dsh-better-input

dsh plugin --profile web add dsh-better-input

<p align="center">

<img src="./assets/banner.png" width="100%" alt="dsh-better-input banner" />

</p>

<h1 align="center">📥 dsh-better-input</h1>

<p align="center"><b>给 DeepSeek Harness 更好的「输入」体验。</b></p>

<p align="center">

开源输入体验增强插件 · BetterInput for your DeepSeek Harness agent

</p>

<p align="center">

<a href="./README.en.md">English</a> · <a href="./README.md">简体中文</a>

</p>

<p align="center">

<a href="https://www.npmjs.com/package/dsh-better-input"><img src="https://img.shields.io/npm/v/dsh-better-input?style=flat-square" alt="npm version"></a>

<a href="https://www.npmjs.com/package/dsh-better-input"><img src="https://img.shields.io/npm/dm/dsh-better-input?style=flat-square" alt="npm downloads"></a>

<a href="https://shields.io"><img src="https://img.shields.io/badge/dsh-%3E%3D%200.2.0--rc.2-blue?style=flat-square" alt="DSH"></a>

<a href="./LICENSE"><img src="https://img.shields.io/badge/license-MIT-blue?style=flat-square" alt="MIT"></a>

<a href="https://github.com/DIAG5/dsh-better-input/blob/main/CHANGELOG.md"><img src="https://img.shields.io/badge/changelog-CHANGELOG.md-blue?style=flat-square" alt="Changelog"></a>

</p>

💡 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：提示词优化、提示词模板随用随插、更多格式的本地文件输入与转 Markdown，再到交互细节都打磨的体验优化（语音识别只是其中一环）——把每一种「喂给智能体的输入」都变得更好。

---

🎬 功能演示

https://github.com/user-attachments/assets/caae08fc-2d8e-43c6-8bab-ade2d278337f

V0.1.5 版本四大功能演示

✨ 目前已实现

<table>

<tr><th align="center" width="120">模块</th><th align="left">说明</th></tr>

<tr>

<td align="center">✨<br/><b>提示词优化</b></td>

<td>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<strong>原文 / 优化结果对比</strong>，确认满意再采用。复用 dsh 模型，无需额外 Key。</td>

</tr>

<tr>

<td align="center">📝<br/><b>提示词模板</b></td>

<td>常用提示词存成模板，输入框键入 <code>/</code> 搜索并一键插入正文；设置页内新建 / 编辑 / 删除，<strong>本地存储</strong>不经服务器。</td>

</tr>

<tr>

<td align="center">📎<br/><b>更多文件格式输入</b></td>

<td>输入框右上角「添加文件」按钮（默认收起）。把本地文件带进输入：纯文本（<code>.txt / .json / .py / .md</code> 等）可<strong>直接发送</strong>；文档类先转换再以 <code>@<文件名></code> 引用芯片插入输入框。不带转换需求也能引入非工作区文件。</td>

</tr>

<tr>

<td align="center">🔄<br/><b>文件转 Markdown</b></td>

<td>把 PDF / DOCX / XLSX / PPTX / HTML / EPUB / CSV / JSON / XML 等转成结构清晰的 Markdown，发送时自动展开成正文；转换结果可二次编辑。</td>

</tr>

<tr>

<td align="center">🐘<br/><b>防覆盖保护</b></td>

<td>润色进行中你手动改了草稿，结果<strong>不会覆盖</strong>你的编辑；失败保留原文。</td>

</tr>

<tr>

<td align="center">🔄<br/><b>更新检查</b></td>

<td>设置页底部「<strong>关于与更新</strong>」一键检测 npm 最新版，发现新版会给出<strong>一键复制更新命令</strong>，让你及时跟进修复与新功能。</td>

</tr>

<tr>

<td align="center">⏱️<br/><b>录音自动停止</b></td>

<td>可自定义单次录音上限（1–600 秒），不占麦克风。</td>

</tr>

<tr>

<td align="center">⚙️<br/><b>可视化设置页</b></td>

<td>识别语言、录音时长、语音润色开关、以及润色 / 优化的<strong>模型、思考强度、自定义提示词</strong>，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。</td>

</tr>

<tr>

<td align="center">🎙️<br/><b>语音输入</b></td>

<td>点击麦克风，边说边转写，文字<strong>实时流式</strong>进入输入框。浏览器原生识别，<strong>无需 API Key</strong>。</td>

</tr>

<tr>

<td align="center">🤖<br/><b>AI 润色</b></td>

<td>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。<strong>复用 dsh 已配置的模型，无需额外 Key</strong>。</td>

