dsh-space-ptt

给 DeepSeek Harness 的「语音输入」加一个对讲机键：

按住空格说话 → 松手 → 识别 → 自动发送。

不用先点输入框、不用点麦克风、不用点发送。打开窗口，直接按住空格就能说。

演示流程

打开 DSH（焦点在哪都行）
  ↓ 按住空格
开始录音（输入框自动获得焦点）
  ↓ 松手
停止识别 → 自动插入文字 → 自动发送

安装

直接从 GitHub 安装（不需要 npm）

dsh plugin --profile desktop add "github:wuyou0423/dsh-space-ptt"

# 或者指定分支
dsh plugin --profile desktop add "github:wuyou0423/dsh-space-ptt#main"

从 npm（发布到 npm 后可用，插件市场靠这个收录）

dsh plugin --profile <你的 profile> add dsh-space-ptt

从本地目录

dsh plugin --profile <你的 profile> add "link:./dsh-space-ptt"

装完重启 DSH（Host 半边是空壳，主要是让客户端 bundle 生效）。

前置条件

1. 启用官方 Bundle 语音输入（@deepseek-ai/dsh-experimental-voice-input-bundle）
2. 在设置里把语音模型「下载并准备」好 —— 麦克风按钮得能点开

不满足时插件完全不接管空格，你的空格照常是空格。

行为细节

场景	行为
焦点不在输入框，按空格	自动聚焦输入框 → 开始录音（全局模式）
输入框里有草稿	不接管，空格照常输入
有弹窗 / 对话框打开	不接管
按住不到 250ms 就松手	当误触，取消录音，不发送
录音中按 Esc	取消本次录音
录音中切走窗口（Alt+Tab）	自动取消，不会卡在录音态
识别结果为空	不发送
识别超时 30s	不发送，转写留在草稿里
中文输入法选词时按空格	不接管（检测 isComposing）

配置

lib/client.js 顶部有一小块常量，改完刷新页面即可：

常量	默认	说明
AUTO_SEND	true	false = 只把转写放进草稿，不自动发送
MIN_HOLD_MS	250	最短按住时长，短于此当误触
STOP_TIMEOUT_MS	30000	等待识别结果的上限
GLOBAL_SPACE	true	false = 恢复成「必须先点进输入框」
POLL_MS	120	轮询识别状态的间隔

它怎么实现的（为什么不用内部 API）

插件不 import 宿主内部模块，而是通过官方 UI 上的无障碍标签找到按钮并点击：

目标	aria-label	来源包
开始录音 / 停止并识别 / 取消	同名	@deepseek-ai/dsh-experimental-client-ui-voice-input
插入文字	插入文字 / Insert text	同上
发送消息	发送消息 / Send message	@deepseek-ai/dsh-client-ui-conversation

这样升级宿主时大概率不会碎；如果官方改了文案，改 SEL_* 常量即可。

两个踩过的坑

1. 按住时的键盘重复事件：只拦第一个 keydown 不够，浏览器会持续发 repeat 事件，空格会灌进输入框。一旦草稿被改动，语音插件就不肯自动插入，只能手动点「插入文字」。所以录音期间必须持续 preventDefault。
2. 识别完不一定自动插入：语音插件检测到草稿被改过时，会改成保留结果 + 让用户点「插入文字」。插件会替用户点这个按钮兜底。

边界与风险

• 依赖官方 UI 的 aria-label，属外部契约，宿主大版本升级后需要回归一次。
• 全局空格意味着页面焦点在空白处按空格会启动录音；不想要就设 GLOBAL_SPACE = false。
• 只在 Web / 桌面端 Web UI 生效（dsh.client.platform: web）。

开发

# 本地 link 安装
dsh plugin --profile desktop add "link:/path/to/dsh-space-ptt"
# 改 lib/client.js 后刷新页面

插件市场索引

本仓库自带一个 DSH 插件市场索引（format 1，git 源），不经过 npm 也能在「插件 → 发现」里浏览安装：

https://raw.githubusercontent.com/wuyou0423/dsh-space-ptt/main/market/index.json

在 DSH：插件 → 发现 → 添加索引源，粘贴上面的 URL，刷新即可看到「按住空格说话（对讲机）」。

索引文件在 market/index.json，格式由 @deepseek-ai/dsh-plugin-market-index 校验。

License

MIT