dsh-voice-hotkey — 按键语音输入

按住一个键（默认 Option ⌥）开始录音，松开自动停止并转写，识别结果落进当前输入框草稿——不用再用鼠标点麦克风。

按住键可以在 设置 → 插件 → 按键语音输入 里改，改完立即生效并记进 profile，重启后仍是你的选择。

本插件不自己录音、不自己识别、不下载第二套模型：它只是把「按住 / 松开」翻译成官方语音输入插件 （@deepseek-ai/dsh-experimental-client-ui-voice-input）的两次点击，因此录音界面、识别模型、语言与 设备设置全部沿用官方那套。

English: hold a key (Option by default) to dictate into the DSH composer and release to transcribe. Recording, recognition and the model stay with the official voice-input plugin; this plugin only bridges keydown/keyup to that plugin's microphone and stop buttons. The hold key is configurable on the plugin page.

用起来是什么样

动作	底层发生的事
按住选定键	点官方麦克风按钮 → 官方录制栏出现、开始录音
松开	点录制栏里的「停止并识别」→ 转写并插入草稿
按住期间敲了别的键	点「取消」，这次按键照常生效（Option 不会变成第二个修饰键）
上一轮识别失败/为空	再按住一次 = 点录制栏里的「重新录音」
窗口失焦 / 切页	取消本次录音（与官方插件自己的行为一致）

自定义按住键

设置 → 插件 → 按键语音输入 → 配置区里点一个键：

可选键	说明
Option ⌥	默认，左 Option
右 Option ⌥	左右手更顺时用
右 Shift ⇧	小指按住，不输入字符
右 Ctrl ⌃	同上
F2	功能键；macOS 默认需按 Fn+F2

候选键定义在 client.js 的 KEY_OPTIONS 里，加一行就多一个选项（Host 侧 Config 的 holdKey 是普通字符串，客户端会校验它是否在候选表里）。

它是怎么实现的

两个半侧加起来很薄，没有后台常驻任务：

• src/index.js（Host）：只声明 Config = z.object({ holdKey: z.string().default('AltLeft').volatile() })。 .volatile() 让 DSH 的设置表单能在不重载插件的情况下改它，并写回 profile patch——所以选择能跨重启保留 （GUI 每次启动的端口不同，localStorage 靠不住）。
• client.js（浏览器）：
  • 文档级 keydown / keyup（capture 阶段）驱动按键状态机；
  • 用 document.querySelector 找到官方插件的麦克风 / 停止 / 重试按钮并 .click()， 官方 DOM 只用稳定的类名后缀与 data-voice-activity 属性定位，失效时退化为 aria-label 匹配；
  • 通过客户端 configForms 服务读写 holdKey，并在插件页注册配置卡片；
  • 不联网、不读麦克风、不写文件，唯一的状态是「这一次按住到哪一步了」。

依赖

• DSH Desktop 0.2.1 及以上（用到了 plugins.bundle.config slot 与 configForms 服务）；
• 官方语音输入已就位：设置 → 插件里 @deepseek-ai/dsh-experimental-voice-input-bundle 已启用， 本地识别模型已准备好（点一次官方麦克风按钮，按提示下载一次即可）；
• Host 侧依赖 @deepseek-ai/schemastery（见 package.json）。

安装

# 从本地目录安装（开发时）
dsh plugin --profile desktop add link:/path/to/dsh-voice-hotkey

# 或从 git 安装
dsh plugin --profile desktop add git+https://github.com/wengyingjian/dsh-voice-hotkey.git

装好后重启 DSH（没有启用 HMR 的 profile 需要重启才会挂上新的插件行）。

手工等价做法：把包目录软链到 ~/.dsh/profiles/<profile>/node_modules/dsh-voice-hotkey，并在 profile 的 package.json 里登记依赖与 dsh.profile.bundles（本包自带 cordis.patch.yml，组合时会 insert 插件行 voice-hotkey）。

边界与已知限制

• 不用先把光标点进输入框：只要当前视图有输入框，按住选定键会自己把焦点交给输入框再开始 （在看记录、点了侧栏按钮时也能直接按住说话）。只有焦点停在别的输入框里（设置页搜索框等）才让出按键。
• 设置页等没有输入框的视图不触发；弹窗、菜单打开时让出按键。
• 键盘事件来自页面本身：DSH 窗口在后台（切到别的 app）时收不到按键。系统级「全局按住说话」需要 宿主半侧调用 Electron globalShortcut，本插件只做网页层，不涉及。
• 按住时间太短（录音不足）会由官方插件提示「未识别到语音」；此时直接再按住一次即可重录。
• 首次使用会弹系统麦克风授权；授权对话框可能让窗口失焦而取消这一次，授权后第二次按住即正常。
• 官方插件的类名带 CSS Modules 哈希前缀，本插件按类名后缀（triggerAnchor / _trigger）与 data-voice-activity 属性定位；若 DSH 升级改了结构，按住键会「没反应」而不是乱点，届时改 client.js 里的 TRIGGER_SELECTORS 即可，兜底的 aria-label 匹配（开始录音 / Start recording）也会继续工作。
• 不用官方快捷键服务（ctx.shortcuts）：它只派发 keydown、没有 keyup，且要求组合必须带修饰键， 表达不了「按住一个键说话」。
• 设置表单写入的是 profile patch 里 voice-hotkey 这一行的 config.holdKey；如果这一行被更高层 （如命令行 --patch）固定成别的值，DSH 会拒绝这次写入，卡片会提示保存失败。

测试

node --test test/hotkey.test.mjs

测试用 test/fake-dom.mjs 里的最小 DOM 桩验证按键状态机、安全边界与设置同步；真实选择器与设置写入 仍需在 DSH 窗口里实测。

文件

文件	作用
src/index.js	Host 半侧：声明 holdKey 的 Config（设置表单的唯一来源），无其他行为
client.js	浏览器半侧：键盘状态机 + 驱动官方语音输入插件的按钮 + 插件页配置卡片
cordis.patch.yml	bundle patch：把插件行插进 profile 根层
locale/{zh,en}.json	插件在插件列表里的标题与描述
test/	最小 DOM 桩与用例

许可

MIT