓库与公开索引,中文说明由本站标注

dsh-voice-input:给 DeepSeek Harness 输入框加上语音输入

  • 输入框旁一键录音
  • 空格结束并插入光标处
  • 豆包流式 ASR 识别
  • API Key 存于凭据库

上游标签

deepseek-harnessdsh-plugindsh-plugin-ui

验证等级与安全审查

未标注验证等级
自动化流程结论,不是人工审核
验证等级未标注验证等级上游未给出验证结论,安装前请自行确认
安全审查未标注静态分析结论,未标注不代表已通过审查
仓库健康度未标注按仓库活跃度与最近更新时间给出
可信度未标注综合仓库活跃度与验证结果

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。
  • 列出了 4 项功能,能直接看出它解决什么问题。

先想清楚的地方

  • 安全审查还没结论,装之前先看仓库改了什么、要什么权限。
  • 没有声明 Node.js 版本要求,版本不匹配可能装不上。
  • 验证通过不等于安全:插件会读写文件、执行命令或联网,装前先到仓库确认它做了什么。

更适合

  • 需要在视觉与多模态场景里给 DSH 补能力的人。
  • 能接受在本地装依赖、愿意自己确认权限的人。

不太适合

  • 只使用 DSH 官方内置能力、不接受第三方插件的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
插件验证等级安全审查星标兼容版本安装命令
dsh-voice-input当前 未做沙盒验证 未标注 0 未标注 有
open-design L4 · 沙盒安装通过 低风险 10.0 万 未标注 有
awesome-gpt-image-2 L3 · 安装规范通过 低风险 3.4 万 未标注 无
PicGo L3 · 安装规范通过 低风险 2.7 万 未标注 无
iPolloWork L4 · 沙盒安装通过 低风险 6,775 未标注 有
modlens L5 · 运行验证通过 低风险 4,207 0.2.0-rc.2 等 13 个 有

仓库档案

视觉与多模态
字段来自项目仓库与公开索引,中文说明由本站标注
作者 / 维护方pandaman0759仓库 dsh-voice-input · 默认分支 main
分类视觉与多模态voice
收录类型可安装插件声明了 dsh.bundle、可用 dsh plugin add 安装的条目
开发语言JavaScript仓库主语言
许可证MIT商用或二次分发前请确认条款原文
星标 / 复刻 / issue0 / 0 / 0收录时的数值,非实时
创建 / 更新2026-11-10 · 2026-11-10最后推送 2026-11-10
本站收录2026-11-14首次进入本站目录的时间

README 全文

3.0 KB
作者原文,中文版优先;只做安全转义,不改内容

DSH Voice Input · 语音输入

给 DSH 输入框加一个麦克风按钮:说一句话,文字直接落进草稿。

特性

  • 按钮在输入框「模型选择器」右侧,28×28 的小图标,不展开、不挤占工具栏
  • 点一下开始录音,再点一下(或按 空格)结束;识别结果插入光标位置,可按 Ctrl+Z 撤销
  • 只依赖豆包(火山引擎)流式语音识别,填一个 API Key 就能用,新用户有 20 小时免费额度
  • API Key 存在 DSH 凭据库里,不下发到浏览器、不写进配置文件
  • 识别在 Host 侧发起 WebSocket,浏览器只负责录音和上传 PCM

安装

把仓库 clone 到本地任意目录,然后让 DSH 用 plugin_manager 安装这个目录:

plugin_manager install_bundle target=

安装后插件立即生效,输入框右侧出现麦克风图标。

配置

第一次点麦克风会自动弹窗,填两样东西:

字段 说明
API Key 火山引擎「语音技术」控制台的豆包语音识别 API Key
Resource ID 默认 volc.seedasr.sauc.duration,一般不用改

