dsm-smart-input

智能输入插件 for DeepSeek Harness — 语音输入 + 提示词优化

✨ 功能

🎤 语音输入

在 DSH 输入框一键语音输入，支持三种识别引擎：

引擎	特点	适用场景
浏览器 Web Speech API	零依赖、即时可用	日常使用，中文识别
本地 Whisper ONNX	完全离线、隐私安全	无网络环境、高准确率需求
Whisper API（在线）	最高准确率、多语言	专业场景、多语言混合

• 实时流式转写，边说边出字
• 智能标点自动添加
• 支持中文、英文、日文
• 连续对话模式（发送后自动续听）
• 快捷键 Ctrl/Cmd + Shift + V

✨ 提示词优化

一键优化输入框中的提示词，支持 6 种策略：

策略	说明
🔄 自动	根据内容自动选择最佳策略
✂️ 简洁化	去除冗余，精炼表达
📝 详细化	补充上下文和约束条件
⚙️ 技术化	使用精确的技术术语
📋 结构化	目标-约束-输出格式
🎭 角色扮演	添加角色设定增强代入感

• 上下文感知：可注入工作区文件信息
• 优化前后对比预览
• 一键采纳或撤回
• 快捷键 Ctrl/Cmd + Shift + E

📦 安装

# 通过 dsh CLI 安装（推荐）
dsh plugin --profile web add dsh-smart-input

# 或手动安装
git clone https://github.com/your-repo/dsh-smart-input.git ~/.dsh/plugins/dsh-smart-input
dsh plugin --profile web link ~/.dsh/plugins/dsh-smart-input

⚙️ 配置

安装后在 设置 → 智能输入 中配置：

语音输入设置

配置项	默认值	说明
识别模式	auto	自动选择 / 浏览器 / 本地 Whisper / Whisper API
本地模型	whisper-small	模型大小（影响速度 vs 准确率）
模型路径	D:\subbatch-local-v2.0.0\models	本地模型文件目录
识别语言	zh	默认语音识别语言
智能标点	true	自动添加标点符号
自动发送	false	识别完成后自动发送
连续对话	false	发送后自动进入录音模式

提示词优化设置

配置项	默认值	说明
优化模型	留空	留空复用当前会话模型
默认策略	auto	自动选择优化策略
上下文感知	true	注入工作区上下文

🚀 使用

语音输入

1. 点击输入框工具栏的 🎤 按钮
2. 开始说话，文字实时出现在输入框
3. 再次点击停止录音
4. 确认文字后发送

提示词优化

1. 在输入框中输入你的提示词草稿
2. 点击工具栏的 ✨ 按钮
3. 选择优化策略（或保持自动）
4. 点击"开始优化"
5. 对比预览后选择采纳或重新生成

🛠️ 本地模型准备

方案一：使用现有模型（推荐）

如果你已有 subbatch-local-v2.0.0 中的模型：

1. 在设置中设置 模型路径 为 D:\subbatch-local-v2.0.0\models
2. 选择模型：whisper-small 或 whisper-large-v3-turbo

方案二：下载新模型

# 下载 Whisper Small（~466MB）
npx @xenova/convert --model openai/whisper-small --output ./models/whisper-small

# 下载 Whisper Large V3 Turbo（~1.5GB）
npx @xenova/convert --model openai/whisper-large-v3-turbo --output ./models/whisper-large-v3-turbo

📋 快捷键

快捷键	功能
Ctrl/Cmd + Shift + V	开始/停止语音输入
Ctrl/Cmd + Shift + E	打开提示词优化面板

快捷键可在设置中自定义。

🔧 开发

# 克隆项目
git clone https://github.com/your-repo/dsh-smart-input.git
cd dsh-smart-input

# 安装依赖
npm install

# 开发模式（热重载）
npm run dev

# 构建
npm run build

📄 项目结构

dsh-smart-input/
├── dsh.bundle              # 插件 manifest（DSH 识别文件）
├── package.json            # npm 包定义
├── tsconfig.json           # TypeScript 配置
├── src/
│   ├── backend/
│   │   ├── index.ts        # 后端入口（工具注册）
│   │   └── types.ts        # 类型定义
│   ├── frontend/
│   │   ├── index.tsx       # 前端入口（UI 注册）
│   │   └── components/
│   │       ├── VoiceInputButton.tsx    # 语音输入按钮
│   │       ├── PromptEnhanceButton.tsx # 提示词优化按钮
│   │       └── SettingsPanel.tsx       # 设置面板
│   └── services/
│       ├── asr-service.ts      # 语音识别服务
│       └── enhance-service.ts  # 提示词优化服务
├── skills/
│   └── voice-enhancer/
│       └── SKILL.md        # Agent 技能指令
├── public/
│   └── models/             # 本地模型文件目录
└── README.md

🤝 贡献

欢迎提交 Issue 和 PR！

📜 协议

MIT

🙏 致谢

• DeepSeek Harness — 插件框架
• @xenova/transformers — 浏览器端 ONNX 推理
• ONNX Runtime Web — ONNX 运行时