@oadank/dsh-input-tools 0.3.6 → 0.3.8

package/README.md

@@ -29,10 +29,22 @@
 - **语音设置页**（设置 → 语音服务）：引擎折叠卡片、小米三模型分区、克隆样本管理、ASR 模式、试听（合成/原声）。
 - **语音消息复制按钮**：用户/AI 语音条尾部复制转写文本。
 
-## 安装（三步）
+## 安装
 
 > `~/.dsh` 指 DSH Web 运行时目录（Windows 为 `C:\Users\<你>\.dsh`）。
 
+### 方式一（推荐）：npm 一键安装
+
+```bash
+dsh plugin --profile web add @oadank/dsh-input-tools
+```
+
+自动完成：下载 npm 包 → 装入 profile → 注册 `cordis.patch.yml` → 重启 dsh-web 生效。
+（补丁脚本 `patches/apply-voice-patch.ps1` 也已随包发布，路径在
+`node_modules\@oadank\dsh-input-tools\patches\`。）
+
+### 方式二：手动拷包（离线/开发）
+
 1. **拷插件包**：把本仓库 `lib/`、`package.json` 拷到
    `~/.dsh/profiles/node_modules/@oadank/dsh-input-tools/`
    （`@oadank` 目录不存在就创建）
@@ -83,3 +95,40 @@ ASR 模式都在设置页「语音服务」分区配置。
 由 `dsh-composer-plugin`（client 工具条）与 `dsh-host-voice`（host 语音）合并重写而来，
 2026-08-21 统一为单包双入口。原 dsh-host-voice 的 git 历史备份在
 `plugins/_archive/dsh-voice-plugin-git-*.bundle`。
+
+## 语音源码补丁（完整体验原生语音消息，可选）
+
+dsh 的 npm 安装版（0.1.0-rc.7）**契约不支持原生语音消息**（voice content、语音消息气泡、
+AI 语音回复条均为本地源码增强，官方源码/官方发布版默认都没有）。要用完整语音体验，
+**必须使用官方源码 + 本补丁**（推荐），或直接使用本项目 fork（oadank/deepseek-harness）。
+
+### 完整安装流程（小白照做）
+
+1. **官方源码安装**（无 git 先装 git；Windows 建议装到 D:\opt 下）：
+   ```bash
+   git clone https://github.com/deepseek-ai/deepseek-harness.git
+   cd deepseek-harness
+   git checkout 141eb6fef8        # 官方 dsh-0.1.0-rc.8 release 合并点
+   ```
+2. **打语音补丁**（Windows 管理员 PowerShell，脚本会自动探测源码位置，
+   也可以在源码仓库根目录直接运行）：
+   ```powershell
+   # 插件 npm 安装后，补丁在本机位置：
+   cd node_modules\@oadank\dsh-input-tools\patches
+   powershell -ExecutionPolicy Bypass -File apply-voice-patch.ps1
+   ```
+   脚本自动：探测/指定源码仓库 → 校验补丁可应用 → 备份未提交改动 → 应用 → 幂等（已打跳过）。
+3. **构建并启动**：
+   ```bash
+   pnpm install
+   pnpm run build:web            # 前端语音气泡渲染在此步生效
+   dsh --profile web             # 或注册 nssm 服务方式启动
+   ```
+4. **安装语音插件**：`dsh plugin --profile web add @oadank/dsh-input-tools`
+5. **可选：本地 ASR**：运行插件内 `scripts\install-asr.ps1`（管理员），
+   自动下载 sherpa-onnx + SenseVoice 模型、注册 `asr` 常驻服务（端口 18790）。
+
+> 补丁/脚本已随 npm 包发布（`patches/` 目录），git 仓库同步维护。
+> 警告：补丁基于官方 rc.8（141eb6fef8）。官方 master 更新后补丁可能冲突，请 checkout 到该基线或等待补丁更新。回滚：git apply -R 或 git checkout -- 文件。勿在官方 master 上直接打补丁。
+
+**npm 版（rc.7）说明**：语音输入（录音→ASR→发送）可用；AI 语音可合成（音频生成）；但语音消息气泡/语音回复条受 rc.7 前端限制无法原生显示（插件 DOM 注入方案受 React 重渲染影响不稳定，已禁用）。完整体验请使用上面的源码版。

package/lib/client.js

@@ -33,6 +33,78 @@ window.__ModuleLoader__.load({
     // ── 附件槽桥：官方 onAddImages 由 attachments 槽组件挂载时存入，left 按钮调用 ──
     let sharedOnAddImages = null;
 
