dsh-video-to-knowledge:把視頻課沉澱成帶時間戳的知識卡

前言

在 DSH(DeepSeek Harness)裏做智能體或知識工作流時,常見痛點是:長視頻課看完只剩「看過」,難以檢索、回跳和復盤。手工抄筆記、自己拼 yt-dlp 和 Markdown 模板,鏈路長且難統一質檢。下面介紹的插件由社區維護者 yayuqianhuang 發佈,把「視頻鏈接 → 帶時間戳的 Markdown 知識卡 → 落盤 kb/」整條 AJTC 觸發鏈封裝成可對話觸發的工具,並附帶環境自檢、素材準備、五項機器校驗、查重與計數覈驗。

這是什麼

dsh-video-to-knowledge 是 DeepSeek Harness 插件(npm 包名同倉庫名,當前版本 0.1.11,MIT 許可證)。定位一句話:抓字幕 → 清洗切塊 → 組裝卡片 → 校驗 → 查重 → 落盤 → 覈驗 →(可選)回寫大綱。

每張卡片帶 [mm:ss] 錨點與 source_url#t=秒 深鏈,寫入知識庫後可跳回原視頻對應時刻。倉庫:https://github.com/yayuqianhuang/dsh-video-to-knowledge;社區目錄頁:https://www.skillhub.cn/plugins/yayuqianhuang/dsh-video-to-knowledge。

核心功能

流水線能力

插件文檔描述的完整鏈包括:抓字幕、清洗切塊、組裝卡片、五項機器校驗、查重、落盤、計數覈驗,以及可選的大綱回寫。素材行格式爲 [mm:ss] 內容,時間戳爲整視頻累計時間(多 P 視頻也不是分 P 內相對時間)。

五個主要工具

工具 作用 會聯網
vk_doctor 環境自檢(含 B 站登錄態) 否
vk_login 登錄引導:登記 cookie 路徑 / 自動發現 / 操作說明 否
vk_config 查看 / 修改配置 否
vk_prepare 元數據 + 字幕 + 清洗切塊 + 素材包 是(有緩存則複用)
vk_run 校驗 → 查重 → 落盤 → 覈驗 → 大綱 僅在需要重抓字幕時

另保留 AJTC 相關能力:ajtc_list_chains、ajtc_run_chain(文檔標明僅 mock)、ajtc_recall_memory。

兩種常見產物

落庫時,卡片進 kb/<collection>/;若要求「大綱與骨幹完整版」,還會在 reports/ 下產出橫向重組的《大綱與骨幹》。長課文檔建議兩份一起看:卡片回答「這一節具體說了什麼」,大綱回答「這門課講什麼、該看哪幾節」。

配置方式

本插件沒有圖形設置頁(未發佈 dsh 客戶端 bundle)。可調項通過 vk_config 與配置文件完成,優先級爲:工具入參 > 環境變量 > 配置文件 > 會話工作區 > cwd。

配置 必填 默認 說明
outputDir 否 <工作區>/videoToKnowledge/ 輸出根;kb/、runs/、cards/ 均在其下
cookiesPath 否 無 B 站 Netscape 格式 cookie(無 BOM)
pythonPath 否 自動探測 一般無需改

查看與修改示例:

{ "action": "get" }
{ "action": "set", "key": "outputDir", "value": "D:/kb" }
{ "action": "set", "key": "cookiesPath", "value": "D:/tmp/bili-cookies.txt" }

安裝與啓用

插件聲明的宿主要求:dsh >=0.1.0-rc.7 <0.3.0,Node >=22.19。

官方安裝命令(README 原文):

dsh plugin --profile web add github:yayuqianhuang/dsh-video-to-knowledge
dsh plugin --profile web list          # 應能看到 dsh-video-to-knowledge

市場按 GitHub 倉庫 topic dsh-plugin 收錄;README 提到也可用 npm 安裝作爲兜底(見倉庫內 PUBLISH.md)。

你需要自備(插件無法打包)

依賴 用途 檢查方式
Python 3.10+ 跑流水線腳本 依次嘗試 py -3、python3、python;可設 VK_PYTHON
yt-dlp 抓元數據與字幕 pip install -U yt-dlp
ffmpeg + faster-whisper 僅無字幕視頻走本地 ASR 時需要 不裝也能用平臺字幕
B 站登錄 cookie need_login_subtitle 視頻的字幕 見下文

安裝後建議先做一次環境自檢,再處理需要登錄態的 B 站鏈接。

典型用法

第一次用:三步

文檔給出的順序如下:

