WayneYu430/dsh-voice-agent

Name: WayneYu430/dsh-voice-agent
Author: WayneYu430

Plugin插件 ⭐ 2 Vision & Media视觉与多媒体 Prompts & Skills提示词与技能

a full duplex voice mode for DSH

Project Overview项目介绍

Edited by Zhiwei Agent (zhiwei)由知微Agent(zhiwei)编辑

dsh-voice-agent is a native voice frontend built specifically for the dsh (DeepSeek Harness) Web client, providing full-duplex realtime conversation on top of ByteDance's Duplex speech stack. The plugin captures microphone audio, transcribes it, hands the text to dsh, and streams Duplex-synthesized speech back, letting users talk to a coding agent the way one would talk to ChatGPT's advanced voice mode. Inside the browser the frontend exposes only three orchestration tools — realtime_delegation, send_task_message, and cancel_task — so any real work is delegated to a separate backend agent rather than hallucinated by the voice loop.

The typical workflow pairs the browser voice session with a long-lived background dsh session: when the user asks for a task such as searching code, running a build, or editing files, realtime_delegation spawns an independent session that runs while the user keeps talking, switches tabs, or disconnects; STATUS and COMPLETE events are pushed back into the voice stream and read aloud as facts. It targets dsh users who want hands-free, interruptible interaction and a task result read out instead of guessed. Installation is dsh plugin --profile web add @wayneyu430227/dsh-voice-agent, after which dsh web loads the voice UI on top of the standard dsh client.

Runtime dependencies include a global install of @deepseek-ai/dsh to provide the dsh binary, plus two environment variables, DUPLEX_API_KEY (Volcano Engine / ByteDance access key) and DUPLEX_APP_KEY (matching app key); missing either causes the Duplex provider handshake to fail before any audio starts. The mic UI is built from a copied dsh client tsdown preset and loaded via window.__ModuleLoader__, so it is not a framework-agnostic browser extension. Voice sessions persist voice/* events strictly, and stock dsh builds without this plugin will reject those records on load.

dsh-voice-agent 是一款面向 dsh（DeepSeek Harness）Web 端的原生语音前端，基于字节跳动 Duplex 提供全双工实时对话能力。它把麦克风采集的语音请求转换成文本后交给 dsh，并由 Duplex 把模型答复合成语音播报，使用户可以像 ChatGPT 高级语音那样和 dsh 自然聊天。前端浏览器仅暴露 realtime_delegation、send_task_message、cancel_task 三个编排工具，把"任务"派发到独立后台 Agent 执行。

工作流程由前端与后台 Agent 共同完成：用户开口提出查询、构建、文件修改等需求时，语音前端通过 realtime_delegation 创建一个独立后台会话执行任务，期间用户可以继续对话或切换会话，任务完成后再由语音把 STATUS 与 COMPLETE 结果回灌并播报。它面向希望通过语音替代键盘、长时间离开屏幕却想持续推进任务的 dsh 编码 Agent 用户，安装命令为 dsh plugin --profile web add @wayneyu430227/dsh-voice-agent，随后运行 dsh web 即可加载 voice 界面。

依赖方面，运行需全局安装 @deepseek-ai/dsh 以获得 dsh 命令，并需设置环境变量 DUPLEX_API_KEY（火山引擎 access key）与 DUPLEX_APP_KEY（对应 app key），否则 Duplex provider 握手失败。注意浏览器麦克风与播放界面是 dsh Web UI 的一部分，由复制得到的 dsh client tsdown 预设构建，通过 window.__ModuleLoader__ 契约加载，并非框架无关的浏览器插件；voice session 持久化 voice/* 事件，不带本插件的 dsh 构建加载这些记录会被拒绝。

View on GitHub在 GitHub 查看

Send to your DSH发给你的 DSH 安装

请帮我安装这个 DSH 插件。安装前先完成【兼容性检查 + 安全性检查】，检查通过再动手。

插件：dsh-voice-agent（WayneYu430/dsh-voice-agent）
仓库：https://github.com/WayneYu430/dsh-voice-agent
本站详情页：https://www.yhbd.top/plugins/wayneyu430-dsh-voice-agent/
本站登记：类型 plugin · 归类 原生 DSH 插件 · 许可证未声明 · ⭐ 2 · 最近提交 2026-08-25 · 主语言 TypeScript · 未检测到 DSH 插件清单

按下面顺序执行，每步先把结论告诉我，再进入下一步：

【1 兼容性检查】
① 我这边：DSH 版本、Node 版本、操作系统、当前 profile（web / desktop）。
② 读它的 README、package.json、插件 manifest，列出它要求的 DSH 版本 / Node 版本 / 操作系统 / 外部依赖 / 需要另外先装的运行时。
③ 逐条比对，结论只写「满足 / 不满足 / 未知」三种；不满足的给出可行替代方案。
④ 检查是否和我已装的插件冲突：命令名重复、skill / tool 重名、端口占用、重复注册的 MCP server。

【2 安全性检查】
① 仓库可信度：和上面「本站登记」是否一致；star / fork 数、创建时间、最近提交，是否归档或长期停更。
② 安装脚本：逐行看 package.json 的 preinstall / install / postinstall，以及 install.sh、setup.ps1 之类脚本。出现 curl|bash、下载后直接执行、混淆代码、访问与插件功能无关的域名，立刻停下来告诉我，不要继续装。
③ 依赖：列出新增依赖，标出无人维护、或与知名包拼写近似的可疑包（typosquatting）。
④ 权限与副作用：它会读写哪些目录、访问哪些域名、需要哪些 DSH 权限（filesystem / network / shell / clipboard 等），以及怎么卸载和回滚。
⑤ 如果它要求 sudo / 管理员权限，或权限明显超出功能所需，先停下来问我。

