DSH Marketplace
EN

插件索引

语音与音频

这些 DSH 插件同步自社区精选库和 GitHub 的 dsh-plugin topic。Star 数、最近推送时间直接取自 GitHub。

68 个插件

99% 实测可装

dsh-omi-voice

PolinniZhong

74

DeepSeek Harness 对话内朗读:点一下即可朗读、暂停、继续 AI 回复,豆包 TTS 自然音色(BYOK),只读最终回答并过滤代码、表格与图形,本地引擎,插件零 Key。

我们跑过,装得上

npm 包Swift1 个月前

AI 锐评

dsh-omi-voice

是什么 — 插件为 DeepSeek Harness 提供 AI 回复点读功能,使用 Omi 引擎合成豆包 TTS 自然中文音色。

谁该装 — 如果你在 DeepSeek Harness 对话中需要自然音色的 AI 回复,且已配置 macOS 上的 Omi 引擎并有豆包 API Key,那么此插件适合你。 如果不在 macOS 系统上使用 DeepSeek Harness,则此插件不适用。

注意 — 沙箱实测通过,在全新 profile 里装上,并被 harness 注册进 profile。 需要 macOS Apple Silicon 平台并启动 Omi 引擎,豆包 TTS 按字符计费但有内存 LRU 缓存与去重。

锐评 — 如果我在 macOS 上使用 DeepSeek Harness,我会安装它,因为它只读最终答案并过滤代码表格,同时支持暂停继续,且插件零密钥,但前提是接受豆包按字符计费。

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。去看源码
1源码
34

面向 Web UI 的语音输入插件:点按 Alt(或 Alt+空格)开始/停止听写,支持浏览器内置 Web Speech(零配置)或 OpenAI 兼容云端 ASR,可选经 DSH 已配置模型润色,带设置页。

我们跑过,装得上

npm 包JavaScript21 天前

AI 锐评

dsh-voice-scribe

是什么 — DeepSeek Harness 网页UI 的语音输入插件。

谁该装 — DeepSeek Harness 网页编辑界面中需要快速语音输入的用户适合此插件。 如果更注重提示词优化和文件转 Markdown 的用户可选用其他增强插件。

注意 — 沙箱实测通过,在全新 profile 中安装并注册。未发现其他运行问题。

锐评 — 我会装它,因为它支持可选 LLM 润色。

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。去看源码
1源码

dsh-ears

WizisCool

22

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。

我们跑过,装得上

npm 包TypeScript13 天前

AI 锐评

dsh-ears

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。去看源码
LINUX DO详情

dsh-plugin-tts

1624318455

21

用免费 Edge TTS 或你自己的 RVC 音色朗读 AI 回复:消息朗读与自动朗读、长文自适应分块渐进播放(无缝衔接)、音色包仓库一键安装、便携 RVC 运行时。

我们跑过,装得上

npm 包JavaScript18 天前

AI 锐评

dsh-plugin-tts

是什么 — 为 DeepSeek Harness 助手回复集成 Edge TTS 与 RVC 语音朗读功能。

谁该装 — 在使用 DeepSeek Harness web 配置文件处理助手回复时,此插件可实现语音朗读。 如果用户不使用 DeepSeek Harness web 配置文件,此插件将无法正常工作。

注意 — 沙箱实测通过:在全新 profile 里装上,并被 harness 注册进 profile。 没发现明显的坑。

锐评 — 我会安装它,因为沙箱测试通过并支持 RVC 自定义音色,但前提是使用 DeepSeek Harness web 配置文件。

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。去看源码
1源码

dsh-talk

PerryLink

15

DeepSeek Harness 的语音输入输出:麦克风语音转文字与文字转语音。

我们跑过,装得上

npm 包TypeScript3 天前

dsh-voice-mode

qishuilalala

15

DeepSeek Harness Web UI 全双工语音对话:按钮或 Ctrl+Shift+V 进入,持续聆听(停顿自动发送)或按住说话,zipformer2 流式识别入可编辑草稿、可选唤醒词;回复按句 Edge TTS 朗读并显示实时字幕,开口即打断播放与回合(真 barge-in);识别模型本地推理、Edge TTS 在线合成,无需 API Key。

