前言¶
在 DSH 里让智能体「看懂」本地视频，常见做法是走媒体类插件：抽帧或整段交给视觉模型，或再走转写链路。若插件把「取素材」和「选模型路由」绑在一起，在没有合适全模态能力时，可能出现整条链失败、只得到一句模糊结论的情况。排查时往往既要去确认 ffmpeg，又要去查 provider 配置，成本偏高。
dsh-media-kit 的做法相反：插件只负责用 ffmpeg 从本地音视频取出帧或音轨，把生成文件的路径交回会话；看图、转写、判断内容交给开发者已有的能力与工具。不接入模型、不上传、不做路由选择，抽帧成功或失败都能在 ffmpeg 这一层说清楚。
这是什么¶
dsh-media-kit 是 DeepSeek Harness 社区插件，维护者为 Daphne999（package 作者署名为沈蓝），分类为工作流。当前 package 版本为 0.1.1，许可证 MIT。
一句话定位：从本地视频或音频用 ffmpeg 抽均匀帧、定点帧、场景变化帧或音轨文件，返回值是磁盘上的路径列表，不调用视觉或语音模型，不把文件上传到外网。
核心功能¶
插件通过五个工具暴露能力，名称与行为以仓库 README 为准：
| 工具 | 作用 |
|---|---|
media_probe { path } |
查询时长、分辨率、编码、是否含音轨 |
video_frames { path, count } |
在时长上均匀抽 N 张 PNG（count 1–24，默认 6），返回路径 |
video_frame_at { path, at } |
在指定秒数取一张帧 |
media_audio { path, format } |
抽出音轨为 m4a 或 mp3，返回路径 |
video_scene_frames { path, threshold, maxFrames } |
按场景检测抽帧，仅在画面实质变化时取样 |
README 中的典型链路是：先 media_probe，再 video_frames(count=9)，由会话里已有的视觉能力逐张查看；需要字幕或画面细节时，由开发者自行读图，而不是插件代写结论。
与同类媒体插件的差异，README 概括为：多款插件定位为「分析器」（取素材、路由模型、给出文字结论）；本插件定位为「取景器」（把画面或音轨文件摆出来）。因此不必为插件单独配置 API key 或 provider；视觉调用次数与抽帧数量直接相关，可用 video_frame_at 或 video_scene_frames 控制成本。video_scene_frames 用于避免均匀抽帧漏掉短促但重要的画面变化。
实现上有三处刻意设计：
- 工作目录默认使用
~/.dsh/media-kit/work/，可通过配置项workDir修改；避免在某些环境下向%TEMP%写入时触发 ffmpeg 的 Permission denied。 - 查找 ffmpeg 的顺序为：配置
ffmpegDir→ 环境变量FFMPEG_DIR→ 已知目录 → PATH；全部失败时报错并提示应配置哪个字段，不假设 ffmpeg 一定在 PATH 中。 - 抽音轨前先通过探测确认存在音轨，避免对无音轨文件（例如部分 DASH 拆条）直接跑 ffmpeg 得到难以理解的 stream 报错。
插件明确不做：音频转写（只提供音轨路径）、文件上传、内容判断与摘要。
安装与启用¶
在已安装 DSH CLI 的环境中，README 给出的安装方式为：
dsh plugin --profile web add <本仓库地址>
将 <本仓库地址> 换为插件 Git 仓库地址即可，例如：
dsh plugin --profile web add https://github.com/Daphne999/dsh-media-kit
首次使用前本机需要可用的 ffmpeg。若未安装，可下载官方构建并解压，在插件配置中将 ffmpegDir 指向包含 ffmpeg / ffprobe（Windows 下为 ffmpeg.exe / ffprobe.exe）的 bin 目录。
插件在 DSH 进程权限下读写本地路径与调用 ffmpeg，安装前应自行审阅源码与 MIT 许可证，确认路径与二进制来源可信。
典型用法¶
下面流程摘自 README，可在支持该插件的 DSH 会话中按序调用工具名与参数：
- 对目标本地文件执行
media_probe，确认时长、分辨率、是否有音轨。 - 需要概览画面时，调用
video_frames，例如count=9，得到多张 PNG 路径后，用当前会话已有的视觉能力逐张查看。 - 只需某一时刻画面时，用
video_frame_at指定秒数。 - 长片且关心情节切换点时，用
video_scene_frames配合threshold、maxFrames，减少均匀抽帧带来的遗漏。 - 需要后续 ASR 时，用
media_audio指定format（m4a 或 mp3），将返回的音轨路径交给已有转写工具；插件本身不执行转写。
仅要元数据、不需画面时，停在 media_probe 即可。
适用场景与注意¶
适合需要在智能体工作流里处理任意本地 mp4 等文件、又希望视觉与转写能力与 DSH 外既有栈保持一致的场景。也适合希望抽帧失败时直接看到 ffmpeg 层错误、而不是被模型路由「兜底」成空结论的情况。
不适合期望插件直接输出视频摘要、弹幕分析或平台绑定能力（如 B 站专链）的需求；那些能力 README 中指向其他专用插件。
注意：输出文件落在配置的 workDir（默认 ~/.dsh/media-kit/work/），长期使用需自行清理或指定目录。星标与社区目录信息以 SkillHub 与 GitHub 页面为准；DSH 插件生态由社区目录聚合，与 DeepSeek / 幻方无官方从属关系。
结尾¶
dsh-media-kit 把本地音视频处理收敛为「探测 → 抽帧或抽音轨 → 返回路径」，把模型与业务判断留在会话既有能力一侧。更多说明见社区目录页与 GitHub 仓库：
- 目录页：https://www.skillhub.cn/plugins/Daphne999/dsh-media-kit
- 仓库：https://github.com/Daphne999/dsh-media-kit