① vk_doctor   →  看缺失項
② vk_prepare  →  抓元數據 + 字幕 + 清洗切塊,拿到按分 P 的素材包
③ (模型讀素材寫卡片正文)→ vk_run  →  校驗 + 落盤 + 覈驗

① 自檢

入參示例:

{ "url": "https://www.bilibili.com/video/BVxxxxxxx", "cookiesPath": "D:/tmp/bili-cookies.txt" }

輸出會說明 Python / yt-dlp / ffmpeg / whisper 是否可用,以及 B 站登錄態爲 valid / partial / invalid。

② 準備素材

vk_prepare 返回結構包含 videoId、materialDir、materials(按分 P 的 txt)以及 next 提示。素材準備好後,由模型在 <workDir>/cards/ 下創建 card-<videoId>-pNN.md,只寫正文,不要寫 frontmatter;frontmatter、命名與索引由鏈自動生成。

卡片正文可參考 README 中的章節模板(一句話結論、核心要點帶時間戳、章節時間軸、關鍵概念、可執行清單、存疑等)。

③ 落盤

vk_run 入參示例:

{
  "url": "https://www.bilibili.com/video/BVxxxxxxx",
  "kbPath": "D:/kb",
  "collection": "bilibili",
  "mode": "upload",
  "outlinePath": "D:/notes/學習大綱.md"
}

返回執行報告:卡片數、quality.ok、查重命中、verify 計數、大綱回寫節數等。

用自然語言觸發(裝好後)

README 列出六條常用說法,覆蓋大部分場景:

你想幹什麼 說這句話
全流程沉澱一張卡 「把這個視頻沉澱成知識卡:<鏈接>」
卡片 + 大綱骨幹完整版 「沉澱成知識卡,另外再給一份《大綱與骨幹》完整版:<鏈接>」
只要大綱/骨幹,不落庫 「分析這個視頻的大綱和骨幹,先不落庫:<鏈接>」
批量處理 「依次把這三個鏈接沉澱進 kb:<鏈接1> <鏈接2> <鏈接3>」
登錄態排障 「B 站字幕抓不到,幫我配登錄態」
環境自檢 「先自檢環境,缺什麼告訴我」
質檢返工 「檢查 kb 裏這批卡片的質量,不合格的按素材重寫」

內部映射簡述:「沉澱成知識卡」會走 vk_doctor → vk_prepare →(模型寫 cards/)→ vk_run → kb/<collection>/;「只分析不落庫」則 vk_prepare 後直接輸出到 <outputDir>/reports/。

B 站登錄態(無圖形表單)

  1. 瀏覽器登錄 B 站(cookie 等同賬號密碼,文檔建議用小號)。
  2. 導出 Netscape 格式 cookie 到任一路徑,例如 ~/.dsh-video-to-knowledge/bili-cookies.txt 或工作目錄下的 bili-cookies.txt。
  3. 調用 vk_login 登記路徑;也可在工具入參裏直接給 cookiesPath。

vk_login 只做文件存在性與 SESSDATA 字樣判斷,不讀取、不打印 cookie 內容。常見坑包括:文件帶 BOM、擴展導出的是提示文字而非 cookie、Chrome --cookies-from-browser 解密失敗等,README 有對照表。

字幕排障順序:先看 vk_doctor 的「字幕軌」與「B 站登錄態」;登錄過期先重導 cookie;若仍不可用且播放器裏只有畫面內硬字幕,則需本地 ASR/OCR 或換有 ai-zh 字幕軌的視頻。

適用場景與注意

適合誰:需要把 B 站等平臺長課變成可檢索 Markdown 知識庫、且願意在 DSH 會話裏用自然語言或工具鏈驅動沉澱的開發者;批量鏈接、質檢返工、大綱不落庫等場景在 README 中都有對應說法。

運行與安全:插件在 當前 dsh 進程權限 下執行,會調用 Python、yt-dlp,並在需要時聯網抓元數據與字幕。安裝前應自行查看倉庫源碼與 MIT 許可證;B 站 cookie 文件由你本地保管,勿提交到版本庫。

生態說明:DSH 理念是「一切皆插件」;SkillHub 等社區目錄爲獨立站點,與 DeepSeek / 幻方無官方從屬關係,本文僅作插件能力說明。

結尾

經過上面的步驟,你可以把「看完視頻」變成「帶時間戳、可回跳、可質檢的知識卡落盤」。進一步細節以倉庫 README 爲準:

  • 目錄頁:https://www.skillhub.cn/plugins/yayuqianhuang/dsh-video-to-knowledge
  • GitHub:https://github.com/yayuqianhuang/dsh-video-to-knowledge
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