+    // ── [2026-08-21] 语音气泡（聊天界面 DOM 注入，安装即用，不依赖 dsh 源码支持）────
+    // 录音 → 存服务器（/voice/outbox/save）→ ASR 转文本 → 发【用户语音】标记文本；
+    // observer 发现带标记的消息 → 注入语音条（可播放）。dsh 原生支持 voice 的版本
+    // （rc.8 本地改造）走多模态直发，消息本身没有该标记，不会触发注入（官方渲染语音条）。
+    let voiceBubbleStarted = false;
+    const pendingVoiceQueue = []; // [{ voiceId, ext }] 待消费的录音（FIFO）
+    const injectedVoiceEls = new WeakSet(); // 已注入的元素
+    const VOICE_MSG_MARK = "【用户语音】";
+
+    function startVoiceBubbleObserver() {
+      if (voiceBubbleStarted || typeof MutationObserver === "undefined") return;
+      voiceBubbleStarted = true;
+      const tryInject = () => {
+        const els = Array.from(document.querySelectorAll("div,span,p,li"));
+        for (const el of els) {
+          if (injectedVoiceEls.has(el)) continue;
+          if (el.querySelector("audio[data-voice-bubble]")) { injectedVoiceEls.add(el); continue; }
+          const text = el.textContent ?? "";
+          // [2026-08-21] AI 语音回复：**已禁用**。DOM 注入在 React 重渲染下会随 Tool call 展开/折叠
+// 重复注入、位置漂移、无限累积（用户实测图1-4），修不干净。AI 语音条走源码版（voice/reply
+// 事件原生渲染）；rc.7 上 AI 语音音频已生成但界面不显示，属 rc.7 硬伤，引导用户使用源码版。
+          // if (text.includes("语音已发送") && text.includes("voiceId") && text.includes("sha256:")) { ... 注入 ... }
+          if (!text.includes(VOICE_MSG_MARK)) continue;
+          // 只处理"叶子级"文本块：若子元素已含标记（父容器），跳过避免重复注入
+          let childHasMark = false;
+          for (const c of el.children) {
+            if ((c.textContent ?? "").includes(VOICE_MSG_MARK)) { childHasMark = true; break; }
+          }
+          if (childHasMark) continue;
+          const meta = pendingVoiceQueue.shift();
+          if (meta) injectVoiceCard(el, `/voice/outbox/${meta.voiceId}.${meta.ext || "webm"}`, 1); /* 用户消息气泡内 */
+          injectedVoiceEls.add(el);
+        }
+      };
+      const obs = new MutationObserver(() => tryInject());
+      obs.observe(document.body, { childList: true, subtree: true, characterData: true });
+      tryInject();
+    }
+
+    function injectVoiceCard(anchorEl, audioSrc, hop = 1) {
+      try {
+        // [2026-08-21 修] 不再硬编码爬 7 层（之前导致 AI 语音条藏到 Tool call 折叠块里）——
+        // 改为可指定爬层数：
+        //   1 = 用户消息：爬 1 层到消息气泡内（气泡可能就在文本的父级）
+        //   6 = AI 语音回复：爬 6 层穿透 Tool call 折叠卡到主 assistant message 行
+        let host = anchorEl;
+        for (let i = 0; i < hop && host.parentElement; i++) host = host.parentElement;
+        if (!host || host.querySelector("audio[data-voice-bubble]")) return;
+        const audio = document.createElement("audio");
+        audio.src = audioSrc;
+        audio.preload = "metadata";
+        audio.dataset.voiceBubble = "1";
+        const btn = document.createElement("button");
+        btn.type = "button";
+        btn.style.cssText = "display:inline-flex;align-items:center;justify-content:center;width:30px;height:30px;border:none;border-radius:50%;background:rgba(229,72,77,.18);color:#e5484d;cursor:pointer;font-size:14px;flex:none;line-height:1;";
+        btn.textContent = "▶";
+        btn.onclick = () => { if (audio.paused) { void audio.play(); btn.textContent = "⏸"; } else { audio.pause(); btn.textContent = "▶"; } };
+        audio.onended = () => { btn.textContent = "▶"; };
+        audio.onerror = () => { btn.textContent = "⚠"; btn.title = "音频加载失败"; };
+        const dur = document.createElement("span");
+        dur.style.cssText = "font-size:11px;opacity:.75;min-width:26px;";
+        audio.onloadedmetadata = () => {
+          const s = Math.round(audio.duration || 0);
+          dur.textContent = s ? `${Math.floor(s / 60)}:${String(s % 60).padStart(2, "0")}` : "";
+        };
+        const card = document.createElement("div");
+        card.style.cssText = "display:inline-flex;align-items:center;gap:8px;background:rgba(229,72,77,.1);border:1px solid rgba(229,72,77,.28);border-radius:999px;padding:4px 12px;margin-top:6px;width:fit-content;max-width:260px;align-self:flex-start;";
+        card.append(btn, dur);
+        host.appendChild(card);
+      } catch { /* 注入失败不影响消息 */ }
+    }
+
     // ── 源码 SVG 图标 ────────────────────────────────────────────
     const svgProps = { viewBox: "0 0 16 16", width: "14", height: "14", "aria-hidden": true };
     const imageIcon = h("svg", svgProps,
@@ -69,6 +141,8 @@ window.__ModuleLoader__.load({
       const timerRef = useRef(null);
       const fileRef = useRef(null);
       const voiceSupported = typeof navigator !== "undefined" && typeof MediaRecorder !== "undefined";
+      // [2026-08-21] 语音气泡注入：页面一挂载就监听消息流，给【用户语音】消息贴语音条
+      useEffect(() => { startVoiceBubbleObserver(); }, []);
 
