dsh-siri-voice

English | 简体中文

给 DeepSeek Harness（dsh）做的语音输入跑马灯：点开输入框的麦克风开始说话时，输入框上方浮出一条 Siri 风格的流光带——外圈旋转的渐变光，中间三层声波随你的音量起伏。

点麦克风  →  录音开始  →  输入框上方浮出流光波纹  →  停止后转写照常进入草稿

目录

• 效果
• 安装
• 依赖
• 实现要点
• 兼容性
• 故障排查
• 相关插件
• 贡献

效果

• 录音中：渐变光带沿边缘跑动，浪高跟着麦克风音量实时变化。
• 转写中：波形消失，光带保留，提示还在处理。
• 结束或取消：光带瞬间消失，不占任何布局。

安装

# 本地路径
dsh plugin --profile web add /path/to/dsh-siri-voice

# 从 GitHub
dsh plugin --profile web add https://github.com/saul-dsh/dsh-siri-voice

安装后重启宿主（桌面端需完全退出再启动），启动日志出现 [siri-voice] 相关的层即可。

依赖

需要 dsh 自带的语音输入 bundle 处于启用状态（@deepseek-ai/dsh-experimental-voice-input-bundle），因为：

• 麦克风按钮、录音与转写都由它提供；
• 本插件只读取它在录音时挂在容器上的 data-voice-activity 属性，不打断、不接管任何流程。

语音输入没启用时，本插件不会显示任何东西，也不影响其他功能。

实现要点

• 纯客户端插件：服务端入口只有一个空的 apply，作用是让宿主扫描到 dsh.client.platform = 'web'。
• 视觉层注册在 conversation.input.dock；每帧取「编辑器 + 语音栏」的最小公共祖先（即输入框卡片本身）的矩形与圆角，用 position: fixed 严丝合缝盖在卡片上，不做外扩。
• 录音时内置的点状声纹被 CSS 隐藏（仍占位，取消/停止按钮不动），画布直接画在它原来的格子里，相当于接管了那条声纹。
• 音量来自本插件自己的 getUserMedia + AnalyserNode（权限已由内置按钮授予，不会二次弹窗）；拿不到音频时退化为缓慢呼吸动画，不报错。
• 不使用 WebGL、不引入第三方依赖，只用一个 canvas。

兼容性

项目	要求
dsh	≥ 0.2.0（developer preview）
Node	≥ 18
客户端	web（桌面端与浏览器）
前置插件	@deepseek-ai/dsh-experimental-voice-input-bundle 需处于启用状态
运行时依赖	无。只用原生 canvas 与 Web Audio API

dsh 升级后如果这个插件突然不显示，多半是语音输入 bundle 改名或 data-voice-activity 属性变了。录音功能本身不受影响。

故障排查

完全没有流光带

• 先确认语音输入本身能用：点麦克风能录音、能转写
• 确认前置 bundle 已启用：dsh --profile desktop --dump-config | grep voice-input
• 装完没重启 dsh。客户端模块在启动时加载

有流光带，但浪高不动

• 麦克风权限被拒绝，或系统里有别的应用独占了麦克风。此时退化为缓慢呼吸动画，不报错
• 部分 Linux 发行版下 getUserMedia 拿不到音量，同样退化

流光带位置偏了

• 它按「编辑器 + 语音栏」的最小公共祖先计算矩形，dsh 改动输入栏结构后可能算错
• 窗口缩放或分屏切换后如果错位，重新触发一次录音即可

和别的输入框插件冲突

• 它只读 data-voice-activity 属性，不接管录音流程。真冲突的话禁用其他插件逐个排查

相关插件

• dsh-prompt-enhancer —— 同一个作者，发送前自动改写提示词

贡献

欢迎提 issue 和 PR。动手前先读 CONTRIBUTING.md。

License

MIT