没有一行式安装命令——这个插件在一个大仓库的子目录里,也没发 npm 包。

GitHub 源码JavaScript5 天前

AI 锐评

dsh-voice-mode

是什么 — dsh-voice-mode 为 DeepSeek Harness Web UI 提供全双工语音模式。

谁该装 — 当需要在 DeepSeek Harness 会话中进行语音对话并支持实时打断时,此插件适用。 不希望使用子目录插件的用户可使用其他插件。

注意 — 安装需子目录插件,无单行命令。沙箱未实测。没发现明显的坑。

锐评 — 我会装它,因为它支持本地 zipformer2 识别无需 API Key。

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。去看源码
源码

Web UI 语音 AI 女友:FunASR 麦克风语音输入、Qwen3-TTS 语音回复、数字人动画窗、QQ 双向聊天(文本/语音/图片推送,经 NapCat)。

装得上,但要先放行构建脚本

GitHub 源码TypeScript1 个月前

为 DSH Web 添加 Xiaomi MiMo 语音朗读,支持助手消息朗读、PCM 流式播放、预置与自定义音色、浏览器语音兜底、播放控制和可选 UI 音效。

我们跑过,装得上

npm 包TypeScript15 天前

AI 锐评

dsh-plugin-xiaomi-mimo-tts

是什么 — 添加 Xiaomi MiMo TTS 语音朗读控制到 DeepSeek Harness 的最终助理消息中,提供预设声音和自定义音色设计。

谁该装 — 在 DeepSeek Harness 进行自然语言对话需要通过语音朗读辅助理解助理响应的场景适合安装。 不需要语音朗读或文本转语音功能的用户无需安装。

注意 — 需要提供有效的 Xiaomi MiMo API Key。 沙箱实测在全新 profile 中成功注册并被 harness 注册进 profile。 没发现明显的坑。

锐评 — 如果需要语音朗读功能,我会装它,因为它直接集成在对话操作栏中提供流式播放。

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。去看源码
1源码

dsh-speak

Alan2Z

11

零外部依赖、事件驱动、无需额外模型、不消耗任何 token的语音播报插件。使用系统自带自然语音进行播报,支持win/mac双平台;最终回复、审批与提问提醒、可选事件播报(回合结束/命令完成/目标变更/工具出错/待办更新)、最终回复可重播、双语言可视化设置。

我们跑过,装得上

npm 包JavaScript19 天前

AI 锐评

dsh-speak

是什么 — DeepSeek Harness 插件,通过语音播报最终回复。

谁该装 — 在使用 DeepSeek Harness 处理长代码任务时,希望听到任务完成的语音提示。 如果你只想记录文本日志,而不需要语音提醒,就不需要安装。

注意 — 实测在全新 profile 中安装并被 harness 注册进 profile。未发现明显的坑。项目强调 best-effort 执行,不会中断会话。

锐评 — 我会装它,因为它提供已验证的语音方案,适合需要立即听到最终结果的用户。

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。去看源码
1源码

dsh-sound

AI-Galaxy-GPU

10

六类事件独立提示音:回合完成、审批、提问、计划评审、目标受阻、任务失败各有独立声音与音量,可在 Web 设置面板配置(内置合成音 / 静音 / 本地音频文件)。

我们跑过,装得上

npm 包JavaScript1 个月前

AI 锐评

dsh-sound

是什么 — 在 DeepSeek Harness Web UI 中,为六个特定事件提供独立音效和音量配置。

谁该装 — 在使用 DeepSeek Harness 进行 AI 任务规划和审查时,需要区分完成、审批、问题、计划审查、目标阻塞和失败等事件提示的用户适合安装它。 如果不使用浏览器界面访问 DeepSeek Harness 的用户不必装,因为插件专为 Web UI 事件通知设计。

注意 — 安装此插件需要 DeepSeek Harness 支持 bundle-plugin 特性且系统上有 pnpm。实测在全新 profile 里成功注册并被 harness 使用。没发现明显的坑。

锐评 — 换成我,如果需要在 Web UI 中为多个事件独立设置音效和音量,我会装它,因为它提供了内置合成、静音和本地文件三种音源选项。

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。去看源码
1源码

dsh-ding

CAOGGL

9

对话完成提醒:Agent 空闲(idle)时播放提示音并弹 Windows 原生通知,可配 ding.mp3、音量与防抖节流。

我们跑过,装得上

npm 包JavaScript1 个月前

AI 锐评

dsh-ding

是什么 — dsh-ding 插件在 DeepSeek Harness 对话完成时提醒你,播放提示音并弹出 Windows 通知。

谁该装 — 当你使用 DeepSeek Harness 让 agent 处理长对话任务时,它适合安装在 profile 中。那些只在浏览器内查看对话而不需 Windows 通知的用户不必装。