       const sendVoiceBlob = useCallback(async (blob) => {
         if (connection === undefined) return;
@@ -79,31 +153,72 @@ window.__ModuleLoader__.load({
           reader.onerror = reject;
           reader.readAsDataURL(blob);
         });
-        try {
+        const fail = (msg) => {
+          setVoiceError(msg);
+          if (voiceErrorTimerRef.current !== null) window.clearTimeout(voiceErrorTimerRef.current);
+          voiceErrorTimerRef.current = window.setTimeout(() => setVoiceError(null), 6000);
+        };
+        const sendAsText = async (text) => {
+          // [2026-08-21] 降级路径：XDN(npm rc.7) 不支持 voice content。带【用户语音】标记让 AI
+          // 知道这是语音转的文本，可以按规则(自动 TTS)回复。
+          const marked = "【用户语音】" + text;
           const response = await connection.api.sessions.prompt({
             sessionId, mode: "queue",
-            content: [{ type: "voice", mediaType, data }],
+            content: [{ type: "text", text: marked }],
           });
-          // [本地改造 2026-08-21] 该 RPC 失败不 throw，而是返回 result.ok=false——
-          // 必须检查返回值，否则 ASR 识别失败（VOICE_ASR_FAILED）会静默无反馈。
           const result = response?.result;
           if (!result || !result.ok) {
-            const err = result?.error;
-            const msg = (err && typeof err.message === "string" && err.message !== "")
-              ? err.message
-              : "语音发送失败，请重试";
-            setVoiceError(msg);
-            if (voiceErrorTimerRef.current !== null) window.clearTimeout(voiceErrorTimerRef.current);
-            voiceErrorTimerRef.current = window.setTimeout(() => setVoiceError(null), 6000);
+            fail((result?.error && typeof result.error.message === "string" && result.error.message !== "")
+              ? result.error.message : "语音发送失败，请重试");
           }
+        };
+        const sendAsVoice = async () => {
+          // 首选：多模态直发（AI 能听原音，消息渲染为语音气泡）——本机 lecoo / dev rc.8 支持
+          const response = await connection.api.sessions.prompt({
+            sessionId, mode: "queue",
+            content: [{ type: "voice", mediaType, data }],
+          });
+          return response?.result;
+        };
+        try {
+          // [2026-08-21 修] 先直发 voice，失败时降级 ASR 转文本（rc.7 兼容）。
+          // 这样本机/rc.8 享受多模态（AI 听到原音 + 语音消息气泡），XDN/rc.7 自动降级不报错。
+          let result;
+          try {
+            result = await sendAsVoice();
+          } catch (voiceErr) {
+            result = null;
+          }
+          // 直发成功（rc.8/dev）：result.ok true
+          if (result && result.ok) return;
+          // 失败或不支持：尝试降级
+          const errMsg = result?.error?.message ?? "";
+          // 只有"contract/payload"类错误才降级；其他业务错误直接提示
+          const isContractError = /invalid payload|schema|contract|not supported|unsupported/i.test(errMsg);
+          if (!isContractError && result && !result.ok) {
+            fail(errMsg || "语音发送失败，请重试");
+            return;
+          }
+          // 走 ASR 转文本（降级路径：dsh 契约不支持 voice content）
+          // 先把录音存到服务器（语音气泡数据源），再识别再发【用户语音】标记文本
+          try {
+            const sv = await (await fetch("/voice/outbox/save", {
+              method: "POST", headers: { "content-type": "application/json" },
+              body: JSON.stringify({ audioBase64: data, mediaType }),
+            })).json().catch(() => ({}));
+            if (sv?.ok) pendingVoiceQueue.push({ voiceId: sv.voiceId, ext: sv.ext ?? "webm" });
+          } catch { /* 存档失败不阻塞发送 */ }
+          const tr = await fetch("/asr/transcribe", {
+            method: "POST", headers: { "content-type": "application/json" },
+            body: JSON.stringify({ audioBase64: data, mediaType }),
+          });
+          const td = await tr.json().catch(() => ({}));
+          if (!td?.ok) { fail(td?.error ?? "语音识别失败，请检查 ASR 配置"); return; }
+          const text = typeof td?.text === "string" ? td.text.trim() : "";
+          if (text === "") { fail("没听清，请再说一次"); return; }
+          await sendAsText(text);
         } catch (e) {
-          // 传输层异常兜底
-          const msg = (e && typeof e.message === "string" && e.message !== "")
-            ? e.message
-            : "语音发送失败，请重试";
-          setVoiceError(msg);
-          if (voiceErrorTimerRef.current !== null) window.clearTimeout(voiceErrorTimerRef.current);
-          voiceErrorTimerRef.current = window.setTimeout(() => setVoiceError(null), 6000);
+          fail(String(e && typeof e.message === "string" && e.message !== "" ? e.message : e));
         }
       }, [connection, sessionId]);
 
