DeepSeek Harness 插件

songshun1021/workfiles-assistant

Star 数 ★ 0 分类 语音与音频 收录于 2026-11-16

给 DeepSeek Harness 的 macOS 语音资料助手。只记录你勾选的应用最近 7 天的前台线索,只在你批准的资料文件夹里按名称和正文检索,说一句记得的内容就能找回并打开最近看过的文件或网页。窗口标题和 HTTPS 地址需逐应用额外同意;不截图、不做 OCR,也不读剪贴板或浏览器历史数据库。

安装

# GitHub 源码(首次需按提示配置 allowBuilds 构建授权后重试)

dsh plugin --profile web add github:songshun1021/workfiles-assistant

装任何插件都等于在你的机器上跑第三方代码,权限和你本人一样大——能读你的文件、用你的凭据、访问网络,工具审批管不到它。GitHub 来源的插件还会在安装时执行构建脚本——pnpm 默认拦截,所以安装可能停在 ERR_PNPM_GIT_DEP_PREPARE_NOT_ALLOWED 或 ERR_PNPM_IGNORED_BUILDS;dsh 会打印出需要添加的确切键名,把它加进该 profile 的 pnpm-workspace.yaml 的 allowBuilds 下,重跑一次即可装上。放行构建本身就是一次信任判断:请只安装可信来源,并尽量锁定 commit(github:owner/repo#sha)。

README

在 macOS 上,用一句话找回你看过的资料。 给 DeepSeek Harness 的本地插件:按下 ⌘⇧Space 说一句「早上那份复盘 PPT」,它在你授权的文件夹和最近 7 天的窗口线索里找到它,直接打开——不用先想起文件名。

一张卡片走完整个语音流程

22 秒宣传片(MP4) · 可交互设计稿(HTML)

它不截图、不做 OCR、不读剪贴板、不读浏览器历史,也不接云端连接器;识别在本机完成。

它能做什么

  • 语音找回,不用记名字:⌘⇧Space →「早上那份环润讯复盘」→ 列出候选 → 接着说「第二个」直接打开。只有歧义时才追问。
  • 7 天本地线索:只记录你在面板里勾选的软件在前台出现过的时间;窗口标题 / HTTPS 地址要逐应用另外同意,默认关闭。
  • 按范围找文件:只在你添加的资料文件夹里,按名称和正文找 PPT / Word / 表格 / PDF / 文本,按真实修改时间排序,不跟随符号链接逃逸。
  • 受控打开:模型只能打开本次会话里已经出现过的候选(wf- / wa- ID),不能传任意路径或 URL;revealInFinder 只在访达中选中文件。

安装

环境:macOS arm64(Apple 芯片)+ DeepSeek Harness 0.2.2-rc.3。Intel Mac 不支持;DSH 版本不一致时插件管理器会拒绝安装。

语音需要 DSH 自带的语音识别(实验插件 @deepseek-ai/dsh-experimental-voice-input-bundle,本机 SenseVoice);宿主没装时先在插件页装上。

方式一:下载打包版(推荐)

  1. 到 Releases 下载 workfiles-assistant-<version>-macos-arm64.zip,解压到固定位置,例如 ~/Developer/workfiles-assistant。不要放在下载文件夹,装好后也不要移动(DSH 记录的是这个目录的绝对路径)。
  2. 双击 1-构建语音组件.command(每台机器一次,约 1~2 分钟)。被 Gatekeeper 拦住时:右键 → 打开。
  3. DSH → 设置 → 插件 → 添加插件,选择这个文件夹;启用后完全退出 DSH 再打开(⌘Q)。
  4. 侧栏底部出现「资料助手」:在面板里添加资料文件夹、由本人授权辅助功能;按 ⌘⇧Space 开始用。

方式二:从源码(开发者)

git clone https://github.com/songshun1021/workfiles-assistant.git ~/Developer/workfiles-assistant
cd ~/Developer/workfiles-assistant
pnpm install
pnpm run build:native   # 构建语音组件到 ~/Library/Caches/DeepSeekHarness/WorkfilesVoice

然后用同样的「添加插件」选择一个本地目录。

也可以把仓库地址直接贴进「添加插件」由 DSH 以 Git 方式安装;但语音组件需要稳定的本地目录来构建,所以仍建议上面的本地目录方式。

构建语音组件

语音小窗复用本机已安装的 DeepSeek Harness.app 的 Electron 运行时,必须在本机构建:

pnpm run build:native    # 等价于 node native/build-helper.mjs --output-root "$HOME/Library/Caches/DeepSeekHarness/WorkfilesVoice"