之后想换 Key,右键那个麦克风按钮就能重新打开弹窗。

使用

  1. 点麦克风(浏览器第一次会问麦克风权限)
  2. 说话
  3. 再点一下按钮或敲 空格 结束
  4. 文字插入草稿,按 Ctrl+Z 可撤销

录音时按空格只会结束录音,不会往草稿里多打一个空白。

实现

  • 端点:wss://openspeech.bytedance.com/api/v3/sauc/bigmodel_async(大模型流式 ASR 2.0)
  • 音频:16 kHz / 16 bit / 单声道,浏览器上传裸 PCM,Host 侧补 44 字节 WAV 头
  • 标点、ITN、语义顺滑全开,结果按 result.text 增量返回
  • 握手鉴权三个头:X-Api-Key、X-Api-Resource-Id、X-Api-Request-Id

目录

index.js          Host 半:凭据读写、WebSocket 客户端、二进制帧编解码、HTTP 路由
client.js         Client 半:按钮、录音采集与重采样、配置弹窗
cordis.patch.yml  bundle 注册
locale/*.json     中英文案
icon.svg          图标

License

MIT


English

A microphone button for the DSH composer: click, speak, and the transcript lands in your draft.

  • Sits right next to the model selector, a small 28×28 icon that never expands the toolbar.
  • Click to start, click again or press Space to stop; text is inserted at the caret and is undoable.
  • Only needs a Doubao (Volcengine) speech-to-text API key — new accounts get 20 free hours.
  • The key is stored in the DSH credential store, never sent to the browser or written to config files.
  • The WebSocket runs on the host side; the browser only records and uploads PCM.

Install: clone the repo, then plugin_manager install_bundle target=.
Configure: click the button once and paste your API key (right-click to change it later).

MIT licensed.

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
dsh-voice-input 怎么安装?

在 DSH 里执行 `dsh plugin --profile web add github:pandaman0759/dsh-voice-input` 即可。对应的 npm 包名是 `@local/dsh-voice-input`。

dsh-voice-input 的验证等级是什么意思?

未标注验证等级。上游未给出验证结论,安装前请自行确认

dsh-voice-input 安全吗?

未标注。

dsh-voice-input 装之前要先确认什么?

先看它会读写哪些文件、执行哪些命令、连接哪些网络地址;验证等级只说明装得上、跑得起来,不等于安全。涉及密钥或系统权限的,建议先在隔离环境试装。

dsh-voice-input 用的是什么许可证?

上游标注为 MIT。商用或二次分发前请到仓库确认许可证原文。

dsh-voice-input 有哪些功能?

输入框旁一键录音、空格结束并插入光标处、豆包流式 ASR 识别、API Key 存于凭据库。

这条记录的数据可靠吗?

本站按仓库名去重后合并整理,字段以作者仓库与 npm 元数据为准;安装命令、仓库地址与 README 保持原文,带 L4 / L5 标记的安装命令已在隔离沙盒里真实跑通。

同名或近似条目

8 条
不同作者的仓库分开列,请确认你要装的是哪一个
视觉与多模态
按星标排序,可作替代方案

open-design

open-design

L4 · 沙盒安装通过 10.0 万 星

awesome-gpt-image-2

awesome-gpt-image-2

GPT Image 2 / 2.5 提示词与案例库,530+ 个案例、20+ 套工业级模板与可复用 Skills,新增 2.5 同提示词对比

L3 · 安装规范通过 3.4 万 星

PicGo

PicGo

L3 · 安装规范通过 2.7 万 星

iPolloWork

iPolloWork

L4 · 沙盒安装通过 6,775 星

modlens

modlens

ModLens 是 DeepSeek Harness 的视觉插件,为纯文本模型外挂视觉能力,粘贴图片即得结构化 JSON 证据(OCR、版面

L5 · 运行验证通过 4,207 星

OpenBiliClaw

OpenBiliClaw

本地私有、开源的自进化跨平台 AI 内容发现 Agent:先理解你,再主动从 B站、小红书、抖音、YouTube、X、知乎、Reddit、微

L4 · 沙盒安装通过 3,398 星

pandaman0759 的其它插件

3 个

插件的元信息来自作者仓库;分类、验证等级与安全结论的中文说明为中文整理,最近核验 —。