@@ -389,6 +504,13 @@ window.__ModuleLoader__.load({
     function VoiceSettingsSection() {
       const [config, setConfig] = useState(null);
       const [meta, setMeta] = useState(null);
+      // [2026-08-21] 语音能力状态面板（安装即用能力 vs dsh 原生契约支持）
+      const [caps, setCaps] = useState(null);
+      useEffect(() => {
+        fetch("/voice/capabilities").then((r) => r.json()).then((d) => {
+          if (d?.ok) setCaps(d.capabilities);
+        }).catch(() => { /* 检测失败不阻塞设置页 */ });
+      }, []);
       // [本地改造 2026-08-21] 服务商卡片折叠状态（去复选框后由折叠控制显隐，默认展开）
       const [openCards, setOpenCards] = useState({ edge: true, xiaomi: true, local: true, ali: true });
       const toggleCard = (key) => setOpenCards((s) => ({ ...s, [key]: !s[key] }));
@@ -737,6 +859,23 @@ window.__ModuleLoader__.load({
         // [2026-08-21] 试听失败错误横幅（原来静默无提示）
         previewErr !== null ? h("div", { style: { fontSize: "12.5px", lineHeight: "1.6", color: "#e5484d", border: "1px solid rgba(229,72,77,.4)", borderRadius: "8px", padding: "8px 10px", background: "rgba(229,72,77,.08)", whiteSpace: "pre-wrap" } },
           "试听失败：" + previewErr) : null,
+        // [2026-08-21] 语音能力状态面板（安装即用 vs dsh 原生契约支持）
+        caps !== null ? h("div", { style: { border: "1px solid var(--dsw-alias-border-l1,#333a45)", borderRadius: "10px", padding: "10px 12px", display: "flex", flexDirection: "column", gap: "6px", background: "rgba(128,128,128,.05)", fontSize: "12.5px", lineHeight: "1.5" } },
+          h("div", { style: { fontSize: "12px", fontWeight: 600, opacity: .8 } }, "语音能力"),
+          h("div", { style: { display: "flex", alignItems: "center", gap: "6px" } },
+            h("span", { style: { color: "#3ecf8e" } }, "✅"), " 语音输入（录音+识别+发送）", h("span", { style: { marginLeft: "auto", opacity: .7 } }, "插件自带")),
+          h("div", { style: { display: "flex", alignItems: "center", gap: "6px" } },
+            h("span", { style: { color: "#3ecf8e" } }, "✅"), " 聊天语音气泡（可点播放）", h("span", { style: { marginLeft: "auto", opacity: .7 } }, "插件内置")),
+          h("div", { style: { display: "flex", alignItems: "center", gap: "6px" } },
+            caps.voiceContentContract === true
+              ? h("span", { style: { color: "#3ecf8e" } }, "✅")
+              : h("span", { style: { color: "#e5a53a" } }, "⚠️"),
+            " dsh 原生语音消息（多模态直发）",
+            h("span", { style: { marginLeft: "auto", opacity: .7 } },
+              caps.voiceContentContract === true ? "当前 dsh 支持" : "当前 dsh 不支持，自动转文字发送")),
+          caps.voiceContentContract === true ? null : h("div", { style: { fontSize: "12px", opacity: .75, marginTop: "2px" } },
+            "说明：当前 dsh（npm 安装版）契约不支持原生语音消息，语音自动转文字发送，AI 通过【用户语音】标记识别。原生语音消息需使用「含语音改造的 dsh」——注意：官方源码/官方发布版均无此功能，语音能力是语音插件配套的 dsh 本地改造（本机 lecoo 的 dev 仓库即为改造版），正整理提交官方。"),
+        ) : null,
         // ⑤ ASR 语音识别（必填项，无开关）
         h("div", { style: { border: "1px solid var(--dsw-alias-border-l1,#333a45)", borderRadius: "10px", padding: "10px 12px", display: "flex", flexDirection: "column", gap: "8px", background: "rgba(128,128,128,.05)" } },
           h("div", { style: { display: "flex", alignItems: "center", gap: "8px" } },