产物在 ~/Library/Caches/DeepSeekHarness/WorkfilesVoice(约 300 MB),不会启动 GUI、不会打开麦克风,也不修改或重签原 App。改动 native/ 或 voice-ui/ 后必须重新构建:小窗启动前会校验 11 个冻结资源的哈希,源码改了而组件没重建时会提示「语音界面源码已改变」。

已知限制

只在 macOS arm64 + DSH 0.2.2-rc.3 上验证;未接飞书/腾讯/MCP 连接器;不做 OCR/截屏;不同应用暴露的 Accessibility 元数据差异很大,取不到时只保留应用级线索。详见 能力评估 与 验收记录。

隐私与权限

  • 默认什么都不记录:新用户不选任何软件、记录关闭、窗口标题和网址许可为空;升级不扩大已有同意。
  • 基础线索只有应用名称 / 标识和前台观察时间;窗口标题和 HTTPS 地址是逐应用额外同意,读取有界、不读其它窗口或正文。
  • 不读按键、剪贴板、截图、音频、浏览器历史数据库;不用 System Events 做自动点击或输入;不申请或绕过系统权限,麦克风与辅助功能由你本人在系统设置里授予。
  • 账本滚动 7 天、最多 1000 条,只在本机;自动记录不调用模型 API。查询时相关线索会作为普通工具结果进入当前会话,按你的模型设置发送。
  • 完整边界见 CAPABILITIES.md。

入口与日常使用

  • 固定入口在 Harness 左侧栏底部“资料助手”,没有聊天也能进入。输入框旁的语音/资料设置是备用入口,打开同一设置面板。
  • ⌘⇧Space 唤起语音小窗;说完停顿约 1.1 秒识别并处理。录音中再按快捷键为结束并提交。
  • 准备/识别/处理时再按快捷键只查看同一个任务,不取消、不另起任务。停止用独立取消按钮;Esc 仅小窗获焦时有效。
  • “不是这份”“第二个”沿用专用语音会话候选。追问后麦克风关闭,需要回答时再次显式触发。
  • 完成/失败/取消即停止录音。短成功提示可收起,长结果、未找到和阅读交互保留。
  • 无唤醒词、常驻菜单栏图标或悬浮启动器。Harness 需保持运行,完全退出后不采集、快捷键不响应;不设置开机启动。

例如:“找一下最近更新的课题报告 PPT,先列候选。”或在已开始记录后问:“刚才浏览器里出现过哪些资料?”

选择更多应用与窗口线索

新用户默认关闭且不选任何软件。升级保留原有启用状态和所选软件;新增窗口标题/地址许可默认为空,不扩大同意、不回补历史。

  1. 进入侧栏底部“资料助手”。Word、PowerPoint、WPS 只是建议,不再是技术白名单。
  2. 先运行你要记录的应用,再明确点击刷新运行中应用。此操作只列出当前运行、具有 GUI 的应用名称和标识,不读取窗口、网页或使用历史;不等于完整安装清单。最多选择 128 个应用,未在本次列表的旧选择仍保留。这里只保证保存所选标识,名称缓存不是永久通讯录:重启或来源缺失时可能显示 Bundle ID,刷新后再补名称。
  3. 勾选允许记录的应用。暂停时选择不会自动开启;如果记录已经开启,新选择会立即生效。取消最后一个应用将安全暂停。切勿把一次刷新误解为选择或授权全部应用。
  4. 基础线索是应用名称/标识和前台观察时间,不依赖 AX。原来批准的文件夹内本机文档仍沿用规范路径、类型和文件身份验证;不会因此扩大本机文件范围。
  5. 窗口标题和 HTTPS 地址是额外的逐应用选择。 它们可能包含私人文档名称和访问标识,只有你另外勾选的应用才可采;有界读取当前聚焦窗口,不读其它窗口、后台标签或正文。浏览器、飞书、腾讯文档等即使可选,也不保证其 AX 暴露了可用地址。
  6. 在系统辅助功能设置中,由你为系统实际显示的读取进程手动授权,再重新检查;不要盲目授权其它进程。AX 权限本身很广,并非只读;只读元数据是本插件的实现边界。 不自动申请、授予或绕过权限。
  7. 没有权限、属性不支持、树过深、焦点变化或超时,均只保留可靠的应用级线索;不能拿不到地址就猜一个。

