DeepSeek Harness 插件：dsh-video-pipeline 短视频生产流水线

前言¶

在 DeepSeek Harness（DSH）的生态里，一切皆插件。开发智能体时，搭建一条端到端的视频生产流水线（从选题、配音到合成、发布）涉及多个原子能力的编排。dsh-video-pipeline 插件提供了一套现成的解决方案，它把一条跑通过的真实短视频生产流水线作为内置 skill 装进 DSH，包含 19 个技能（1 个总入口 + 1 个编排 + 17 个原子）。

功能概览¶

插件提供了一套完整的视频生产技能集合，核心特性如下：

技能集合：包含 19 个 skill（1 个总入口 video-pipeline + 1 个编排 tangshi-pipeline + 17 个原子技能）。覆盖选题、配音（含多音字校正）、生图、生视频、运镜、合成、封面、成片核验、数据复盘、多平台发布与进度回写。
零依赖：只 import Node.js 内建模块，通过 ctx.inject(['skills']) 拿到注册表。没有 dependencies，也没有需要宿主解析的 peerDependencies，因此不存在 peer 范围解析失败（ERESOLVE）问题。
不影响现有环境：provider 以 rank 600 报告候选（内置 rank）。如果你自己的项目/用户 skill 同名（rank 100-500），你的版本会胜出，本包不会遮蔽它。

安装与启用¶

通过官方插件命令安装即可：

dsh plugin --profile web add dsh-video-pipeline

安装完成后重启 DSH Desktop，然后询问 agent「有哪些视频流水线的 skill」，即可在技能目录中看到这 19 个技能。

配置方法¶

在 profile 的 cordis.patch.yml 文件中按 entry id 覆盖。注意 patch 对 config 是整块替换，保留原有键需一并写出。

- id: dsh-video-pipeline
  config:
    enabledSkills:            # 省略或空数组 = 放出全部 19 个
      - video-pipeline
      - video-compose
      - media-verify
    placeholders:             # 覆盖内置占位符；加载 skill 时替换正文里的 {{TOKEN}}
      FEISHU_BASE_APP: your_base_app_token
      FEISHU_TABLE: tblXXXXXXXXXX
      FEISHU_RECORD: recXXXXXXXXXX
      NAS_DELIVERABLE_DIR: /your/nas/deliverables
      ARK_API_KEY_FILE: /your/path/ark_key.txt

键	默认值	作用
`enabledSkills`	`[]`（全部）	只放出指定 skill；用于把包装成只做某一段能力
`placeholders`	`{}`	覆盖 `{{TOKEN}}` 的取值。取值优先级：本配置 → 环境变量 → 内置可读默认值

前置依赖¶

插件本身不安装运行时依赖，但宿主机必须具备以下工具：

ffmpeg：合成、运镜、核验均依赖。
Python 3 + Pillow：处理封面、图比对等脚本。
Node.js：处理 mjs 脚本。
playwright：发布类 skill 需要时自行安装。
各平台凭据：B 站 biliup 凭据、视频号/抖音/小红书登录态，必须你自己登录获取。本包不含任何凭据、cookie 或真实账号 ID。

隐私与安全¶

本包基于一条真实生产流水线，公开前做了逐文件的剔除与替换，并有独立的复扫门 tools/import-skills.mjs --verify 证明结果：

删除：真实 API key 文件、登录态缓存、Python 字节码以及 170 个只属于原作者项目历史的文件（真实播放数据快照、合集映射等）。
替换为占位符：飞书 base/table/record ID、NAS 路径与内网地址、本机绝对路径、真实账号/作品标识。
保留但清空为模板：4 个「被剔除但脚本仍要读」的输入文件，以空结构随包（heji-state.json、map-dushi.json、map-gushi.json、dy_t.example.json）。
检查结果：85 个文件，0 处残留，语法全通过。

注意事项¶

已知边界：xiaohongshu-skills 是第三方 MIT 代码，上游 README（含赞助位与作者联系方式）未随包。
外部依赖：bilibili-upload 的「论文视频投稿」路径依赖外部 skill paper-bilibili-uploader（来自 yhbcode000/paper-share-skills），本包不含它，相关章节已标明为外部；B 站投稿引擎 biliup 本身已包含。

总结¶

这套 skill 集合提供了一条从选题到发布的数据闭环，适合需要在 DSH 中快速落地视频生产能力的开发者。完整的技能目录与源码可在 SkillHub 或 GitHub 查看。