package/lib/index.js

@@ -168,6 +168,53 @@ async function saveVoiceConfig(config) {
 // ──────────────────────────────────────────────────────────────
 const MAX_VOICE_BYTES = 25 * 1024 * 1024
 
+// [2026-08-21] 语音气泡（聊天界面 DOM 注入）：录音暂存 DSH_HOME/voice-outbox/
+const VOICE_OUTBOX_EXT = {
+  'audio/webm': 'webm',
+  'audio/ogg': 'ogg',
+  'audio/mp4': 'mp4',
+  'audio/m4a': 'm4a',
+  'audio/wav': 'wav',
+  'audio/mpeg': 'mp3',
+}
+const VOICE_OUTBOX_MIME = {
+  webm: 'audio/webm', ogg: 'audio/ogg', mp4: 'audio/mp4', m4a: 'audio/m4a',
+  wav: 'audio/wav', mp3: 'audio/mpeg',
+}
+
+/** 检测当前 dsh 的 connection 契约是否原生支持 voice content（rc.8 本地改造有；npm 官方版无）。
+ *  优先从 dsh 进程实际运行的位置解析（dev 仓库 cwd / npm 全局），避免误报。 */
+/** 从音频文件头嗅探媒体类型（对象存储无扩展名，TTS 输出可能是 wav/mp3）。 */
+function sniffAudioType(bytes) {
+  if (bytes.length >= 4 && bytes[0] === 0x52 && bytes[1] === 0x49 && bytes[2] === 0x46 && bytes[3] === 0x46) return 'audio/wav'
+  if (bytes.length >= 3 && bytes[0] === 0x49 && bytes[1] === 0x44 && bytes[2] === 0x33) return 'audio/mpeg'
+  if (bytes.length >= 2 && bytes[0] === 0xff && (bytes[1] & 0xe0) === 0xe0) return 'audio/mpeg'
+  if (bytes.length >= 4 && bytes[0] === 0x4f && bytes[1] === 0x67 && bytes[2] === 0x67 && bytes[3] === 0x53) return 'audio/ogg'
+  return 'audio/mpeg'
+}
+
+async function detectVoiceContractSupport() {
+  const markers = ['literal("voice")', "literal('voice')"]
+  const containsVoice = (s) => markers.some((m) => s.includes(m))
+  // 1) dev 仓库（本机 lecoo：dsh 由 apps/cli tsx 直接跑，cwd=仓库根）
+  for (const rel of [
+    join('packages', 'client', 'connection', 'lib', 'client.js'),
+    join('node_modules', '@deepseek-ai', 'dsh-client-connection', 'lib', 'client.js'),
+  ]) {
+    try {
+      if (containsVoice(readFileSync(join(process.cwd(), rel), 'utf8'))) return true
+    } catch { /* 下一个候选 */ }
+  }
+  // 2) npm 安装（XDN：dsh 在全局 node_modules，从插件解析链向上找）
+  try {
+    const { createRequire } = await import('node:module')
+    const require = createRequire(import.meta.url)
+    const p = require.resolve('@deepseek-ai/dsh-client-connection/lib/client.js')
+    if (containsVoice(readFileSync(p, 'utf8'))) return true
+  } catch { /* 找不到 */ }
+  return false
+}
+
 function voiceStorageRoot() {
   const home = process.env.DSH_HOME ?? join(homedir(), '.dsh')
   return resolve(join(home, 'attachments', 'v1'))
@@ -1087,6 +1134,75 @@ async function apply(ctx) {
           }
         },
       }))
+
+      // [2026-08-21] 语音气泡（聊天界面 DOM 注入）配套：录音文件存取 + 能力检测。
+      // 独立 prefix：聊天界面语音条的前端注入需要能播放"用户刚才那段语音"的音频 URL。
+      disposers.push(ctx.webServer.register({
+        kind: 'prefix',
+        path: '/voice',
+        handler: async (req, res) => {
+          const url = new URL(req.url ?? '/', 'http://x')
+          try {
+            // 能力检测：插件自带能力 vs dsh 原生契约支持（用于设置页状态面板）
+            if (url.pathname === '/voice/capabilities' && req.method === 'GET') {
+              return sendJson(res, 200, {
+                ok: true,
+                capabilities: {
+                  voiceInput: true, // 录音+ASR+发送：插件自带
+                  voiceBubble: 'plugin-dom', // 聊天语音气泡：插件 DOM 注入（安装即用）