保存什么,不保存什么

  • 仅本地保存所选应用的名称/标识、观察时间;合规本机文档另存规范路径、名称、类别、文件修改时间;另行同意的窗口可保存标题和取得的规范 HTTPS 地址。
  • HTTPS 地址去除查询参数与片段,不接受凭据、其它协议、IP、localhost 或 .local 等地址。因此某些依赖参数/片段的页面无法准确重开;不能保证所有企业内网页或本地开发站点可重开。
  • 不读取正文、选中文字、控件值、按键、剪贴板、截图、音频、浏览器历史数据库或后台所有标签。 不用 System Events,不做 AX 自动点击/输入,不设置辅助属性。只为取得当前 WebArea 地址进行角色级有界遍历,不向网页正文下钻。
  • 没有 MCP、飞书/腾讯文档 API、浏览器扩展或云端连接器。本版没有通过这些来源查询历史、修改记录或正文。
  • 滚动 7 天、最多 1000 条,相邻相同线索去重。默认约 4 秒后再采下一次,执行耗时会延长间隔,短暂切换可能漏记;不是完整系统历史、精确使用次数或时长统计。
  • “前台出现过”不证明阅读、编辑、保存或打开操作。observedAt 是观察时间,modifiedAt 是文件修改时间,不能据此声称谁修改了文档。
  • Harness 运行期间,暂停记录也会清理过期数据;退出期间不运行,下一次加载先清理。不是系统守护进程。

暂停、清空与撤销

  • 暂停记录停止新增,保留未过期记录。所选应用仍界定显式语音手势的短时当前便签;不想有按需读取时取消相应选择。
  • 清空账本需要确认,删除账本和临时便签,不删除聊天/工具结果,不关闭文档,也不关闭后续记录开关。
  • 取消应用选择会删除该应用的账本行;撤销窗口许可会清理该应用的窗口标题和地址、降级为应用线索,但原来获准的本机文档仍由文件夹范围控制。撤销文件夹会清除对应文档字段。
  • 资料查找/打开与持续记录的暂停独立。 暂停查找不暂停采集,暂停采集也不撤销合法查找范围;已记录网页的打开同样遵守查找/打开暂停。

查询与受控打开

  • workfiles_history 默认 detail:applications,只返回应用名称、观察时间和有界汇总;在投影后才匹配条件,不通过标题或 URL 偷漏主题,也不进行文件元数据验证。
  • 用户问文档/网页才使用 documents/all,包含另行同意的窗口线索。最多 20 条;本机候选重新验证文件范围/身份后才生成普通 wf- ID。
  • 有可用地址的持久窗口行可变成当前 Session 的 webCandidates,通过已有 workfiles_open 的 candidateId:wa-… 请求默认浏览器打开。模型不能传任意 URL;打开前重验本地行、保留期、当前应用/窗口同意和本次候选。Owner 设置界面也调用同一个开链操作。
  • 只有标题、临时便签或不安全/不完整链接时不授予持久开链 ID;清空、撤销、过期后旧 ID 无效。文件与网页候选分别由正常会话日志派生,主聊天和专用语音 Session 不混用。
  • open_requested 只代表系统接受请求,不证明窗口出现、页面仍有效、已登录或有访问权限。取消不能可靠撤销 OS 已接受的打开请求。
  • 想“看这个文件在哪个文件夹”时,助手用 workfiles_open 的 revealInFinder: true 在访达里选中该文件(等同于显示它所在文件夹);它依然只接受本会话已有的 wf- 候选,不能打开任意文件夹或路径。网页线索没有本机文件夹,会被拒绝。
  • 原有本机搜索仍先按主题再按真实修改时间;默认 PPT/PPTX,支持 Word、表格、PDF、文本等。需要时有限读取 PPTX/DOCX/UTF-8 内容,不为解析启动 Office,不修改/删除工作文档;不承诺宏或外部链接安全。

当前资料便签与模型边界

显式录音手势可在小窗抢焦点前读取所选应用当前线索。最多保留 2 分钟/16 份,仅内存、绑定实际语音 Session;结束、取消、清空、范围改变、过期、卸载立即释放。它不代替自动账本,不注入转写、隐藏提示或 IPC 状态,必须通过普通历史工具结果查询;临时 token 永不暴露。

自动记录不调用模型 API。 但本地账本/语音识别不代表整个任务离线:用户查询时相关名称、标题、链接、位置、时间、转写及按需文件片段可以进入普通 Harness 会话,按当前模型设置发送到服务。清空本地账本不撤回已发送内容。

专用语音 Agent 仍仅有 workfiles_search / inspect / open / context / history 五个工具,复用普通 Session,不复制开发聊天、不自建 LLM 循环。选择范围、记录开关、发现软件、清空、授权入口、改快捷键都仅供本机 Owner 界面;模型不能配置或授予权限。

