regrevia/pocket-harness#pocket-harness

把电脑上的 DeepSeek Harness 接到手机上：同一条会话、同一份历史、同一批项目，手机点开接着干。 桌宠是可选的一层——设置里打开，才会有一只像素鲸鱼娘浮在会话页，喊一声就把活派给电脑上的 DSH，回复边生成边念出来。

• 主形态：手机端 DSH。会话列表、项目、目标、队列、回复中/用时、待确认提问，两端看到的是同一件事。
• 宿主侧：Cordis 插件，自己在 webServer 上挂 /pet-voice/（带 token 的页面 + JSON / SSE / 长轮询接口），不改官方页面、不动 profile 的 package.json。
• App 端：30 MB Android 自签名包（android/），会话页 + 可选悬浮桌宠 + 常听麦克风 + 语音唤醒。
• 连法：局域网 / 自建域名 / 服务器中转，全部用你自己的地址，代码里没有硬编码域名或 IP。
• 零账号：会话、记忆、配置都在你这台电脑上；项目不运营服务器。

安装

# 1. 放进本地插件目录
rsync -a --delete plugins/pocket-harness/ ~/.dsh/plugins/pocket-harness/

# 2. 装进 desktop profile（也可以让 agent 调 plugin_manager）
#    plugin_manager action=install_bundle target=~/.dsh/plugins/pocket-harness

首次安装要让桌面端重读 cordis.patch.yml（重启 App 一次）。之后改代码不用重启，把插件关一下再开即可：

plugin_manager action=set_plugin target=include:pocket-harness enabled=false
plugin_manager action=set_plugin target=include:pocket-harness enabled=true

target 必须写 include:pocket-harness，只写包名会报 unknown-plugin。

装好后页面在 ctx.webServer.getOrigin() 下，本机是 http://127.0.0.1:58686/pet-voice/（端口按宿主实际值）。

可选件

插件本体零额外依赖。两样可选件不装也能用，只是少一块能力（venv 都落在 ~/.dsh/pet-voice/，不在仓库里）：

能力	从哪来	装法	不装
神经语音	微软 edge-tts，免 key	bash plugins/pocket-harness/tts/setup.sh	不出声，仍可打字对话；也可换本机或自己的接口
本机识别	openai-whisper 常驻，只听回环	bash plugins/pocket-harness/asr/setup.sh（torch 首次几 GB）	默认走手机自己的语音识别

两个脚本幂等，重复跑只检查不重装。

配对

面板 →「连上手机」→ 选连法 → 出二维码或链接：

https://<你的地址>/pet-voice/?k=<token>

?k= 只做一次：校验通过会下发 HttpOnly cookie 并跳到 /pet-voice/。token 在 ~/.dsh/pet-voice/token（0600）——分享链接等于把 DSH 交出去。怀疑泄露就 rm ~/.dsh/pet-voice/token，下个请求自动生成新 token，旧 cookie 立刻失效。

浏览器只允许 https 或 localhost 用麦克风，所以手机必须走 https：局域网档需要自签证书（App 内置示例 CA 公钥，无私钥），外网档用隧道或自建域名。细节见仓库根目录的 README 与 docs/self-host.md。

手机上能做什么

App 是 DSH 的手机端，不是另一个入口：桌面端的会话、项目、目标、待输入队列、待确认提问， 在手机上都是同一份宿主状态，只是换成人能用的形态。完整口径见 docs/desktop-consistency.md。

位置	动作
会话列表	按项目分组，最新在上；点一行进对话页
对话页顶部	项目 / 会话标题、返回、换会话、开新会话
目标条	目标正文与阶段；暂停 / 继续 / 完成 / 改 / 删（手机改完桌面同步）
队列条	桌面还在跑时这句排队；能看到并撤回队列里的句子
待确认提问	卡片显示题干与选项；已踢回模型的可直接答，前台卡着的提示回电脑上答
输入框	打字派活；语音不可用时兜底
麦克风 / 朗读	按住说话、常听唤醒词（鲸灵 / 小鲸 / 嗨鲸灵 / hey whale）、回答自动朗读
桌宠（可选）	绑定某一只桌宠会话，只在手机上显示那只的开不开由你自己定

过程行（思考、执行命令、工具调用）不在手机上渲染：桌面要看细节，手机要的是「它在回我」。

接口

都在 /pet-voice/api/ 下，除静态资源外要求 cookie 或 ?k=。完整字段、帧格式、错误码见 docs/pet-contract.md。

方法	路径	用途
GET	state	项目、预设、最近会话、turns、桌宠配置；只回 token 前 8 位
GET	projects / sessions	项目列表；某项目的会话（分页 before/limit）
GET	session	一页转录 + goal + inbox + asks
GET	asks	还没答的提问（state: open / continued）
POST	answer	{sessionId, callId, answers:[{id, selected, custom?}]}；只认 continued
GET	inbox / POST inbox	待输入队列读取与撤回
GET	goals / POST goal	目标读取；暂停/继续/完成/改/删（带 revision 并发保护）
POST	new	{workspaceId?, projectPath?, preset?, fresh?} → {sessionId, reused}
POST	dispatch	{text, sessionId?, attachments?} → 202 受理；不带 sessionId 一律派给专属会话
POST	upload?name=	原图字节（jpeg/png/webp/gif，≤12 MB）→ 落盘路径，可填进 attachments
POST	say	{text, voice?, id?} 入播报队列，最多留 20 条
GET	pair	页面引导卡用的可访问地址；不含 token
GET	stream	SSE：hello/start/delta/message/tool/final/end/error，15s 心跳
GET	poll	长轮询兜底，语义同 SSE，按 cursor 续传

语音链路

• TTS 三档：edge-tts 子进程（免 key，可调音色/语速/音高）/ 本机（macOS say + ffmpeg，断网可用）/ 自己的接口（POST {text, voice, speed}，认音频字节、base64 或 url）。三档共用 /api/tts，手机端拿到的永远是 audio/mpeg。
• ASR 两档：手机系统语音（SpeechRecognizer，是否上传音频由系统/厂商决定）/ 本机 whisper（只听回环）。
• 回答第一句出来就开始读，不等全文；代码块读成「（代码块）」。

发版与自更新

# 1. 出包（同一个 keystore 才能覆盖安装且保住配对信息）
cd android && ./gradlew :app:assembleRelease
# 2. 算 sha256、原子写本地 latest.json、推 GitHub Release（草稿 → 正式）
# 3. 想让老用户看到时，再换掉 latest 入口

已知限制

• Android 14/15 未做实机验证：后台恢复、麦克风前台服务在收紧后的行为待确认。
• 各家 ROM 的权限跳转可能不同；硬件麦克风只在 AOSP 页面验证过。
• iOS 不支持：悬浮窗与常听麦克风是 Android 特性。

卸载

plugin_manager action=set_plugin target=include:pocket-harness enabled=false

删 ~/.dsh/plugins/pocket-harness/ 与 ~/.dsh/pet-voice/ 即可，仓库外无残留。

许可

MIT。像素素材由本项目生成，同样 MIT。