+                  voiceContentContract: await detectVoiceContractSupport(), // dsh 原生契约是否支持 voice content
+                },
+              })
+            }
+            // 保存录音（语音气泡数据源）：DSH_HOME/voice-outbox/<voiceId>.<ext>
+            if (url.pathname === '/voice/outbox/save' && req.method === 'POST') {
+              const body = await readJsonBody(req)
+              const b64 = typeof body?.audioBase64 === 'string' ? body.audioBase64 : ''
+              const mediaType = typeof body?.mediaType === 'string' ? body.mediaType : 'audio/webm'
+              if (b64 === '') return sendJson(res, 400, { ok: false, error: '缺少音频数据' })
+              const ext = VOICE_OUTBOX_EXT[mediaType] ?? 'webm'
+              const voiceId = randomUUID()
+              const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
+              const dir = join(homeDir, 'voice-outbox')
+              await mkdir(dir, { recursive: true })
+              await writeFile(join(dir, `${voiceId}.${ext}`), Buffer.from(b64, 'base64'))
+              return sendJson(res, 200, { ok: true, voiceId, mediaType, ext })
+            }
+            // 读取录音：GET /voice/outbox/<voiceId>
+            const outboxMatch = url.pathname.match(/^\/voice\/outbox\/([0-9a-f-]{36})\.([a-z0-9]+)$/)
+            if (outboxMatch && req.method === 'GET') {
+              const [, voiceId, ext] = outboxMatch
+              const homeDir = process.env.DSH_HOME ?? join(homedir(), '.dsh')
+              const file = join(homeDir, 'voice-outbox', `${voiceId}.${ext}`)
+              const bytes = await readFile(file).catch(() => null)
+              if (bytes === null) return sendJson(res, 404, { ok: false, error: '音频不存在' })
+              const mediaType = VOICE_OUTBOX_MIME[ext] ?? 'audio/webm'
+              res.writeHead(200, { 'Content-Type': mediaType, 'Content-Length': bytes.length })
+              res.end(bytes)
+              return
+            }
+            // [2026-08-21] AI 语音回复：按内容寻址读 send_voice 生成的语音对象
+            // GET /voice/object/<sha256>（对象存于 DSH_HOME/attachments/v1/objects/<前2位>/<sha>）
+            const objMatch = url.pathname.match(/^\/voice\/object\/([0-9a-f]{64})$/)
+            if (objMatch && req.method === 'GET') {
+              const sha = objMatch[1]
+              const file = join(voiceStorageRoot(), 'objects', sha.slice(0, 2), sha)
+              const bytes = await readFile(file).catch(() => null)
+              if (bytes === null) return sendJson(res, 404, { ok: false, error: '语音不存在' })
+              res.writeHead(200, {
+                'Content-Type': sniffAudioType(bytes),
+                'Content-Length': bytes.length,
+                'Cache-Control': 'public, max-age=86400',
+              })
+              res.end(bytes)
+              return
+            }
+            return sendJson(res, 404, { ok: false, error: 'not found' })
+          } catch (error) {
+            return sendJson(res, 500, { ok: false, error: error instanceof Error ? error.message : 'unknown' })
+          }
+        },
+      }))
     }
 
