DIAG5/dsh-better-input

README 摘要

🎤 dsh-better-input 给 DeepSeek Harness 的智能体换一副更顺手的「输入」。 开源输入体验增强插件 · BetterInput for your DeepSeek Harness agent English · 简体中文 💡 它解决什么？ 与智能体对话，输入不只靠键盘打字。BetterInput 是一套 输入增强套件 ：从语音识别、AI 润色、提示词一键优化，到把 PDF / DOCX / PPT / XLSX 等各类文件转成结构清晰的 Markdown，再到交互细节都打磨的体验优化—— 把每一种「喂给智能体的输入」都变得更好 。 ✨ 目前已实现 模块 说明 🎙️ 语音输入 点击麦克风，边说边转写，文字 实时流式 进入输入框。浏览器原生识别， 无需 API Key 。 🤖 AI 润色 识别后自动清理：去口头禅、修同音错字（根木鹿→根目录、脱肯→Token）、补标点、把口语列举转成编号列表。 复用 dsh 已配置的模型，无需额外 Key 。 ✨ 提示词优化 输入框右上角一个图标，AI 帮你把写好的提示词优化得更精准；点击后弹出 原文 / 优化结果对比 ，确认满意再采用。复用 dsh 模型，无需额外 Key。 🧠 思考强度控制 润色 / 优化各自可独立选择推理档位， 默认关闭思考 （模型支持 off 档则显式关闭，不产生思考过程），也可手动选更高档位。 🐘 防覆盖保护 润色进行中你手动改了草稿，结果 不会覆盖 你的编辑；失败保留原文。 🔄 更新检查 设置页底部「 关于与更新 」一键检测 npm 最新版，发现新版会给出 一键复制更新命令 ，让你及时跟进修复与新功能。 ⏱️ 录音自动停止 可自定义单次录音上限（1–600 秒），不占麦克风。 ⚙️ 可视化设置页 识别语言、录音时长、语音润色开关、以及润色 / 优化的 模型、思考强度、自定义提示词 ，全部可在设置里配置；内置提示词可一键展开查看。默认已开启并自动选中主模型。 🗺️ 下一步（输入增强的方向） BetterInput 是一套完整的 输入增强套件 ：不只是某一类输入，而是让喂给智能体的每一种输入都更顺、更省心。语音已经就位，接下来围绕三个方向展开： 文件 → 结构化（输入格式升级） 📷 图片输入： DSH rc.8 起已原生支持 。DeepSeek API 已原生支持图片输入， 不再提供图片相关的插件功能 。 把文稿、表格、演示文件一键转成结构清晰的 Markdown，让 AI 一看就懂。 - [ ] 🧾 PDF 转结构化 — PDF → AI 友好的易读格式（Markdown / 纯文本） - [ ] 📄 Office 文档解析 — DOCX / PPT / XLSX 一键转成清晰的 Markdown 结构 - [ ] 🎬 音视频转写 — 粘贴本地音视…

分类