【3 安装】
上面两步没有「不满足」和「高危项」时才执行；用官方推荐方式安装，不要自行提权。

【4 汇报】
用表格输出：检查项 / 结论 / 依据 / 是否需要我决策。拿不准的一律写「未知」并说明要我怎么确认——不要猜，也不要替我决定。

Send this message to DSH in your current session: it verifies compatibility and security first (answering met / not met / unknown item by item) and only installs once everything checks out — it will stop and ask you if it finds a high-risk item. The box scrolls; the copy is the full prompt. CLI install commands may not be accurate across systems, so DSH is the safer route.把上面这条消息直接发给当前会话里的 DSH：它会先核对兼容性与安全性（逐条给「满足 / 不满足 / 未知」），确认没问题再安装，有高危项会停下来问你。框内可滚动，复制到的是完整提示词；安装命令不一定准确，发给 DSH 更稳。

Pre-install check安装前体检Compatibility · Security兼容性 · 安全性 3 warnings3 项注意

No license declared - all rights reserved by default; ask the author before commercial use or redistribution未声明开源许可证 —— 默认「保留所有权利」，商用或再分发前先问作者
Only 2 stars - very few users, little community feedback星标只有 2，几乎没人在用，遇到问题缺少社区反馈
No DSH plugin manifest detected - it may only carry the dsh-plugin topic, so the install method must be confirmed on the spot未检测到 DSH 插件清单：可能只是打了 dsh-plugin 话题，安装方式要现场确认

DSH walks through these 9 checksDSH 会逐条核对这 9 项

Compatibility兼容性

DSH, Node, OS and profile requirementsDSH 版本 / Node 版本 / 操作系统 / profile 是否满足要求
External dependencies and runtimes (Electron / Python / Docker, ...)外部依赖与运行时（Electron / Python / Docker 等）是否齐备
Conflicts with installed plugins: command names, skill / tool names, ports, duplicate MCP registration与已装插件是否冲突：命令名、skill / tool 重名、端口占用、重复 MCP 注册

Security安全性

Repo matches the facts registered here; archived or abandoned?仓库是否与页面登记一致，是否归档或长期停更
Safety of preinstall / install / postinstall and install.sh / setup.ps1preinstall / install / postinstall 与 install.sh、setup.ps1 是否安全
curl|bash, download-then-execute, obfuscation, unrelated domains → stop immediatelycurl|bash、下载即执行、混淆代码、无关域名 → 立刻停止
Typosquatting or unmaintained packages among the new dependencies新增依赖里有没有 typosquatting 或无人维护的包
Requested permissions vs. what the feature actually needs申请了哪些权限、是否超出功能所需（filesystem / network / shell / clipboard）
Any sudo / admin requirement, plus uninstall and rollback是否要求 sudo / 管理员权限，以及卸载与回滚方式

Anything uncertain must be marked unknown with a note on how to confirm it. This site's signal screen is a static snapshot, not a security audit.拿不准的必须标「未知」并说明要我怎么确认。本站的信号筛查是静态快照，不能替代安全审计。

Or use CLI install (for developers)或使用命令行安装（适合开发者）

CLI Install命令行安装

dsh plugin --profile web add @wayneyu430227/dsh-voice-agent

把 WayneYu430/dsh-voice-agent 加入你的 DSH 配置（web profile）即可启用。

READMEREADME

2.0 KB · 缓存于 2026-09-22 19:38:55 · 2.0 KB

dsh-voice-agent

English | 中文

像 ChatGPT 高级语音那样，用自然的语音和你的 dsh 编码 Agent 对话——而且不止是聊天，它能真正把活干完。

你开口说一句需求，dsh 立刻用语音回应你。当你要的是一份「任务」（查代码、跑构建、改文件……），语音前端会把它派给一个独立的后台 Agent 去执行；你随时可以继续说话、切走看别的会话，等任务做完，它再用语音把结果念给你听，而不是凭空编一个结论。

交互

全双工实时对话：基于 ByteDance Duplex，像和人说话一样自然，边说边听、随时打断、随时插话纠正。
对话式派活：前端只暴露三个编排工具——realtime_delegation（把「帮我查一下 xxx」变成真正的后台任务）、send_task_message（补充要求 / 纠正方向）、cancel_task（取消）。
异步结果回灌：任务跑在独立 Session 里，进度（STATUS）和最终结果（COMPLETE）会回灌进语音对话，前端按事实播报。
不中断的体验：浏览器切走、断线重连，正在跑的语音会话和后台任务都不会停。

安装

dsh plugin --profile web add @wayneyu430227/dsh-voice-agent

dsh 命令来自 npm install -g @deepseek-ai/dsh。启动 web（voice 界面随之加载）：

dsh web

凭据

Duplex provider 从环境读取两个凭据引用：

DUPLEX_API_KEY —— ByteDance 火山引擎 access key。
DUPLEX_APP_KEY —— 对应的 app key。

开始语音对话前需设置两者；缺少时 provider 会话握手失败。

限制

浏览器麦克风与播放界面面向 dsh Web UI：它由复制而来的 dsh client tsdown 预设构建，并通过 dsh web 运行时的 window.__ModuleLoader__ 契约加载，因此不是框架无关的浏览器插件。
Voice Session 记录按「读取时必需」处理的持久 voice/* 事件；不带本插件的 dsh 构建加载它们会被拒绝。

渲染基于仓库 WayneYu430/dsh-voice-agent 的 README.md。在 GitHub 查看原文 →