前言¶
在 DeepSeek Harness（DSH）里做智能体时，模型往往只能处理文本和当前工作区里的文件。用户丢过来一条 B 站链接或本地 MP4，常见做法是人工转字幕、截几张图再粘贴进对话，既慢又难保留时间轴。社区插件 dsh-video-kit（维护者 shisuiqingqian）把「下载 / 抽帧 / 中文语音识别」收成少数几次工具调用：返回带时间戳的逐字稿和关键帧的绝对路径，模型可再配合内置 read_image 逐帧查看。目录分类为「模型推理」；插件在 SkillHub 目录页 与 GitHub 仓库 均可查阅（社区目录与 DeepSeek / 幻方无官方从属关系）。
这是什么¶
dsh-video-kit 是面向 DSH 的本地插件（当前包版本 1.2.2，MIT 许可）。一次 video_read 可把本地视频绝对路径或 http(s) 页面链接变成：
transcript：时间轴逐字稿；frames：关键帧图片的绝对路径；- 以及
outdir、duration等元数据。
网页侧依赖 yt-dlp 处理 bilibili、腾讯视频、YouTube 等；字幕不足时用 Paraformer（sherpa-onnx）做中文 ASR 补齐；关键帧由 ffmpeg（经 imageio-ffmpeg）抽取。ASR 模型约 227 MB，不随 npm 包分发，首次使用或提前运行 setup 脚本会落到数据目录。
核心功能¶
插件注册三个工具（进程启动时加载，见下文「装完必须做两件事」）：
| 工具 | 作用 |
|---|---|
video_read |
读单个视频：转写 + 抽帧，返回路径与时长 |
video_discover |
按关键词在抖音 / 小红书 / 公众号 / B 站等找候选，返回标题与 URL，再交给 video_read |
video_kit_setup |
体检或安装 Python 运行时依赖与 ASR 模型（check=true 仅体检） |
video_read 主要参数（摘自 README）：
| 参数 | 类型 | 默认 | 说明 |
|---|---|---|---|
source |
string | 必填 | 本地绝对路径或 http(s) 链接 |
every |
number | 20 | 每隔多少秒抽一帧；短视频会自动加密到 2 秒 |
maxframes |
number | 24 | 最多抽帧数 |
copyTo |
string | — | 将关键帧与逐字稿复制到指定目录，返回复制后的路径 |
timeoutMs |
number | 900000 | 整体超时；约 10 分钟视频处理常见 1–3 分钟 |
video_discover 面向需登录的平台：插件使用独立浏览器 profile（默认目录 ~/.dsh/toolkits/video-kit/browser，CDP 端口默认 9333，可用 VIDEO_CDP_PORT 修改），用户在弹出窗口登录一次后复用 cookie（DPAPI 加密），插件不接触账号密码。platform=bilibili 不需登录，可用于验证 CDP 链路。
安装与启用¶
官方推荐在解压后的 dsh-video-kit 目录执行 PowerShell 安装脚本（勿凭插件名自行拼接 dsh plugin add 类命令）：
# 解压后进入 dsh-video-kit 目录
powershell -ExecutionPolicy Bypass -File .\install.ps1
脚本会：将文件铺到 ~/.dsh/local-plugins/、同步到 profiles/<profile>/node_modules/、登记 file: 依赖、在 profile 补丁层写入挂载块，并做一次依赖体检。可选参数：-Profile <名字>（默认 desktop）、-NoPatch、-WhatIfOnly。
手工安装需复制目录到 %USERPROFILE%\.dsh\local-plugins\dsh-video-kit 与 %USERPROFILE%\.dsh\profiles\desktop\node_modules\dsh-video-kit，在 cordis.patch.yml 末尾追加挂载块，并在同目录 package.json 的 dependencies 增加 "dsh-video-kit": "file:../../local-plugins/dsh-video-kit"。也可在 profile 目录执行：
cd %USERPROFILE%\.dsh\profiles\desktop
pnpm add file:../../local-plugins/dsh-video-kit
装完后仍需写入与脚本相同的 cordis.patch.yml 挂载片段。
装完必须做两件事：
- 完全退出并重新打开 DeepSeek Harness（插件在进程启动时加载，热改不生效）。
- 新开一个会话（已有会话的工具表在建立时冻结，老会话看不到
video_read属正常行为）。
运行时要求 Node >= 18，以及本机 Python 3.8+ 且在 PATH 中。Python 依赖由 setup 经 pip install --user 安装，无需管理员权限，也无需系统单独安装 ffmpeg。
数据与模型默认目录（可用环境变量 VIDEO_KIT 修改）：
%USERPROFILE%\.dsh\toolkits\video-kit\
models\asr-paraformer-zh\model.int8.onnx
models\silero_vad.onnx
videos\<视频名>\frames\*.jpg
videos\<视频名>\transcript.txt
提前安装或体检：
python "%USERPROFILE%\.dsh\toolkits\video-kit\bin\setup.py"
python "%USERPROFILE%\.dsh\toolkits\video-kit\bin\setup.py" --check
也可调用工具 video_kit_setup（check=true 只体检）。
典型用法¶
对模型用自然语言说明即可，例如：
用 video_read 读 D:\videos\demo.mp4，每 10 秒抽一帧
模型拿到 frames 后会自行调用 read_image 结合 transcript 作答。
若会话文件策略为 workspace-write，DSH 把图片复制到 ~/.dsh/attachments/ 时可能因工作区外不可写导致页面「图片无法预览」；此时对工作区内路径传 copyTo，例如：
用 video_read 读 D:\videos\demo.mp4，copyTo 传 C:\Users\你\工作区\.frames
检索流程（需登录平台时）：
video_discover action=login platform=douyin
video_discover action=status
video_discover action=search platform=douyin query="数字人 教学"
将返回的 items[].url 交给 video_read 即可。
卸载：
powershell -ExecutionPolicy Bypass -File .\uninstall.ps1
powershell -ExecutionPolicy Bypass -File .\uninstall.ps1 -PurgeData
-PurgeData 会连同约 230 MB 模型数据一并删除。
适用场景与注意¶
适合需要在 DSH 对话里直接理解教学视频、会议录像、站点分享链接的开发者；也适合先 video_discover 再批量 video_read 的轻量检索场景。
使用前请注意：
- 插件以当前 DSH 进程权限运行，会读写
~/.dsh下目录、调用 Python 与网络下载；安装前请自行审阅 源码 与 MIT 许可证，第三方模型与工具许可遵循各自上游。 video_discover仅读列表页，默认不做并发；登录态一般 7–30 天失效需重新action=login。- 无音轨或纯音乐时转写可能为空，仍可依赖关键帧。
- 常见误判：新进程新会话才有工具；挂载问题可查
~/.dsh/toolkits/video-kit/plugin-loaded.txt；package.json带 BOM 可能导致 DSH 启动 JSON 解析失败（安装器 1.1.1 起已处理无 BOM）。
结尾¶
dsh-video-kit 把「链接或文件 → 时间轴文稿 + 可看图的关键帧」收成 DSH 工具链上的一步，减轻手工截帧与抄字幕的负担。进一步了解与安装包见 SkillHub 目录 与 GitHub：shisuiqingqian/dsh-video-kit。
