npm package discovery and stats viewer.

Discover Tips

  • General search

    [free text search, go nuts!]

  • Package details

    pkg:[package-name]

  • User packages

    @[username]

Sponsor

Optimize Toolset

I’ve always been into building performant and accessible sites, but lately I’ve been taking it extremely seriously. So much so that I’ve been building a tool to help me optimize and monitor the sites that I build to make sure that I’m making an attempt to offer the best experience to those who visit them. If you’re into performant, accessible and SEO friendly sites, you might like it too! You can check it out at Optimize Toolset.

About

Hi, 👋, I’m Ryan Hefner  and I built this site for me, and you! The goal of this site was to provide an easy way for me to check the stats on my npm packages, both for prioritizing issues and updates, and to give me a little kick in the pants to keep up on stuff.

As I was building it, I realized that I was actually using the tool to build the tool, and figured I might as well put this out there and hopefully others will find it to be a fast and useful way to search and browse npm packages as I have.

If you’re interested in other things I’m working on, follow me on Twitter or check out the open source projects I’ve been publishing on GitHub.

I am also working on a Twitter bot for this site to tweet the most popular, newest, random packages from npm. Please follow that account now and it will start sending out packages soon–ish.

Open Software & Tools

This site wouldn’t be possible without the immense generosity and tireless efforts from the people who make contributions to the world and share their work via open source initiatives. Thank you 🙏

© 2026 – Pkg Stats / Ryan Hefner

dsh-mitaecho

v0.5.1

Published

Metaso ASR for DeepSeek Harness: direct Metaso login, account hotwords, and a click-to-talk composer microphone with live streaming transcription. No local service or extra speech bundles.

Readme

dsh-mitaecho

把 秘塔回响 / Metaso 的语音识别直接接进 DeepSeek Harness:

  • 聊天输入框:点一下麦克风进入实时识别,再点发送或关闭结束并把文字插入草稿(手机和桌面都适用)
  • 实时流式识别:说话过程中就能看到逐字累积的识别结果,默认开启
  • 设置页:Settings → 秘塔回响 可切换流式/整段识别、查看连接状态、管理账号热词
  • 未登录时点麦克风:弹出居中的登录对话框(手机验证码 / 账号密码 / Cookie),登录后回到输入框点一下麦克风即可开始

完全自包含:不需要 echo-service、不需要 ffmpeg、不需要官方语音输入实验包、不需要打开秘塔回响 App。 登录、会话校验、流式/整段 ASR、热词管理都在插件 Host 内直接与 metaso.cn 通信。

功能

| 能力 | 位置 | 说明 | | --- | --- | --- | | 点击说话 | 聊天输入框麦克风 | 点一下进入实时识别;再点发送或关闭都结束录音并把最终文字插入草稿 | | 实时识别 | 录音时输入框上方 | 通过 WebSocket 边录边传 PCM16,实时显示逐字累积的识别文本 | | 整段识别 | 同上(可在设置切换) | 录完整段后编码为 16 kHz mono WAV,上传 /api/voice/asr/v2 | | 自动兜底 | 实时通道不可用时 | 若流式连接失败且还没出字,自动改用整段识别,文本不会丢 | | 登录门禁 | 点麦克风时 | 未登录则弹出登录对话框;登录成功后回到输入框,再点一下麦克风即可开始 | | 连接状态 | Settings → 秘塔回响 | metaso.cn 可达性、延迟、登录来源 | | 秘塔登录 | 设置页 / 输入框登录面板 | 手机验证码、账号密码、手动 sid/uid、从本机回响导入、退出登录 | | 账号热词 | Settings → 秘塔回响 | 列出 / 新增 / 删除账号级热词,与秘塔账号同步 | | 识别设置 | Settings → 秘塔回响 | 默认使用流式识别 开关(默认开启),改动立即保存到 Host 磁盘 |

点击说话怎么用

  1. 点一下输入框右侧的麦克风,进入实时识别。
  2. 如果输入框是空的,识别文字会直接实时写进输入框,并随着流式结果原地修正;输入框已有内容时,录音行里显示单行预览,结束后插入光标位置。
  3. 录音时使用与 DSH 内置语音输入一致的紧凑行:
    • 左侧 ×:取消本次录音,丢弃识别结果;
    • 中间 实时振幅波形:只反映当前麦克风音量,不会自动消失;
    • 右侧 停止:结束录音并插入 final;Esc 也可取消。
  4. 识别结果只插入输入框,不会自动提交消息;插入后焦点回到输入框,可以继续改字、加附件,再点 DSH 的发送。
  5. 录音/完成识别期间会临时隐藏 DSH 的主发送箭头,避免把未完成的结果提前发出去;final 插入后恢复。
  6. 键盘和读屏软件直接使用按钮的原生点击即可;不需要按住。

