前言¶
DeepSeek Harness（DSH）支持通过插件扩展能力。在会话里丢一个 B 站视频链接，想快速了解内容，传统方式是先看简介再手动翻评论，或依赖可能需要登录的官方字幕接口。这个插件用 DSH 的工具机制，把视频解析流程下沉到本地：先取元数据、下音轨、本地转写，再把结果交给模型写解析、渲染一图读懂 PNG。
它是什么¶
一个跑在 DSH 里的插件，核心是两个工具：bili_video_transcribe 和 bili_video_render。
bili_video_transcribe：下载音轨 + 本地转写，返回元数据、全文和 txt/srt/tsv 路径。bili_video_render：根据解析结果渲染一图读懂 PNG，并把 md 写进输出目录。
插件依赖 faster-whisper，在本地完成 ASR 和绘图，不依赖 B 站的登录态或官方字幕接口。
核心功能¶
- 取元数据：解析 BV 号，调用 B 站公开 JSON 接口（
view/playurl）获取标题、UP 主、时长、播放数、点赞数、标签等，数字全部从接口取值。 - 下音轨：调用
/x/player/playurl?fnval=16取 DASH 音轨（m4a），优先码率最高一路，失败时换 backupUrl。不安装 yt-dlp，不依赖 ffmpeg。 - 本地转写：用 PyAV 把音轨解成 16kHz 单声道 float32，喂
faster-whisper-small（int8，CPU）。输出 txt / srt / tsv，进度写 stderr，结果用一行RESULT_JSON:回传给 DSH。 - 写解析：解析由模型在会话中完成，模型读完整转录，按「信息 / 灯塔 / 建议 / 评估」组织成 md，引用到的数字回接口核对，ASR 专名存疑时标注。
- 渲染出图：把结构化内容交给 Pillow 画成 1920×1320 的「一图读懂」，同时把 md 和转录文件写入输出目录。
一次调用产出：
解析-视频标题.md：解析文档，含框架、原话和评估。视频总结一图读懂.png：1920×1320，一页看完。transcript.txt/.srt/.tsv：逐句转录，方便回查原话。
安装与启用¶
前置条件：
- DSH 桌面版，实测版本 0.2.1-rc.2。
- Windows 10 / 11，约 725MB 磁盘空间（模型 462MB + Python 依赖约 260MB）。
- 首次使用需要联网下载依赖和模型。
- 不需要 B 站账号，不需要 ffmpeg，不需要 yt-dlp。
安装命令（桌面版）：
dsh plugin --profile desktop add github:zz12hui/dsh-bili-video-summary
DSH 桌面版运行时命令行不会修改应用的 profile：先退出桌面版再执行，或在市场里一键安装。
装完后重启 DSH（关闭窗口含托盘退出 → 重开 → 恢复会话）。首次使用会自动安装运行环境（模型 + Python 依赖），脚本位置见 README 中的手动安装部分。
典型用法¶
在 DSH 会话中发送 B 站视频链接，助手会依次调用两个工具：
bili_video_transcribe：下载音轨 + 本地转写，返回元数据、全文和转录文件路径。- 模型根据转录内容写解析（md）。
bili_video_render：接收解析结果，渲染一图读懂 PNG 并写入输出目录。
工具调用顺序固定为 transcribe → 模型解析 → render。
配置与目录¶
可选环境变量：
| 变量 | 默认值 | 作用 |
|---|---|---|
BILI_SUMMARY_HOME |
~/.dsh/bili-video-summary |
数据根目录 |
BILI_SUMMARY_PYLIBS |
$BILI_SUMMARY_HOME/pylibs |
Python 依赖目录 |
BILI_SUMMARY_MODEL |
$BILI_SUMMARY_HOME/model/faster-whisper-small |
模型目录 |
BILI_SUMMARY_PYTHON |
DSH 自带 Python 运行时 | Python 解释器 |
安装位置：
| 内容 | 路径 |
|---|---|
| 插件本体 | %USERPROFILE%\.dsh\profiles\desktop\node_modules\dsh-local-bili-summary\ |
| profile 补丁行 | %USERPROFILE%\.dsh\profiles\desktop\cordis.patch.yml 末尾 bili-summary-panel |
| 数据根目录 | %USERPROFILE%\.dsh\bili-video-summary\ |
| 缓存 | …\cache\<BV号>\（audio.m4a / transcript.* / result.json） |
适用场景与注意¶
- 适合需要快速浏览 B 站视频内容，尤其是长视频（如 30 分钟以上）。
- 需要本地处理，不希望依赖 B 站登录态或官方字幕接口。
- CPU 推理，速度约视频时长的 0.4 倍；30 分钟视频约 12 分钟。
- 不适用于纯音乐视频，因为没有识别到语音内容时会报错。
- 插件逻辑和 Python 脚本是跨平台的，但一键装环境脚本目前只支持 Windows。
使用前建议检查源码与许可证。
短结尾¶
这个插件把 B 站视频解析流程固化为本地工具链：取元数据、下音轨、ASR 转写、模型解析、一图读懂。适合需要快速理解视频内容、避免依赖登录态或官方字幕的开发者。
- 目录页：https://www.skillhub.cn/plugins/zz12hui/dsh-bili-video-summary
- GitHub：https://github.com/zz12hui/dsh-bili-video-summary