注意 — 从源码安装时需要先手动放行它的构建脚本。实测在全新 profile 里装上并被 harness 注册进 profile,没发现明显的坑。

锐评 — 我会装它,因为它在 agent 空闲时提供了声音和通知提醒。

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。去看源码
1源码

dsh-voice

3274375092

8

语音输入插件:对着麦克风说话,识别后的文字作为普通聊天消息发送(本地模型或浏览器语音识别)。

我们跑过,装得上

npm 包TypeScript1 个月前

AI 锐评

dsh-voice

是什么 — DeepSeek Harness 语音输入插件,通过麦克风捕捉音频并提交识别文本作为聊天消息。

谁该装 — 使用 DeepSeek Harness 进行实时对话的人可以安装它。使用 DeepSeek Harness 进行纯键盘输入的人不必装,因为他们可能有其他输入方式优先。

注意 — 实测在全新 profile 里安装后被 harness 注册进 profile。没发现明显的坑。

锐评 — 如果需要通过麦克风提交聊天消息,我会装它,因为它提供了不同于预设的输入方法。

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。去看源码
源码

dsh-voice

GooDAnDReaDY

8

Web UI 语音输入:按停顿分段的听写与语音消息,各自拥有独立的服务商回退链(Deepgram、Groq、HuggingFace、本地 whisper.cpp 或 OpenAI 兼容接口)。

我们跑过,装得上

npm 包JavaScript20 天前

基于全双工语音模型的 DSH 网页端中文语音交互:边听边说、随时插话,用语音输入和修改任务、提交请求、管理会话、回答 DSH 的问题,并简短播报任务完成结果。

我们跑过,装得上

npm 包JavaScript6 天前

通过 CallKit 打电话到你的手机:`call_me` 与 `text_me` 工具,并可在回合结束或等待审批时来电,语音回答转写后送回会话。

我们跑过,装得上

GitHub 源码JavaScript1 个月前

AI 锐评

dsh-plugin-call-me

是什么 — 这个插件通过 CallKit 实现电话呼叫,提供 call_me 和 text_me 工具,并在 turn-end 和 approval 调用时通过语音转录回会话。

谁该装 — 在长时间运行的任务中,需要手动确认或语音回复时,此插件适合搭配 DSH 使用。无需手动确认的用户无需安装,因为他们可以依赖其他输入方式完成任务。

注意 — 实测通过:在全新 profile 里装上,并被 harness 注册进 profile。没发现明显的坑。

锐评 — 我认为值得安装它,因为它支持语音 turn-end 回复,但前提是能接受电话呼叫的潜在延迟。

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。去看源码
源码

明日方舟终末地佩丽卡主题分级提示音:计划出方案 / 任务完成 / 需要你回应 / 出错四档独立音效,普通问答保持安静;系统级播放(窗口在后台也响),跨平台(Windows/macOS/Linux),支持自定义 TTS 语音。

我们跑过,装得上

npm 包JavaScript1 个月前

AI 锐评

dsh-perlica-ding

是什么 — 佩丽卡主题的 DeepSeek Harness 提示音插件,在任务状态变更时播放对应终端提示音。

谁该装 — 在使用 DeepSeek Harness 执行 agent 任务的用户适合安装此插件。 那些希望完全静音的用户可以不装,因为他们可能更专注纯文本交互。

注意 — 沙箱实测通过:在全新 profile 里装上,并被 harness 注册进 profile。 插件会执行 shell 命令来播放声音,未发现明显的坑。

锐评 — 对于涉及工具调用的 agent 工作流,我会安装此插件,因为它提供了状态专属的音频提示,但前提是用户允许后台播放。

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。去看源码
1源码

基于 uisfx 的语义化 UI 音效:任务开始/成功/失败、不同按钮情景 cue,设置页即时试听,12 种音色包,Host 持久化,并提供 `ctx.uisfx` 服务给其他插件。

npm 包JavaScript1 个月前

输入框麦克风:点击持续监控、按住对话;浏览器语音识别逐字上屏,回复由 host Edge TTS 边生成边朗读,朗读时暂停识别防回声,点击可停止。

我们跑过,装得上

npm 包TypeScript1 个月前

AI 锐评

dsh-voice-input-plugin

是什么 — 集成语音输入至 DeepSeek Harness Web UI 的 Composer 工具栏,支持 tap-to-monitor 连续输入和 hold-to-talk 语音聊天。

谁该装 — 在使用 DeepSeek Harness Web UI 进行对话时需要实时语音辅助输入的用户适合安装此插件。 键盘输入为主的用户无需此插件。

注意 — 沙箱测试通过,在全新 profile 中安装并注册成功。未发现明显的坑。 安装完成后需搭配主机 Edge TTS 插件才能获得回复的 Edge TTS 朗读支持。

