前言¶

在 DeepSeek Harness 里让模型「看视频」，常见做法是抽几帧或依赖云端摘要，容易漏细节，也难以核对讲解与画面是否一致。若需要本地处理公网 B 站分 P 或 YouTube 单视频、按时间分段看图与字幕，并把分析结果排成 16:9 研究型幻灯片，单靠通用聊天能力往往不够。下面介绍社区插件 视频精读（npm 包名 dsh-video-learning，仓库 SZUold8/dsh-video-learning），维护者为 SZUold8，在 SkillHub 目录中归类为 联网工具。

这是什么¶

视频精读 是 DSH 的视频内容研读插件，当前 Windows 分发版 v0.3.5。它接受合法取得的本地视频，或 B 站标准链接/BV、YouTube 单视频链接；插件侧提供带时间索引的画面与讲解证据（抽帧、拼图、可选离线转写与字幕导入），再由当前聊天模型逐段分析。设计重点是内容保留、细节核对和诚实列出遗漏，而不是用少量代表帧生成快摘要。

README 明确说明：这不是视频播放器，也不是保证「100% 看懂视频」的模型；抽帧完成不等于 AI 已读完，语音识别、变化检测和模型分析都可能漏错。

核心功能¶

抽帧与分段¶

• 默认每 3 秒 基础采样，按 5 分钟 分段。
• 全片逐源帧做 640 宽灰度局部变化检查，补首末帧和变化前后精确 PTS 帧；补帧预算按 5 分钟时间段分配。超预算会标记 partial 并记录每段省略数量。

语音与字幕¶

• 可选本地 faster-whisper 转写（Windows CPU 兼容依赖锁定 faster-whisper 1.2.1、CTranslate2 4.4.0 等；模型文件由用户单独配置）。
• 可导入完整 SRT/VTT；可用已有本地模型转写完整音轨并保留逐词时间，运行时不下载模型。
• 无字幕且无本地 ASR 时，只能分析画面，不能声称听过完整讲解。

图版与补看¶

• 3×3 带时间拼图用于总览，另存 原分辨率 PNG，便于尺寸与小字核对。
• 可按时间点或短时间窗补帧（默认 0.5 秒），可裁切原图区域。

联网获取¶

• 获取 B 站标准链接/BV 的 单个分 P、YouTube 单视频，尽量保留策略内可访问高清影音，不强制 360P，不重编码。
• 政策上不支持直播、付费节目、交互分支等；不读浏览器 cookie、不尝试登录或 DRM 绕过（详见仓库 README「获取政策与隐私」）。

分页与 PPT¶

• 分段读取图版分页默认 4 张，返回下一页偏移，避免千帧数据超出聊天工具输出限制。
• 模型分析完成后，可通过 video_learning_pptx 把结果排版成 16:9 研究型 PPT（封面、段落总结、分节图版＋要点、收尾）；文字由模型撰写，插件负责版式与按时间取图。

暴露的工具¶

共七个工具：video_learning_doctor、video_learning_fetch、video_learning_prepare、video_learning_segment、video_learning_detail、video_learning_transcribe、video_learning_pptx。长任务返回 job_id，用 job_output 收集、job_kill 取消，不重复启动。

系统与依赖¶

当前只支持 Windows。 需要 DSH 中现有的 pwsh、tools、skills 和 jobs（长任务）服务；基于 DSH Desktop 0.2.1-rc.3 验证，package.json 声明 dsh 引擎 >=0.2.0-rc.1。

插件以当前 DSH 进程权限运行；安装前应自行查看仓库源码与 MIT 许可证。插件不调用云端 LLM、不上传用户视频，但 AI 随后通过当前模型或 ModLens 看图时，图像可能送到所选服务。

安装与启用¶

发给他人安装时使用 dsh-video-learning-0.3.5.tgz；ZIP 为源码包，不是直接安装包。SkillHub 目录页：https://www.skillhub.cn/plugins/SZUold8/dsh-video-learning。

1. 先打开一次 DSH Desktop 完成初始化，然后 完整退出 DSH。
2. 使用该 Desktop 自带 CLI（不是通用 npm 安装的 DSH CLI）：

& '<DSH安装目录>\resources\runtime\cli\bin\dsh.cmd' plugin --profile desktop add '<安装包完整路径>\dsh-video-learning-0.3.5.tgz'

若 Desktop 自带 dsh 已在 PATH，可缩写为：

dsh plugin --profile desktop add '<安装包完整路径>\dsh-video-learning-0.3.5.tgz'

3. 在安装后的包目录（通常为 %USERPROFILE%\.dsh\profiles\desktop\node_modules\dsh-video-learning）配置依赖。先只检查：

.\scripts\setup.ps1

显式安装核心与下载依赖：

.\scripts\setup.ps1 -Install -WithFetch -Python '<Python完整路径>'

需要语音识别时另加 -WithAsr；需要 PPT 时用 setup.ps1 -WithPptx 或手动安装 requirements-pptx.txt。脚本不会下载模型或 FFmpeg。

4. 重新打开 DSH，在聊天中让 AI「检查视频精读依赖」，或在包目录执行：

node scripts/doctor.mjs

典型用法¶

在 DSH 聊天中可直接用自然语言驱动，README 示例包括：

• 「用视频精读分析这个本地视频，先处理前 5 分钟。」
• 「获取这个 B 站链接的第 2P，按内容还原标准逐段分析。」
• 「对 125～130 秒每 0.5 秒补帧，放大尺寸标注。」

流程上：联网获取后根据真实 media_path 调用 prepare；存在 subtitle_path 才传入。输出 PPT 时，先让模型读完分节内容，再写 brief JSON（含 title、theme、summary、sections、closing），然后调用 video_learning_pptx（brief 必填，out 为新目录，manifest 可选）。输出 deck.pptx 与 deck-manifest.json。

适用场景与注意¶

适合需要在 Windows 上、在 DSH 对话里 系统性精读 教程或讲座视频的智能体开发者：要时间轴证据、要分段翻页、可选本地 ASR 与 16:9 汇报稿，且能接受「还原优先、明确标注遗漏与 partial」而非一键摘要。

务必注意：灰度变化检测可能漏掉细小或低对比变化；ASR 与字幕可能错认术语；默认安全限额为 2GiB/2 小时，可显式提高。证据限制与 HTTP 获取边界见仓库 README。

DeepSeek Harness 生态理念是「一切皆插件」；SkillHub 为社区目录，与 DeepSeek / 幻方无官方从属关系，本文不将其描述为官方应用商店。

结尾¶

视频精读 把公网或本地视频变成带时间索引的 PNG、拼图、字幕/转写证据，并配合七个工具与可选 PPT 输出，方便在 DSH 里做逐段、可核对的研读。详情与更新以 GitHub 为准：

• 目录页：https://www.skillhub.cn/plugins/SZUold8/dsh-video-learning
• 仓库：https://github.com/SZUold8/dsh-video-learning