登录状态会在页面加载时异步预热并短暂缓存(已登录 5 分钟;未登录 15 秒),所以重复点击麦克风不会每次都等待 /auth 检查; 登录、退出、修改识别设置或遇到 401 会更新/失效缓存,下一次点击仍能得到正确状态。

移动端细节:

  • 麦克风区域仍设置了 touch-action: none、user-select: none、-webkit-touch-callout: none, 并拦截 contextmenu,点击或误触长按都不会选中文字、弹出放大镜或系统菜单。
  • 第一次使用需要授权麦克风;授权弹窗出现时点“取消”可退出,授权完成后会自动开始识别,不再需要按住。
  • 录音过程中想结束,点发送或关闭即可;最长录音 120 秒会自动结束并插入。

语音识别模式

默认 流式识别:录音期间通过同源 WebSocket /api/dsh-mitaecho/ws/asr 把 16 kHz PCM16 音频实时送到 Host,Host 再代理到秘塔网页版使用的 wss://metaso.cn/api/ws/voice2text,把逐字累积的 result 转发回来。 点发送/关闭后等待最终结果(最多约 4.5 s)并插入草稿。

在 Settings → 秘塔回响 → 语音识别设置 关闭 默认使用流式识别 后,录入会回到整段识别: 录完 → 16 kHz WAV → POST /api/dsh-mitaecho/transcribe → 插入。该开关保存在 <DSH_HOME 或 ~/.dsh>/plugin-data/dsh-mitaecho/settings.json,下次打开页面仍然生效。

自动兜底:流式连接失败、超时或 Host 版本不支持升级连接时,如果已经录到音频,会改用整段识别; 如果流式已经出过文字,则保留已有文字,不会重复插入。

热词说明

秘塔 ASR 的热词是账号级的:通过 GET/POST /api/voice/hotword、 PUT/DELETE /api/voice/hotword/{id} 管理,不随每次 ASR 请求上传。按回响项目的记录, 它们由秘塔服务端在下一次识别时应用;接口侧已验证增删改查成功,实际生效由服务端决定。因此:

  • 在设置页增删热词后无需重新登录或重启,下一次识别由服务端使用最新词表(该行为属服务端实现,协议层未单独实测);
  • 热词与秘塔回响 App / 网页端是同一份账号数据;
  • 单个热词 1–64 个字符,自动去除首尾空白。

安装

cd plugins && bun run scripts/build-package.mjs packages/dsh-mitaecho

然后用 plugin_manager 的 install_bundle 指向 plugins/packages/dsh-mitaecho 的绝对路径(或使用你所在版本的插件安装入口)。安装后刷新 DSH 页面: 输入框右侧出现麦克风,Settings → 秘塔回响 出现设置页。

不要同时启用官方 “Voice Input(语音输入)” 实验 bundle,否则会出现两个麦克风按钮; 本插件不依赖它,也不需要它。

首次使用

  1. 在任意会话点一下输入框右侧麦克风。
  2. 未登录时弹出登录对话框(可点遮罩、Esc 或关闭按钮退出):
    • 手机验证码、账号密码,或手动粘贴浏览器 Cookie 的 sid / uid;
    • 如果检测到本机回响 App 或旧 echo-service 的登录态,也可以在设置页一键导入。
  3. 登录成功后回到输入框,再点一下麦克风开始说话;点发送或关闭结束并插入。
  4. 首次使用需要允许浏览器麦克风权限;若浏览器未放行,按提示授权后再点一次。
  5. 插入位置冲突(草稿被改动/光标移动)时会显示“插入”按钮,点一下补插;点“关闭”也会尝试插入,不会丢字。

从 echo-service / 回响 App 迁移

插件检测到以下文件中的有效登录态时,会显示“导入本机登录态”入口:

  • ~/Library/Application Support/com.echo.client/settings.json(回响 App)
  • ~/Library/Application Support/echo-service/credentials.json(旧版本地服务)
  • ~/.config/echo-service/credentials.json(Linux 旧版)

