dsh-mic-dictation

Readme

# 🎤 dsh-mic-dictation

<p align="center">
  <a href="https://www.npmjs.com/package/dsh-mic-dictation"><img src="https://img.shields.io/npm/v/dsh-mic-dictation" alt="npm version"></a>
  <a href="https://github.com/Kilganon725/dsh-mic-dictation/releases"><img src="https://img.shields.io/github/v/release/Kilganon725/dsh-mic-dictation" alt="GitHub release"></a>
  <a href="https://github.com/Kilganon725/dsh-mic-dictation/blob/main/LICENSE"><img src="https://img.shields.io/github/license/Kilganon725/dsh-mic-dictation" alt="License"></a>
</p>

**dsh-mic-dictation** 是一个 DeepSeek Harness 原生客户端插件：它在 Web 提问栏的 **Full access 左侧** 加一个麦克风按钮，让你直接用电脑麦克风说话布置任务，识别出的文字会自动写进提问框。

- 🎙️ 浏览器原生语音识别，中文优先（`zh-CN`）
- 🔌 纯客户端插件，安装即用，无需改 DSH 源码
- 🔐 不索取、不存储任何 API Key 或账号信息
- ♻️ 自动跟随 React 重渲染，按钮始终待在 Full access 左边
- 🧹 HMR / 插件卸载时自动清理按钮、样式与监听器

---

## 效果演示

<div align="center">
  <img src="docs/images/screenshot-composer.png" width="720" alt="提问栏麦克风按钮演示">
  <p><sub>麦克风按钮出现在 Full access 左侧</sub></p>
</div>

<div align="center">
  <img src="docs/images/screenshot-install.png" width="720" alt="安装命令演示">
  <p><sub>安装后重启 dsh web 即可使用</sub></p>
</div>

> 说明：以上为产品演示图；实际界面以你的 DSH 版本与主题为准。

---

## 环境要求

| 项目 | 要求 |
| --- | --- |
| DeepSeek Harness | Web profile（`dsh web`） |
| 浏览器 | Chrome / Edge / Safari |
| 页面地址 | localhost 或 127.0.0.1（浏览器安全上下文要求） |
| 网络 | Chrome 语音识别依赖 Google 语音服务，需联网 |
| 包管理器 | 安装插件需要 pnpm（`dsh plugin` 内部调用 pnpm） |

---

## 安装

### 从 npm 安装（推荐）

```bash
dsh plugin --profile web add dsh-mic-dictation
```

### 从 GitHub 安装

```bash
# 安装最新 main 分支
dsh plugin --profile web add github:Kilganon725/dsh-mic-dictation

# 或安装指定版本
dsh plugin --profile web add github:Kilganon725/dsh-mic-dictation#v0.1.0
```

### 启动

```bash
dsh web
```

刷新页面后，提问栏 **Full access 左侧** 会出现麦克风按钮。首次点击时，浏览器会请求麦克风权限，选择 **允许**。

---

## 使用方法

1. 点击提问栏左侧的 🎤 按钮。
2. 直接说话，例如：`帮我整理一下桌面上的 DeepSeek Harness 项目`。
3. 识别中的文字会实时显示在按钮提示里，最终结果自动写入提问框。
4. 再点一次按钮停止识别，然后正常按发送。

---

## 它是怎么工作的

```text
浏览器 SpeechRecognition
        │
        ▼
识别出文字
        │
        ▼
原生 value setter + input 事件写入 textarea
        │
        ▼
DSH React 状态机接管草稿，正常发送
```

插件通过 `MutationObserver` 定位 `[data-composer-card]` 里的 Full access / 访问模式按钮，并把麦克风按钮插到它的正前方，所以位置精确且稳定。

---

## 隐私说明

- 插件**不收集**你的语音、文字或任何会话数据。
- 语音识别由浏览器原生的 `SpeechRecognition` / `webkitSpeechRecognition` 完成；Chrome 会把音频发送到 Google 语音服务进行识别。
- 如果你对语音数据敏感，请不要在使用本插件时口述敏感信息。

---

## 常见问题

<details>
<summary>按钮没有出现？</summary>

确认你运行的是 Web profile（`dsh web`），并且刷新了页面。检查插件是否已启用：设置 → 插件列表，应能看到 `dsh-mic-dictation`。
</details>

<details>
<summary>点击后提示麦克风权限被拒绝？</summary>

在浏览器地址栏左侧的权限图标里，把麦克风权限改为「允许」，然后刷新页面重试。
</details>

<details>
<summary>识别不到中文？</summary>

当前识别语言固定为 `zh-CN`。如果你的系统没有中文语音识别支持，可修改 `lib/client.js` 中的 `rec.lang` 后重新安装。
</details>

<details>
<summary>为什么 Firefox 用不了？</summary>

Firefox 对 `SpeechRecognition` 支持不完整，请使用 Chrome、Edge 或 Safari。
</details>

---

## 开发

本仓库是已构建好的客户端 bundle，不需要额外构建步骤。

```text
dsh-mic-dictation/
├── package.json        # 插件清单 + dsh.client / dsh.bundle 声明
├── cordis.patch.yml    # bundle patch：把本插件插入 web profile
├── lib/
│   ├── index.js        # host half（空 apply）
│   ├── client.js       # 浏览器 half（lazy-CJS factory bundle）
│   └── *.d.ts          # 类型声明
└── docs/images/        # 演示图
```

如果你想改按钮样式、识别语言或行为，编辑 `lib/client.js`，提交后发一个新版本即可。

---

## 发布新版本

```bash
# 更新版本号
npm version patch

# 推送到 GitHub
git push origin main --tags

# 发布到 npm（需要已登录 npm 且通过 2FA）
npm publish --access public
```

---

## License

[MIT](./LICENSE)