前言¶
在 DeepSeek Harness（DSH）里做讲解类短视频，常见做法是自己在工作区里拼脚本：分镜表、TTS、字幕时间轴、预览页、ffmpeg 合成，每一步都要和 Agent 对齐目录结构和重跑策略。dsh-plugin-ai-video 把「大纲 → 分镜 → 旁白 → 字幕 → MP4」收进一个 DSH 工作流插件：Agent 负责写大纲与分镜内容，插件负责落盘、配音与图像、字幕切片、离线预览和导出。产品形态参考了 xuanyuanzhifeng/ai-video-agent，实现是针对 DSH 0.2 插件体系重写的独立版本，没有 Next.js、数据库或前端构建，安装插件包即可在 Web 对话里调用工具。
这是什么¶
- 名称：
dsh-plugin-ai-video（仓库 flynow-harness/dsh-plugin-ai-video） - 维护者：flynow-harness
- 分类：工作流（社区目录 skillhub.cn 条目；该站点为社区插件目录，与 DeepSeek / 幻方无官方从属关系）
- 定位：AI video studio plugin for DeepSeek Harness — outline → storyboard → narration → subtitles → MP4，由 Agent 驱动工具链完成
一句话：用自然语言描述视频需求，Agent 调用插件工具创建项目、写分镜、生成素材并导出；所有产物落在本地目录，project.json 可读可 diff。
核心功能¶
分工¶
| 角色 | 职责 |
|---|---|
| Agent | 写视频大纲、每镜旁白、图像提示词；html 模式下直接写 HTML/CSS/JS 动画 |
| 插件 | 项目持久化、TTS 配音、图像生成、时间轴、字幕切片、预览播放器、ffmpeg 合成 MP4 |
模式、风格与画幅¶
- 两种模式：
image（每镜一张图）、html（每镜一段网页动画） - 三种风格：
cyber-clean（科技博主）、terminal-matrix（黑客风）、warm-story（暖色系） - 三种画幅：
16:9、9:16、1:1（对应 1920×1080 / 1080×1920 / 1080×1080）
增量改稿与无网关兜底¶
video_edit_frames支持update/insert/remove/move；改旁白会清理过期配音，改画面会清理过期图片。- 未配置图像 / TTS 网关时仍可用：Chrome 渲染内置标题卡作分镜，macOS
say/ Linuxespeak-ng作配音；配置 OpenAI 兼容网关后自动切换为正式服务。 - 同一份时间轴生成
.srt、.vtt与预览播放器字幕层；MP4 为 H.264 + AAC，本地 ffmpeg 带 libass 时可烧录字幕。
Agent 工具一览¶
| 工具 | 作用 |
|---|---|
video_create |
创建项目（标题、模式、风格、画幅） |
video_outline |
写入或替换整份分镜 |
video_edit_frames |
局部改稿 |
video_generate |
生成图片与配音，可只重跑指定分镜 |
video_preview |
生成字幕与离线预览（不编码） |
video_render |
导出 MP4，并刷新预览与字幕 |
video_show |
查看项目、分镜、时间轴、字幕和产物路径 |
video_list |
列出本机所有视频项目 |
Web 端每次工具调用会渲染分镜卡片，可查看每镜标题、字数、图片/配音就绪状态与时长；离线预览双击项目目录下的 preview.html 即可播放。
兼容版本¶
| 插件版本 | DSH 版本 |
|---|---|
0.1.x |
dsh@0.2.2-alpha.2 |
DSH 仍处于预览阶段，升级 DSH 后应安装对应版本的插件。
安装与启用¶
插件以当前 DSH 进程权限读写 $DSH_HOME/ai-video 等路径，并可调用 ffmpeg、Chrome、外部 API。安装前建议阅读仓库源码与 MIT 许可证，再决定 profile 与密钥配置方式。
安装本地 .tgz（README 推荐写法）¶
若已有打包好的 dsh-plugin-ai-video-0.1.0.tgz：
npx --yes @deepseek-ai/dsh@0.2.2-alpha.2 plugin \
--profile web \
add ./dsh-plugin-ai-video-0.1.0.tgz
确认安装：
npx --yes @deepseek-ai/dsh@0.2.2-alpha.2 plugin --profile web list --depth 0
重启 DSH Web（dsh web 或 pnpm dsh web）后，对话中应出现视频相关工具卡片。
从 GitHub 安装¶
dsh plugin --profile web add github:flynow-harness/dsh-plugin-ai-video
pnpm 11 默认可能因 ERR_PNPM_GIT_DEP_PREPARE_NOT_ALLOWED 失败；仅在信任源码时，可在 profile 的 pnpm-workspace.yaml 中放行：
allowBuilds:
dsh-plugin-ai-video: true
卸载¶
dsh plugin --profile web remove dsh-plugin-ai-video
配置要点¶
默认不配置也能跑（内置标题卡 + 系统语音）。密钥建议用环境变量，结构化项写在 $DSH_HOME/profiles/<name>/cordis.patch.yml，例如：
- id: ai-video
config:
imageBaseUrl: https://api.openai.com/v1
imageModel: gpt-image-1
imageSize: 1536x1024
ttsBaseUrl: https://api.openai.com/v1
ttsModel: gpt-4o-mini-tts
ttsVoice: alloy
常用环境变量包括 DSH_VIDEO_ROOT、DSH_VIDEO_IMAGE_BASE_URL / DSH_VIDEO_IMAGE_API_KEY、DSH_VIDEO_TTS_BASE_URL / DSH_VIDEO_TTS_API_KEY，以及可选的 DSH_VIDEO_FFMPEG、DSH_VIDEO_CHROME 等；完整键与默认值见仓库 README「配置」一节。
典型用法¶
装好插件后，用自然语言驱动 Agent 即可，README 示例包括：
帮我做一个 30 秒的「什么是 RAG」讲解视频，科技博主风格，竖屏
把第 3 镜改成数据可视化，不要人物
给第 2 镜换一句更口语化的旁白，重新生成配音
把最后一镜删掉，再补一个总结镜头，然后导出 MP4
产物默认在 ~/.dsh/ai-video/<project-id>/：project.json、preview.html、assets/ 下的分镜图与旁白、out/ 下的 MP4 与字幕文件。
导出 MP4 需要本机 ffmpeg 与 ffprobe（Node.js 版本需与 DSH 一致：22.19+ 或 24+）。macOS 可按 README 使用 brew install ffmpeg 补齐。
适用场景与注意¶
适合：需要在 DSH Web 对话里快速做讲解短视频原型、分镜可迭代、希望「文件即项目」、可离线预览再导出的开发者或内容实验。
注意：
html模式导出 MP4 时每镜取代表帧（约 1.5s），完整动画保留在preview.html；逐帧动画成片更宜用image模式。- Homebrew 官方
ffmpeg可能未内置 libass，烧录字幕失败时仍会有.srt/.vtt与预览层字幕。 - 图像网关需兼容 OpenAI
POST /images/generations及任务式轮询；项目目录默认不随工作区移动。
结尾¶
dsh-plugin-ai-video 把 Agent 擅长的叙事与改稿，和插件擅长的落盘、配音、字幕、预览、ffmpeg 合成绑在一起，在 DSH「一切皆插件」的生态里提供一条可核对、可 diff 的视频工作流。目录页：https://www.skillhub.cn/plugins/flynow-harness/dsh-plugin-ai-video；源码与完整配置：https://github.com/flynow-harness/dsh-plugin-ai-video。