导入成功后即可删除本地服务:

launchctl bootout gui/$(id -u)/com.echo.service 2>/dev/null
rm -f ~/Library/LaunchAgents/com.echo.service.plist
rm -rf "$HOME/Library/Application Support/echo-service"

本插件不提供 OpenAI 兼容的 /v1/audio/transcriptions 端点。若其它客户端仍依赖该 端点,请保留 echo-service;DSH 内的语音输入不再需要它。

凭据与安全

  • 登录态保存在 DSH 的 credentials record(dsh-mitaecho/metaso-session), 不写入 cordis.patch.yml、不写 localStorage。
  • sid/uid 只在 Host 请求头中使用,不会出现在接口响应、日志或页面文本里。
  • 支持 METASO_SID + METASO_UID 环境变量覆盖(只读,页面内登录会被禁用)。
  • 退出登录只删除本插件保存的 record,不影响回响 App 自己的登录态。
  • 录音只发往 metaso.cn(流式 wss://metaso.cn/api/ws/voice2text,整段 /api/voice/asr/v2), 不经过任何第三方;Host 的 WebSocket 只监听本机 DSH 页面同源连接。

工作方式

DSH 浏览器(插件自带麦克风组件)
      │  getUserMedia + WebAudio → 增量重采样为 16 kHz mono PCM16
      │  WebSocket /api/dsh-mitaecho/ws/asr
      │    text: {"type":"start"} → binary PCM16 (100 ms) → {"type":"end"}
      ▼
DSH Host(本插件)
      │  连接 wss://metaso.cn/api/ws/voice2text
      │  Cookie: sid=<SID>; uid=<UID>
      │  start {format:"pcm", sampleRate:16000, channels:1, bits:16}
      ▼  result {text} 逐字累积 → 浏览器实时显示
      │  点发送/关闭后等待最终文本 → 插入草稿

若流式不可用或关闭流式:
      │  16 kHz WAV → POST /api/dsh-mitaecho/transcribe
      ▼  POST https://metaso.cn/api/voice/asr/v2 → { text } → 插入草稿

登录:POST /verify?type=login_sms → POST /login(login_by=sms|account)→ GET /api/my-info 校验后写入 credentials record;errCode:401/HTTP 401 会提示重新登录, 点麦克风时也会重新弹出登录面板。

接口一览(Host 内部)

| 路由 | 用途 | | --- | --- | | GET /api/dsh-mitaecho/status / refresh | 连接、账号、语音就绪状态、当前识别设置 | | GET /api/dsh-mitaecho/auth | 快速登录门禁(不访问 metaso),并返回识别设置 | | GET/POST /api/dsh-mitaecho/settings | 读取 / 保存 { stream: boolean } | | WS /api/dsh-mitaecho/ws/asr | 流式识别:PCM16 16 kHz 上行,result/event/error/final 下行 | | POST /api/dsh-mitaecho/login/send-code | 发送短信验证码 | | POST /api/dsh-mitaecho/login/verify-sms | 短信登录 | | POST /api/dsh-mitaecho/login/password | 账号密码登录(RSA PKCS#1 v1.5) | | POST /api/dsh-mitaecho/login/import | 手动 sid/uid 导入 | | POST /api/dsh-mitaecho/login/import-local | 从本机回响导入 | | POST /api/dsh-mitaecho/login/logout | 退出登录 | | GET/POST /api/dsh-mitaecho/hotwords | 热词列表 / 新增 | | POST /api/dsh-mitaecho/hotwords/update / delete | 热词修改 / 删除 | | POST /api/dsh-mitaecho/transcribe | base64 WAV → 转写文本(整段模式/流式兜底) |

已知限制

  • 浏览器需要一次麦克风授权;拒绝后可在浏览器站点设置里重新允许。
  • 流式识别依赖 DSH 版本提供 WebSocket upgrade 路由;若旧版 DSH 不支持,插件会自动使用整段识别, 设置页会显示“当前 DSH 版本不支持实时语音接口”。
  • 秘塔 ASR / 登录是非官方内部接口,可能随版本变化、限流或风控;仅建议个人在本机、 人类节奏下使用,并遵守秘塔服务条款。
  • 实时接口对结束帧会返回一条无害的 -500 ungzip payload: EOF,Host 已过滤,不会弹错。
  • 会话过期时流式/整段都会返回明确的重新登录提示,不会静默失败。