</tr>

</table>

🗺️ 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。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。

🎙️ 语音输入：DSH 已内置语音输入（桌面端实验室插件，走本地模型、需下载）。本插件保留浏览器 Web Speech 的免下载、免 Key 路线，作为 Web UI 上的轻量选择，两者路线互补。

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。

• [x] 🧾 PDF 转结构化 — PDF → AI 友好的易读格式（Markdown / 纯文本）
• [x] 📄 Office 文档解析 — DOCX / PPT / XLSX 一键转成清晰的 Markdown 结构
• [ ] 🎬 音视频转写 — 粘贴本地音视频文件 → 转成文字（语音输入的进阶）

文字 & 提示词

• [x] ✨ 提示词优化 — 输入框旁点一个图标，AI 帮你润色/优化写好的提示词，让提问更能命中
• [x] 📝 提示词模板库 — 输入框键入 / 搜索并插入常用模板（写代码 / 总结 / 翻译 / 角色扮演…）
• [ ] 🧹 文本清洗 — 粘贴乱码 / 带行号 / 时间戳的文本，自动整理成干净正文
• [ ] 🔤 即时翻译 — 写中文一键转英文给 AI（或反之）
• [ ] 📋 智能粘贴 — 粘贴自动识别是代码 / 表格 / URL / 引用，智能包裹成合适格式

交互体验优化

输入不只是功能，也讲究好用与美观——把交互细节打磨到位。

• [x] 🎚️ 思考强度滑块 — 已移除；如需滑块式推理强度调节，可安装 <a href="https://github.com/HanaAyane/dsh-reasoning-effort">@HanaAyane/dsh-reasoning-effort</a>
• [ ] ✍️ 半自动补全 — 输入时基于上下文给出续写建议，可一键采纳
• [ ] 🧮 变量填充 — 输入框里用 {{日期}}、{{当前目录}} 等变量自动替换

以上按主题规划，会持续迭代。有想法欢迎提 Issue / PR，一起把它做成更好的输入套件。

💭 关于设置里的开关：对于改动 DSH 核心自带插件的功能，在设置界面里再加一个开关其实是多此一举——如果一个功能原则上可以剥离出去作为一个独立插件，那就应该通过安装 / 卸载来开关，而不是在 BetterInput 设置里多一个 toggle。所以本插件不再为核心功能的开关买单：凡是可以剥离出去的功能，BetterInput 都已经剥离出去了，需要时单独安装对应插件，不需要就卸载即可。

🚀 安装

前置：DeepSeek Harness（>= 0.2.0-rc.2）+ Node.js ^22.19.0 || >=24.0.0 + Chrome/Edge 浏览器。

💡 两种方式，任选其一。 装过 dsh CLI 的用短命令；没装或不想全局安装的，用下方 npx 全称——不需要任何全局环境配置。已发布到 npm。

方式 A：有全局 dsh CLI

# 从 npm 安装（推荐）
dsh plugin --profile web add dsh-better-input

# 或从 GitHub 仓库安装
dsh plugin --profile web add github:DIAG5/dsh-better-input

# 卸载
dsh plugin --profile web remove dsh-better-input

方式 B：没有 dsh，或不想全局安装（npx 全称）

下面的命令用 npx 直接运行 dsh CLI，不写入全局环境，临时拉取即可用：

# 从 npm 安装（推荐）
npx -y @deepseek-ai/dsh plugin --profile web add dsh-better-input

# 或从 GitHub 仓库安装
npx -y @deepseek-ai/dsh plugin --profile web add github:DIAG5/dsh-better-input

# 卸载
npx -y @deepseek-ai/dsh plugin --profile web remove dsh-better-input

-y 表示自动确认下载；首次运行会拉取 dsh CLI，之后有 npx 缓存。

从源码安装（开发）

git clone https://github.com/DIAG5/dsh-better-input.git
cd dsh-better-input
npm install
npm run build
# 有全局 CLI：
dsh plugin --profile web add "$PWD"
# 没有全局 CLI：
npx -y @deepseek-ai/dsh plugin --profile web add "$PWD"

备选：不装依赖，写进 preset 的 cordis.yml

如果你已经在用某个 agent preset，只需要加一行（无需跑安装命令）：

- insert:
    - id: dsh-better-input
      name: dsh-better-input

安装后刷新 Web UI，输入框右侧会出现麦克风图标 🎤。

📖 使用

1. 语音输入

1. 打开任意对话

…(truncated)