     // 1) turn/end 自动语音回复（规则同 api-proxy 原实现）
@@ -1094,7 +1210,10 @@ async function apply(ctx) {
       if (event.type !== 'turn/end') return
       const turn = event.data.turn
       // 去重：本轮若已通过 send_voice 发过语音，则跳过兜底，避免 AI 回复两条内容相近的语音
-      if (session.events.some((ev) => ev.type === 'voice/reply' && ev.data?.turn === turn)) return
+      // [2026-08-21 修] rc.7 的 session.events 结构不同/可能缺失——容错处理
+      let alreadyReplied = false
+      try { alreadyReplied = session.events?.some?.((ev) => ev.type === 'voice/reply' && ev.data?.turn === turn) ?? false } catch { /* 忽略 */ }
+      if (alreadyReplied) return
       void (async () => {
         try {
           const events = session.events
@@ -1256,8 +1375,11 @@ async function apply(ctx) {
         },
       },
       async execute(args, exec) {
-        const agent = exec.agent
-        if (agent === undefined) return { ok: false, error: 'no session context' }
+        // [2026-08-21 修] rc.7 的 defineTool execute 可能只有 (args) 签名（exec undefined）——
+        // 直接 exec.agent 会 throw，导致 dsh 拿不到工具结果、会话消息序列断裂
+        // （OpenAI 报 "assistant message with tool_calls must be followed by tool messages"）。
+        const agent = exec?.agent
+        if (agent === undefined) return { ok: false, error: 'no session context (tool exec signature unsupported)' }
         const session = agent.session
         const text = args.text.trim()
         if (text === '') return { ok: false, error: 'text is empty' }
@@ -1269,17 +1391,26 @@ async function apply(ctx) {
           const attachment = await saveVoiceFile(
             voiceStorageRoot(), audio.data, audio.mediaType, audio.durationMs,
           )
-          const turn = session.events
-            .filter((event) => event.type === 'turn/start')
-            .at(-1)?.data.turn ?? 0
-          session.append('voice/reply', {
-            turn,
-            voiceId: attachment.voiceId,
-            mediaType: attachment.mediaType,
-            bytes: attachment.bytes,
-            transcript: text,
-            ...(attachment.durationMs === undefined ? {} : { durationMs: attachment.durationMs }),
-          })
+          // [2026-08-21 修] rc.7 的 session 没有 voice/reply 事件（官方契约无）——
+          // session.events / session.append 在 rc.7 上不存在或结构不同，直接调用会崩
+          // "Cannot read properties of undefined (reading 'prepare')"。全部容错：
+          // 语音已生成并存档，事件仅作"渲染提示"，append 失败不影响工具成功。
+          let turn = 0
+          try {
+            turn = session.events
+              .filter((event) => event.type === 'turn/start')
+              .at(-1)?.data.turn ?? 0
+          } catch { /* rc.7 结构差异：忽略 */ }
+          try {
+            session.append('voice/reply', {
+              turn,
+              voiceId: attachment.voiceId,
+              mediaType: attachment.mediaType,
+              bytes: attachment.bytes,
+              transcript: text,
+              ...(attachment.durationMs === undefined ? {} : { durationMs: attachment.durationMs }),
+            })
+          } catch { /* rc.7 无 append：忽略（语音条由插件 DOM 注入渲染） */ }
           return {
             ok: true,
             voiceId: attachment.voiceId,

