dsh-ears

Name: WizisCool/dsh-ears
Author: WizisCool

WizisCool/dsh-ears

面向 DeepSeek Harness (dsh) 的语音输入插件：输入框的麦克风按钮把语音转成草稿文本，支持多种语音识别后端，可选经 dsh 自有 LLM 路由润色，并带原生设置页。

194TypeScriptMIT源码 [DSH插件] dsh-ears — 自带大模型润色的DSH语音输入插件，给 DSH 加一对耳朵

安装

把 dsh-ears 装进 DeepSeek Harness

npm 方式

直接拉已发布的 tarball，不用克隆整个仓库，也不需要额外配置。如果你用的是别的 profile，把 `web` 换成对应的名字。

GitHub 方式 · npm 包

从 GitHub 装会执行项目自己的构建脚本，而 pnpm 默认拦着不让跑——先跑一次这条命令，pnpm 会打印出要加到 ~/.dsh/profiles/web/pnpm-workspace.yaml 里 `allowBuilds` 下面的那个 key。

我们跑过之后

我们跑过，装得上

这里每条命令都在一次性容器里、对着干净 profile 真跑过，结果取自 harness 自己的记录，不是读源码猜的。最近一次 11 天前.

挂进你的 README

给维护者的：badge 取这条 listing 最近一次 sandbox 实测的结果，重跑之后它自己会变，读者点开就是这页的完整记录。

安装前须知

装 dsh-ears 之前，先看这几条

源码在这里： WizisCool/dsh-ears——已进入社区精选库，DSH 自带的插件市场就是从这儿装的。
开源协议：MIT。
被收录在这里不代表通过了安全审计。插件是带着你 agent 的权限在跑。

AI 锐评

是什么 — dsh-ears 为 DeepSeek Harness 提供语音转写与润色支持，通过多种后端实现识别并生成可编辑草稿。

谁该装 — 在浏览器环境下进行文本对话的用户适合安装。主要依赖键盘输入的用户不必安装。

注意 — 安装后刷新 Web UI 才能显示麦克风图标。沙箱实测通过：在全新 profile 里装上并被注册。没发现明显的坑。

锐评 — 我会装，因为它允许保留原始转写并手动编辑草稿。

grok-4.6 写的，只当参考，不当结论。里面说装得上或装不上，是在干净 profile 里真跑过的；其余都是读仓库读出来的。以实际运行为准。

dsh-ears 是做什么的

Sound waves flow through transcription and polishing channels into an editable draft.

dsh-ears 是一个 DeepSeek Harness 插件，为 Web UI 增加语音输入。按下默认快捷键 Ctrl+Shift+Space 或点击麦克风后，插件把录音交给所选转写后端：浏览器原生 Web Speech、本机 whisper CLI、Groq、阿里云百炼，或指定的 OpenAI 兼容 /audio/transcriptions 接口。转写结果先放进输入框，成为可修改的草稿，必须由人工确认并发送，不会替 agent 自动发言。

它也可以调用 dsh → 设置 → 模型 中已经配置的模型进行润色。插件保存所选提供方、模型名和提示词，并复用 DSH 已有的 LLM key；润色失败或取消时保留原始转写。这个设计适合需要口述输入、但不希望语音直接触发会话发送的场景。

如果音频不能离开本机，远程 Groq、阿里云百炼或自定义接口就不合适；本地方案还要求预装 openai-whisper。Web Speech 依赖 Chromium 内核浏览器，且音频可能由浏览器厂商处理。本机 Whisper 在停止录音后才开始转写，较大的模型纯靠 CPU 也可能很慢。运行插件需要 DeepSeek Harness 0.1.0-rc.6 或 rc.7，以及 Node.js ^22.19.0 || >=24.0.0。

dsh-ears 的文档

行为说明

刷新 Web UI 后，输入框右侧会出现麦克风图标。默认使用 Ctrl+Shift+Space 录音，处理流程为“录音→转写→可选润色→可编辑草稿→手动发送”。草稿不会自动发送。润色可去除口头禅、修正 ASR 错字，也能处理自我纠正和口头列举；润色失败或取消时保留原始转写。

转写后端

后端	工作方式	要求
`Web Speech`	浏览器实时识别	Chromium 内核浏览器；音频可能经浏览器厂商处理
`本地 Whisper`	停止录音后由 Host 调用本机 `whisper` CLI	预装 `openai-whisper`，并在设置页下载模型
`Groq`	Host 调用 Groq Whisper API	Groq API key
`阿里云百炼`	使用 DashScope 同步转写	HTTPS 源站、API key、模型名；单次最多 300 秒
`自定义 OpenAI 兼容`	向指定端点发送 `POST`	端点、API key、模型名，并提供 `/audio/transcriptions`

Whisper 权重不随插件打包。免费额度和限流以提供商最新文档为准。

润色配置

润色模型从 dsh → 设置 → 模型 的已有列表中选择。插件保存提供方、模型名和提示词，LLM key 复用 DSH 配置。提示词留空时使用内置默认值，可在设置页查看。

环境要求与命令

需要 DeepSeek Harness 0.1.0-rc.6 或 rc.7，以及 Node.js ^22.19.0 || >=24.0.0。卸载使用 dsh plugin --profile web remove dsh-ears，完成后刷新 Web UI。源码开发还提供 pnpm install、pnpm check、pnpm test、pnpm build、pnpm dev:config、pnpm dev:web 和 pnpm dev:watch。