前言¶

在 DSH 里做智能体时，常见做法是把网页或文档丢进上下文，但技术类内容大量落在 B 站等视频里：口播细节、演示步骤、幻灯片上的公式往往不在简介里。整段下载再人工整理，成本高；只记链接又几乎无法检索。下面介绍社区插件 dsh-forage（采源 Forage）：在 DSH 侧注册一组工具，由 Python 引擎负责快扫元数据、深采转写与可选抽帧 OCR，并把摘要写回本地 SQLite，供后续模糊检索。

这是什么¶

dsh-forage 由维护者 a3079566007-pixel 发布，在 DSH 插件目录分类为「记忆」，当前 GitHub 星标为 0。仓库自述为「DSH 插件（宿主层）+ Python 引擎（转写 / OCR / SQLite）」的合集：Node 侧是薄壳，通过 spawn 调用 engine/harvest.py --json <cmd> 完成实际工作。命名上，中文 采源 指采集信源、留存知识；英文 Forage 强调按偏好挑选，而不是无差别抓取整站。

许可证为 MIT（README 标注 © 2026 mikejikichen）；npm 包版本为 0.1.0。

架构概览¶

DSH 插件（Node，薄壳）
  ├─ Config：pythonPath / scriptPath / whisperModel / defaultFrames / timeout
  └─ 7 个 defineTool ──spawn──> engine/harvest.py --json <cmd>
                                   ├─ B 站 WBI 搜索（requests）
                                   ├─ yt-dlp 下载 → faster-whisper 转写
                                   ├─ ffmpeg 抽帧（场景检测 + 哈希去重）→ rapidocr
                                   └─ SQLite（trigram FTS + 二元组模糊）

依赖包括 Python 3.12、yt-dlp、ffmpeg、faster-whisper、rapidocr_onnxruntime。国内拉模型时，引擎已内置 HF_ENDPOINT=https://hf-mirror.com 与 HF_HUB_DISABLE_XET=1 的说明。

核心功能¶

插件向 DSH 暴露 7 个工具，对应从「定方向」到「查库」的流水线：

典型顺序可以是：先用 forage_plan / forage_search 缩小候选，再 forage_ingest 深采，经 forage_digest 与 forage_note 沉淀摘要，最后用 forage_kb 检索；进度与异常可用 forage_status 或 CLI harvest.py --json status 查看。更细的参数说明在仓库 docs/SKILL.md（面向模型使用）。

安装与启用¶

README 给出的安装分两步：先把 Python 引擎放到用户目录，再在 DSH 的 profile 里本地 link 插件。官方示例为 PowerShell（路径按 Windows 用户目录写法）：

# 1) 引擎：放到 ~/.dsh/harvest/
mkdir "$env:USERPROFILE\.dsh\harvest"
copy engine\harvest.py "$env:USERPROFILE\.dsh\harvest\harvest.py"
copy engine\profile.example.json "$env:USERPROFILE\.dsh\harvest\profile.json"

# 2) 插件：本地 link 安装
#    profile 的 package.json 里加依赖与 bundle，然后 pnpm install

Linux /macOS 用户需把上述路径换成对应的 ~/.dsh/harvest/，拷贝仓库中的 engine/harvest.py 与 engine/profile.example.json（后者改名为 profile.json）。插件侧需在 profile 的 package.json 中声明对本包的依赖及 dsh.bundle.patch（见仓库 package.json 与 cordis.patch.yml），再执行 pnpm install。资料中未给出 dsh plugin add github:... 一类一键命令，请勿自行拼接。

配置项¶

宿主层可通过配置指向引擎与模型行为（默认值以 README 为准）：

peer 依赖包括 @deepseek-ai/cordis ^4.0.2、@deepseek-ai/dsh-tools >=0.2.0-rc.1、 @deepseek-ai/schemastery ^3.18.2。

适用场景与限制¶

适合：需要从 B 站（及 yt-dlp 可解析的链接，如抖音链接导入）把视频变成可检索文本与摘要、并在本机 SQLite 里模糊搜索的 DSH 工作流。

限制与注意（均来自 README）：

• 抖音仅支持链接导入（yt-dlp）；搜索侧 README 提到使用 whale_dive_*（具体以引擎文档为准）。
• OCR 对竖屏低码率视频不准，横屏 1080p 较可用；关键帧原图会保留，可交给视觉模型精读。
• ASR 对专有名词易错（示例：LoRA→RORA），摘要阶段需结合上下文校正。
• 长任务以 detached 进程运行，异常状态会落在 failed，可用 harvest.py --json status 排查。

DSH 插件在 当前 dsh 进程权限 下运行，会调用 Python、下载与写本地库。安装前请阅读仓库源码与 MIT 许可证，确认网络下载与磁盘路径可接受。DeepSeek Harness 的「一切皆插件」理念下，社区目录（如 SkillHub）为独立站点，与 DeepSeek / 幻方无官方从属关系；本文仅介绍社区维护的 dsh-forage。

链接¶

• 插件目录页：https://www.skillhub.cn/plugins/a3079566007-pixel/dsh-forage
• 源码与 README：https://github.com/a3079566007-pixel/dsh-forage

经过上面的步骤，你可以在 DSH 里用采源 Forage 把视频流里的有效片段落成本地知识库，而不是只留一堆打不开的链接。