package/package.json

@@ -1,9 +1,13 @@
 {
   "name": "@oadank/dsh-input-tools",
-  "version": "0.3.6",
+  "version": "0.3.8",
   "private": false,
   "type": "module",
   "main": "lib/index.js",
+  "repository": {
+    "type": "git",
+    "url": "https://github.com/oadank/dsh-input-tools.git"
+  },
   "exports": {
     ".": { "default": "./lib/index.js" },
     "./client": { "default": "./lib/client.js" },
@@ -14,6 +18,7 @@
     "lib",
     "scripts",
     "assets",
+    "patches",
     "README.md",
     "cordis.patch.yml"
   ],

package/patches/apply-voice-patch.ps1

@@ -0,0 +1,112 @@
+# ============================================================
+# dsh-input-tools 语音源码补丁脚本（Windows）
+# 作用：给【官方源码】版 deepseek-harness 打上语音增强补丁
+#   （原生语音消息气泡 / AI 语音回复 / voice content 契约）
+# 适用版本：官方 deepseek-harness rc.8（commit 141eb6fef8，
+#   即 dsh-0.1.0-rc.8 release 合并点）
+# 用法：在源码仓库根目录执行（或 -RepoPath 指定）：
+#   powershell -ExecutionPolicy Bypass -File apply-voice-patch.ps1
+# 前置：已 git clone 官方仓库并 checkout 到 rc.8 基线
+# ============================================================
+param(
+  [string]$RepoPath = ""
+)
+
+$ErrorActionPreference = "Stop"
+$Patch = Join-Path $PSScriptRoot "dsh-voice-rc8.patch"
+$Marker = "本地改造 2026-08-14"   # 补丁内的指纹标记（api-request-trust.ts）
+
+# ── 自动探测源码仓库位置（小白无需知道路径）────────────────────
+function Find-Repo {
+  # 1. 显式指定
+  if ($RepoPath -ne "" -and (Test-Path (Join-Path $RepoPath ".git"))) { return $RepoPath }
+  # 2. 当前目录及向上 6 层（脚本可能放在源码仓库里/附近）
+  $cur = (Get-Location).Path
+  for ($i = 0; $i -le 6; $i++) {
+    if (Test-Path (Join-Path $cur ".git")) { return $cur }
+    $parent = Split-Path $cur -Parent
+    if ($parent -eq $cur) { break }
+    $cur = $parent
+  }
+  # 3. 找不到了——不猜固定路径（客户源码位置可能在任何盘符），返回空让用户输入
+  return $null
+}
+
+Write-Host "==== dsh 语音源码补丁 ====" -ForegroundColor Cyan
+if ($RepoPath -eq "") {
+  $found = Find-Repo
+  if ($found) {
+    $RepoPath = $found
+    Write-Host "自动检测到源码仓库: $RepoPath" -ForegroundColor Green
+  } else {
+    # 找不到 → 交互式让用户输入源码路径（不限定任何盘符/位置）
+    Write-Host "`n未自动检测到源码仓库。" -ForegroundColor Yellow
+    Write-Host "请把源码仓库根目录（git clone 出来的 deepseek-harness 文件夹）路径告诉我："
+    $input = Read-Host "dsh 源码仓库路径"
+    if ($input -ne "" -and (Test-Path (Join-Path $input ".git"))) {
+      $RepoPath = $input.Trim().Trim('"').Trim("'")
+      Write-Host "已使用: $RepoPath" -ForegroundColor Green
+    } else {
+      Write-Host "路径无效或不是 git 仓库（需要包含 .git 目录）。" -ForegroundColor Red
+      Write-Host "可用 -RepoPath 参数直接指定：" -ForegroundColor Yellow
+      Write-Host "  powershell -ExecutionPolicy Bypass -File apply-voice-patch.ps1 -RepoPath D:\anywhere\deepseek-harness" -ForegroundColor Yellow
+      exit 1
+    }
+  }
+}
+Write-Host "源码目录: $RepoPath"
+Write-Host "补丁文件: $Patch"
+
+# 1. 校验 git 仓库
+if (-not (Test-Path (Join-Path $RepoPath ".git"))) {
+  Write-Host "  错误：$RepoPath 不是 git 仓库（未 git clone 官方源码？）" -ForegroundColor Red
+  exit 1
+}
+Set-Location $RepoPath
+
+# 2. 幂等：已打过则跳过
+if (Test-Path "packages\client\connection\src\api-request-trust.ts") {
+  if (Select-String -Path "packages\client\connection\src\api-request-trust.ts" -Pattern $Marker -Quiet) {
+    Write-Host "  检测到语音补丁已应用，跳过。" -ForegroundColor Green
+    exit 0
+  }
+}
+
+# 3. 应用前自检（git apply --check 不实际改动）
+Write-Host "`n[1/3] 校验补丁可应用..." -ForegroundColor Yellow
+git apply --check $Patch
+if ($LASTEXITCODE -ne 0) {
+  Write-Host "  补丁无法应用：请确认源码是官方 rc.8（git checkout 到 commit 141eb6fef8 或 tag dsh-0.1.0-rc.8）。" -ForegroundColor Red
+  Write-Host "  官方更新后的 master 与本补丁不兼容，请勿在 master 上直接应用。" -ForegroundColor Yellow
+  exit 1
+}
+Write-Host "  校验通过。" -ForegroundColor Green
+
+# 4. 备份当前未提交改动（用于回滚）
+Write-Host "`n[2/3] 备份当前工作区改动..." -ForegroundColor Yellow
+$Backup = Join-Path $RepoPath (".voice-patch-backup-" + (Get-Date -Format "yyyyMMdd-HHmmss") + ".patch")
+git diff > $Backup 2>$null
+if ((Get-Item $Backup).Length -gt 0) {
+  Write-Host "  已有未提交改动，已备份到 $Backup" -ForegroundColor Green
+} else {
+  Remove-Item $Backup -Force -ErrorAction SilentlyContinue
+  Write-Host "  工作区干净，无需备份。" -ForegroundColor Green
+}
+
+# 5. 应用补丁
+Write-Host "`n[3/3] 应用语音补丁..." -ForegroundColor Yellow
+git apply $Patch
+if ($LASTEXITCODE -ne 0) {
+  Write-Host "  补丁应用失败（已备份可回滚）" -ForegroundColor Red
+  exit 1
+}
+Write-Host "  补丁已应用！" -ForegroundColor Green
+
+Write-Host ""
+Write-Host "==== 完成 ====" -ForegroundColor Cyan
+Write-Host "后续步骤："
+Write-Host "  1. pnpm install"
+Write-Host "  2. pnpm run build:web     （构建前端，语音气泡渲染在此步生效）"
+Write-Host "  3. dsh --profile web      或 nssm 服务方式启动"
+Write-Host "  4. 安装语音插件：dsh plugin --profile web add @oadank/dsh-input-tools"
+Write-Host "回滚：git checkout -- <文件> 或 git apply -R $Patch"