锐评 — 我会安装它,因为它提供了 Composer 的语音输入功能,但只有在实时语音交互场景下才值得。

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。去看源码
源码

输入框麦克风语音输入:浏览器 Web Speech API 实时转写(Chrome/Edge),多语言切换与可选自动发送,零依赖零密钥。

GitHub 源码JavaScript2 个月前

dsh-tts-bridge

Yuuyuko-uu

5

用 DeepSeek 网页端自带的朗读,把 DSH 里的对话念出来,靠一个小浏览器扩展驱动。

我们跑过,装得上

GitHub 源码JavaScript12 天前

dsh-chatvoice

FuzzySoul

4

Web UI 免费语音闭环:浏览器语音识别输入(实时中间结果上屏)+ 助手回复朗读与自动朗读,零配置、免 API key。

我们跑过,装得上

npm 包JavaScript2 个月前

AI 锐评

dsh-chatvoice

是什么 — 为 DeepSeek Harness 提供浏览器语音输入和回复朗读。

谁该装 — 在使用 DeepSeek Harness Web UI 进行提示词输入和 AI 回复听读的用户适合安装此插件。 不适合在局域网直接访问 web 界面的人,因为麦克风功能会被浏览器禁用。

注意 — 沙箱实测在全新 profile 里成功注册并正常使用。插件未发现网络请求或子进程依赖。没发现明显的坑。

锐评 — 安装此插件是值得的,因为它实现了零配置的语音闭环,但前提是使用支持麦克风的浏览器。

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。去看源码
1源码

dsh-voice

haoku123

4

Web UI 全双工语音对话:点按切换或按住说话(发送键或 `Ctrl`)并显示实时字幕,宿主端 SenseVoice(sherpa-onnx)转写,回复按句流式朗读,开口说话即打断播放与正在运行的回合(真 barge-in),无需 API key。

我们跑过,装得上

npm 包TypeScript1 个月前

AI 锐评

dsh-voice

是什么 — 为 DeepSeek Harness Web UI 提供全双工语音模式。

谁该装 — 在使用 DeepSeek Harness Web UI 进行中文语音对话时,需要 SenseVoice ASR 进行转录的用户适合安装此插件。 如果使用非中文语音模型的用户可以选择其他插件。

注意 — 没发现明显的坑,沙箱测试通过。安装需 Node.js 版本不低于 22.19,且从源码安装时需要手动允许构建脚本。

锐评 — 我会装它,因为它提供了 true barge-in 且无需 API key,但前提是使用支持的语音模型。

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。去看源码
源码

按工作区定制的任务完成铃声,以及审批、提问、计划评审、目标受阻、任务失败等需要人介入事件的注意提示音,支持内置合成音、语音播报与自定义音频。

我们跑过,装得上

npm 包JavaScript2 个月前

AI 锐评

dsh-plugin-notify-sound

是什么 — 在 DeepSeek Harness Web UI 中提供 per-workspace 完成铃声和人工干预提醒音。

谁该装 — 在使用 DeepSeek Harness Web UI 管理任务时,需要 per-workspace 完成铃声和人工干预提醒的用户适合安装此插件。 不使用 bundle-plugin 支持的 DSH 用户可以不安装此插件。

注意 — 沙箱实测通过:在全新 profile 安装后注册成功。安装需具备 bundle-plugin 支持和 pnpm 环境。从源码安装时需手动放行构建脚本。未发现明显的兼容性问题。

锐评 — 会装它,因为它支持 per-workspace 完成铃声和人工干预提醒,但前提是 DSH 版本支持 bundle-plugin 且有 pnpm。

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。去看源码
源码

dsh-voice

Jesse-njx

3

语音输入、语音输出:把口述音频转写为用户消息(transcribe),让 agent 朗读回复(speak),本地优先,音频存于 ~/.dsh/voice。

装得上,但要先放行构建脚本

GitHub 源码TypeScript2 个月前

AI 锐评

dsh-voice

是什么 — dsh-voice 提供 transcribe 和 speak 工具,在 DeepSeek Harness 中支持语音笔记转为用户消息以及代理朗读回复。

谁该装 — 在使用 DeepSeek Harness 处理需要口述指令或代理用 speak 工具朗读回复的终端任务时,适合安装 dsh-voice。 如果你仅依赖模型的文本能力,不需要语音工具。

注意 — 实测显示插件能装入沙箱,但构建脚本被 pnpm 拦下,由 github:Jesse-njx/dsh-voice 触发,用户需手动允许才能完成注册。未发现其他明显问题。

锐评 — 我会装它,因为它实现了本地语音交互,但必须先手动允许构建脚本。

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。去看源码
1源码