前言¶
在 DeepSeek Harness（DSH）里做播客相关自动化，常见做法是直接让模型「猜」该在哪切、响度该调到多少、RSS 里 length 填多少。问题在于：切点错了文件照样能播，只是内容错位；RSS 里 <enclosure> 的 length 或 type 与真实文件不一致时，客户端往往会静默丢掉这一期。一期节目本质上是一个没有结构的长音频，结构藏在静音里——主持与嘉宾之间的停顿、片头与正文之间的停顿，才是可量化的断点依据。
下面介绍社区插件 dsh-tool-podcast（维护者 yuehancn）。它在 DSH 中注册一组工具，调用本机 ffmpeg / ffprobe 完成静音章节推断、按断点切段、响度归一化与 iTunes 兼容 RSS 写出，不在 Node 侧安装音频库。插件在 GitHub 开源，许可为 MIT；目录页见 SkillHub，源码见 yuehancn/dsh-tool-podcast。README 写明在 dsh 0.2.0-rc.2（preview）上构建与测试，apply(ctx) 插件规范稳定；若你使用更新版本，需自行核对兼容性。
这是什么¶
dsh-tool-podcast 是面向 DeepSeek Harness 的自建工具插件：把「先看清楚断点与规则」和「再动手切、归一、发源」拆开。核心设计是 podcast_chapters 独立存在，不是 podcast_trim 的内嵌参数——因为切错了没有明显报错，必须先可解释地给出断点，再按断点操作。
典型链路在 README 中概括为：
podcast_chapters(path="raw.mp3") → 章节数 / 断点秒数 / 依据规则
podcast_trim(path, cuts=[...]) → 多段文件，默认流拷贝
podcast_feed(...) → 客户端可用的 RSS，length 从磁盘读取
核心功能：五个工具¶
podcast_status¶
长分析前先确认环境：报告 ffmpeg / ffprobe 是否可执行、版本、可用操作、支持的输出格式，以及当前默认静音阈值等，避免路径未配好才在半路失败。
podcast_chapters¶
只算不切。 用 ffmpeg 的 silencedetect 找出静音区间，将满足时长与门限的区间转为章节断点；断点落在静音区间中点（离两侧说话最远，便于解释）。返回中的 rule 字段会写明所用规则，例如静音至少多长、低于多少 dB 算静音、切点在中点。
| 参数 | 说明 |
|---|---|
silenceDb |
噪声门限，低于此 dB 视为静音，默认 -35 |
minSilenceSeconds |
静音至少多长才算断点，默认 0.8 |
maxChapters |
超过则合并尾部，而非报错 |
podcast_trim¶
按给定断点切段，每段一个文件。cuts 为升序秒数列表，必填；第一段始终从 0 开始。
| 参数 | 说明 |
|---|---|
format |
mp3 / m4a / wav / flac / opus，默认跟随源扩展名 |
accurate |
true 时重编码、精确切点；默认流拷贝（-c copy） |
prefix |
输出文件名前缀，支持中文 |
流拷贝快但只能落在包边界；源编码与目标容器不兼容时必须重编码。返回的 mode 与 notes 说明本次走哪条路径及原因。
podcast_feed¶
写出 iTunes 兼容的 RSS 2.0 源。<enclosure> 的 length 一律从磁盘 stat，不接受调用方传入；type 由扩展名推导（如 .mp3 → audio/mpeg），未知扩展名会报错。写完后会重新解析文档做自校验，问题汇总在 problems 中。
podcast_normalize¶
使用 ffmpeg 的 EBU R128 loudnorm，跑两遍：第一遍只测量，第二遍用测量结果把响度落到目标。返回含 inputLufs、outputLufs、gainApplied。默认目标 -16 LUFS 适合播客；-14 LUFS 适合流媒体（可通过 targetLufs 等参数调整）。
安装与启用¶
一行安装（命令来自仓库 README）：
dsh plugin --profile desktop add github:yuehancn/dsh-tool-podcast
支持的 profile 为 desktop（桌面版）与 web（Web 版）。安装完成后重启 dsh 即可使用。
本机需已安装可在 PATH 中调用的 ffmpeg / ffprobe，或在配置中写全路径。可选配置写入 ~/.dsh/profiles/<profile>/cordis.patch.yml，示例：
- id: tool-podcast
config:
ffmpegPath: C:/AI/ffmpeg/ffmpeg-release-full/bin/ffmpeg.exe
ffprobePath: C:/AI/ffmpeg/ffmpeg-release-full/bin/ffprobe.exe
outputDir: C:/Users/you/Music/podcast-output
silenceDb: -35
minSilenceSeconds: 0.8
常用字段包括：ffmpegPath、ffprobePath（默认分别为 ffmpeg / ffprobe）、outputDir（默认 podcast-output）、silenceDb、minSilenceSeconds、maxInputSeconds（默认 21600，即 6 小时上限）、timeoutMs（默认 900000），以及按工具关闭的 status / chapters / trim / feed / normalize 开关（默认均为 true）。
典型用法¶
建议按 README 中的顺序操作：
- 调用
podcast_status，确认 ffmpeg 可用与默认阈值。 - 对原始录音调用
podcast_chapters(path="raw.mp3")，查看章节数、断点秒数与rule是否符合预期；必要时调整silenceDb、minSilenceSeconds或maxChapters后重跑。 - 确认断点后调用
podcast_trim(path, cuts=[4.6, 8.8])（示例断点以你上一步结果为准），按需选择format、accurate、prefix。 - 对各段调用
podcast_normalize，将响度统一到目标 LUFS。 - 调用
podcast_feed(feedPath, title, episodes, ...)写出 RSS；检查返回中的problems是否为空。
仓库测试夹具为合成音频：4.0s 440Hz、1.2s 静音、3.0s 660Hz、1.2s 静音、4.0s 880Hz，共 13.4s，预期断点为 4.6s 与 8.8s——用于集成测试验证「中点切分」行为，而非事后反推。
适用场景与注意¶
适合谁： 在 DSH 对话或工作流里处理自建播客、访谈长录音，希望用静音可解释地分章、快速切段、统一响度，并生成客户端不易拒收的 RSS 的开发者。
运行方式： 插件以当前 dsh 进程权限在本机 spawn 调用 ffmpeg，不拼 shell 字符串；下载与写盘限定在你配置的 outputDir 与指定的 feedPath，README 说明不联网。安装前请自行阅读源码与 MIT 许可证，确认路径与输出目录符合你的安全策略。
SkillHub 分类为「模型推理」；就能力而言，本插件属于调用本机 ffmpeg 的播客生产工具链，与是否使用某一类模型无强绑定——在 DSH 中作为工具供智能体按需调用。
其他说明： README 提到对未闭合静音区间、流拷贝与编码兼容判据、RSS 长度自量等实现细节；仓库含针对真实 ffmpeg 的测试套件。社区目录 SkillHub 与 DeepSeek / 幻方无官方从属关系，DSH 生态理念是「一切皆插件」，本文事实均来自上述仓库 README 与 package.json（插件版本 1.0.0）。
结尾¶
dsh-tool-podcast 把播客制作里容易静默失败的三块——断点判断、切段方式、RSS 元数据——拆成可单独核对、可解释的工具步骤。若你在 Harness 里处理长录音与 RSS 发布，可按 README 安装命令接入，先用 podcast_chapters 看清断点，再 trim、normalize、feed。
- 目录页：https://www.skillhub.cn/plugins/yuehancn/dsh-tool-podcast
- GitHub：https://github.com/yuehancn/dsh-tool-podcast