第一次使用语音

  • 查看小窗不开始录音、不申请麦克风。默认复用官方本地 SenseVoice;若未准备,由你点击准备下载 INT8 权重约 239 MB 及运行时/VAD 资产。
  • 准备结束不自动开麦;再次明确开始,由你处理麦克风权限。最多录音 20 秒,约 8 秒无讲话退出,仅提交最终完整音频。
  • 音频在内存中,不另存录音、不自动回退云端。追问只用已有本地中文声音;没有合适声音就显示文字。键盘输入回退会停麦,收起键盘不会自动重开。
  • 快捷键更改必须以系统实际注册成功为准;冲突或未就绪显示失败,不把配置已保存等同于物理快捷键已验证。

实现、构建与验证边界

当前 0.9.0/DSH 0.2.2-rc.3/macOS arm64。公开 Cordis/Typert/StorageDomain 接口;不增加 HTTP 服务、不修改或重签原 App。旧 local_workfiles_activity v1 数据用向后兼容解码器读取,不重置旧数据,新窗口许可补为空。

原生采集具有节点/深度/时间/输出/进程退出预算;不会失败后退回全树或 OCR。语音小窗自有 Electron 组件保留宿主/副本/11 个冻结资源哈希校验;只有相关资源或宿主变动才需要在批准缓存中重建,不通过版本豁免绕过。原 App 不改/不重签。

源码为本地链接安装,不要移动或删除本项目目录(DSH 记录的是这个绝对路径;要换位置就 git clone 到新位置后重新 link: 安装)。参考 能力评估、语音协议、原生说明、开源选择、第三方声明、验收记录。

单元、假进程、纯 VM JXA、接口注册与签名检查,均不等于实际 macOS 桥接、窗口/网页兼容、AX 权限、物理快捷键、麦克风或已认证 GUI 点击验收;实测与人工剩余项分别记录,不把模拟通过冒充实机通过。

项目结构与开发

自包含工程:插件源码、原生组件源码、源码级测试和设计稿都在同一个仓库里。

路径 内容
index.js client.js voice.js lib/ Harness 插件本体(Host 侧、Client 侧、语音协调、语义校正)
voice-ui/ 原生语音小窗页面(index.html / panel.js / panel.css / audio.js / view-state.js)
native/ 小窗的 Electron 组件源码、motion.mjs 动画几何、构建脚本与线路协议
test/ 纯 Node 测试,不需要 GUI、麦克风或真实 DSH 会话
locale/ cordis.patch.yml 文案与插件补丁清单
design/ 收敛后的液体玻璃面板设计稿 panel-flow-blue.html、连续对话原型 panel-conversation.html、原型与真窗口的对照 glass-compare.png、一张卡片三个阶段 panel-stages.png,以及历史概念稿
.native/ 本机构建记录(不入库,每台机器各自生成)

常用命令:

pnpm run check            # 逐文件语法检查
node --test 'test/*.test.js'
pnpm run build:native     # 构建桌面语音组件到 ~/Library/Caches/DeepSeekHarness/WorkfilesVoice

改动 voice-ui/ 或 native/ 之后必须重新 pnpm run build:native。 小窗启动前会校验 11 个冻结资源的哈希:源码改了而组件没重建时,快捷键会静默失效并提示「语音界面源码已改变」——这是刻意的闸门,不是故障。

English

Workfiles Assistant is a macOS arm64 plugin for DeepSeek Harness 0.2.2-rc.3. Press ⌘⇧Space, say what you remember, and it finds the document or page you saw recently — then opens it only through IDs already seen in the conversation.

  • A local 7-day ledger of the apps you choose (off by default); window titles and normalized HTTPS addresses need separate per-app consent.
  • Scoped document search inside the folders you add — names and bounded body matching, real modification times, no symlink escape.
  • Five model-facing tools (workfiles_search, workfiles_inspect, workfiles_open, workfiles_context, workfiles_history); no arbitrary paths or URLs.
  • No screenshots, OCR, clipboard, keystrokes, browser-history database, or cloud connectors; recognition runs on-device with SenseVoice.

Install: download the release zip, run 1-构建语音组件.command once, then add the folder in DeepSeek Harness → Settings → Plugins. From source: pnpm install && pnpm run build:native. See the Chinese sections above for the full contract.

License

MIT © Work documents assistant contributors

内容来自项目 README(GitHub)↗

链接

同类插件

查看整个分类 →

社区评论

评论公开保存在 GitHub Discussions。加载评论会连接 GitHub 和 Giscus;发表内容需要 GitHub 账号。