前言¶
DeepSeek Harness（DSH）的核心理念是「一切皆插件」，用户可以在聊天会话中直接通过自然语言调用各种工具，而无需切换上下文。对于需要快速掌握长视频内容的开发者与研究者来说，常见做法要么在本地用脚本抓取字幕与元信息，再手动交给大模型总结；要么依赖第三方聚合站，往往拿不到完整依据或无法直接在 DSH 会话中复用。dsh-video-digest 插件解决的就是这个问题：它将视频链接转化为一份带依据的总结，并在结果中明确说明使用了哪些材料、置信度如何，让「看了什么」和「没看到什么」都透明可查。
是什么¶
dsh-video-digest 是一个运行在 DSH 中的本地插件，由 hunyu-feng 维护，分类属于「联网工具」。它注册了两个工具：
video_digest：将视频链接抓取为可读材料，调用当前默认模型，输出结构化的总结（标题、一句话结论、正文、要点、时间线、依据、置信度）。video_transcript：仅提取带时间码的字幕逐字稿，不调用模型。
插件支持 B 站（BV/av、多分 P、b23.tv 短链）、YouTube、抖音（通过本机 Edge/Chrome 无头渲染取文案与话题），以及任何带视频元信息的普通网页；安装了 yt-dlp 后还可抓取更多站点的字幕。
核心功能¶
插件不会解码画面和音频，而是按可用性从高到低选取材料，并在输出中如实标注强度。它支持的材料与所需条件如下：
- 字幕逐字稿：需要 B 站登录 cookie（
SESSDATA）或yt-dlp，强度为高。 - B 站官方 AI 总结：需要 B 站登录 cookie，强度为高。
- 章节（
view_points）、简介、标签：不需要，强度为中。 - 弹幕采样 + 热评：不需要，强度为低，仅作侧写。
- 页面正文 / OG 元信息：不需要，强度视页面而定。
因此输出中永远包含 basis（依据）和 confidence（high / medium / low），没有字幕时会通过 warnings 说明「未获得逐字稿」。它不会假装自己看了视频。
弹幕不会原样塞给模型：先过滤掉短文本（如”哈哈”“1”“？”）并去重，再沿时间轴均匀采样，让模型看到的是全程走向而非开场刷屏。
安装与启用¶
插件以 bundle 形式声明（package.json 中的 dsh.bundle.patch → cordis.patch.yml），安装到 DSH 的 profile 即可：
- 在 DSH 中打开 插件 → 安装本地插件包（或让 agent 调用
plugin_manager的install_bundle）。 - 选择本仓库根目录作为包目录。
- 重启会话后，工具列表中会出现
video_digest和video_transcript。
卸载时在插件列表中禁用或移除 dsh-video-digest，工具会随之卸载（插件是 fiber 作用域）。
典型用法¶
直接用自然语言即可调用 video_digest：
帮我总结这个视频 https://www.bilibili.com/video/BV1Xdnc6jEbL
这个视频的核心论点是什么？只看技术细节 https://youtu.be/xxxxxxxxxxx
需要原文引用时调用 video_transcript：
把 BV1Xdnc6jEbL 的字幕原文取出来
工具参数：
url（必填）：视频页链接。focus：想看的角度，例如”核心论证”“代码实现”。language：输出语言，默认简体中文。detail：brief/standard/detailed，detailed会送更多逐字稿进模型。page：B 站多分 P 时指定第几 P。cookie：B 站SESSDATA，建议通过环境变量设置。
配置¶
通过环境变量可覆盖默认行为：
BILI_COOKIE：B 站SESSDATA（可只填值，也可填完整 cookie 串）。设置后解锁字幕逐字稿与官方 AI 总结。YT_DLP_PATH：指向yt-dlp可执行文件。设置后 YouTube 及其他站点走yt-dlp抓字幕；B 站未拿到字幕时也会尝试用它补。VIDEO_DIGEST_PROVIDER+VIDEO_DIGEST_MODEL：覆盖总结用的模型路由；默认跟随 DSH 当前的agentDefaultModel。DSH_VIDEO_DIGEST_CONFIG：覆盖插件配置文件的路径。
单独给本插件指定模型（不影响 DSH 全局默认）：
// ~/.dsh-video-digest/config.json
{ "provider": "deepseek-account", "model": "deepseek-v4-pro", "reasoningEffort": "max" }
优先级：工具参数 → 环境变量 → 配置文件 → agentDefaultModel → 第一个已注册 provider。reasoningEffort 可省略，省略时使用模型自己的默认档位。
插件本身不保存任何 API key：总结走 DSH 已在用的 provider/model，因此更换默认模型时仍可正常工作。
输出示例¶
{
"title": "中文已死：为什么我们越来越不敢好好说话？",
"platform": "bilibili",
"author": "大圆镜科普",
"durationSeconds": 427,
"headline": "用热梗代替表达，让语言在省力中磨损",
"summary": "……",
"keyPoints": ["……"],
"chapters": [{ "time": "0:00", "title": "热梗是压缩包", "startSeconds": 0 }],
"basis": "基于章节、弹幕、热评（未获得逐字稿）",
"confidence": "medium",
"warnings": ["未登录 B 站，看不到字幕列表（字幕接口需要 SESSDATA）。"],
"model": "deepseek-account/deepseek-flash"
}
适用场景与注意¶
适合需要快速掌握长视频内容、依赖 DSH 上下文进行后续处理的开发者与研究者。使用前应确认 DSH 桌面宿主进程的权限（例如抖音链接可能因浏览器权限问题返回空页面），必要时可在终端运行 node scripts/smoke.mjs <链接> 进行材料抓取验证。插件依赖平台未公开接口，平台改版时可能失效，此时可通过 scripts/smoke.mjs 快速自查。
结尾¶
dsh-video-digest 插件让 DSH 在不离开聊天会话的前提下完成从视频链接到结构化总结的全流程，依据与置信度清晰可见。更多细节可参考插件目录页与 GitHub 仓库。
