前言¶
在 DeepSeek Harness（DSH）裏做內容，常見需求是把報告、講解稿變成可交付的視頻，而不是每次在會話外手工拼 TTS、時間軸、畫面和混音。通用剪輯工具可以出片，但難以和智能體會話裏的劇本迭代、斷點續跑和自動化驗收綁在一起。下面介紹維護者 znlgis 發佈的技能插件 @dsh-gis/dsh-video-studio-skill（GitHub 倉庫 znlgis/dsh-video-studio-skill，分類：工作流）：把「寫劇本 → 配音 → 排軸 → 渲染 → 編碼 → 混音 → 質檢」收成一條可腳本化、可復現的鏈路，裝成插件後技能隨會話加載。
這是什麼¶
插件當前版本爲 0.9.1（package.json / README 徽章），許可證 MIT。npm 包名 @dsh-gis/dsh-video-studio-skill，技能目錄名爲 video-studio。定位是：用代碼從零生成中文視頻，零素材依賴倉庫內程序化資源；旁白用 edge-tts，時間軸按 實測時長 編排，畫面可走 PIL 或瀏覽器逐幀引擎，成片經 ffmpeg 編碼，音頻做採樣級混音，並帶多層自動質檢與機讀交付報告。
技能溯源 README 記載的 dsh-v 資產包 02-技能包-video-studio；後續版本 changelog 在倉庫 CHANGELOG.md 與 skills/video-studio/SKILL.md 中維護。
核心功能¶
端到端流水線¶
README 概括的主路徑爲：
寫劇本 → edge-tts 旁白 → 實測時長排時間軸 → 提示點驅動配樂與音效 → PIL 或瀏覽器逐幀渲染 → ffmpeg 編碼 → 採樣級混音 → 質檢。
支持分階段執行（如 --stage style、--stage layout、--stage accept 等，詳見技能文檔），以及 --resume 斷點續跑、--run-id 將產物落到 work/runs/<runId>/。
風格與畫面¶
- v0.5 起風格包：一個
styleid 同時影響畫風（8 套主題 × 3 種版式）、配樂結構、旁白聲線與節奏；"style": "auto"按內容自動選擇。不寫style字段時保持 legacy 行爲（README 寫明與 v0.4 一致）。 - v0.9 起場景語法：按內容選 10 類構圖（hero / statement / list / stat / compare / process / quote / chapter / chart / outro），落
work/storyboard.json；配套視覺語言包與片內編排，減少「只換配色」的觀感。新門禁 G13 剪影可區分（tools/silhouette_qa.py）。 - 畫幅：README 寫明當前只做 16:9 橫屏，內部恆 1080p，編碼時可下采樣；720p 已實測全部門禁通過。
聲音¶
- 程序化配樂與物理建模音效庫，提示點與段落邊界驅動 duck、whoosh 等細節（v0.7+ 內容指紋參與配樂結構；v0.7.1 強化旁白優先與
guard_snr_db）。 - v0.8.0：edge-tts WordBoundary 落
work/words.json，字幕可按詞折行，cue 支持詞錨點（如"l03:w2+0.1"）。
質檢與交付¶
- 四層質檢（容器 / 信號 / 時間 / 頁面），v0.8 起增 G0（渲前資源預檢）、G10（詞級時間戳）、G11（全片 VMAF/SSIM）、G12（ASR 回讀）。
- v0.6 起機讀
out/QC-REPORT.md，門禁賬本區分 pass / fail / skipped；film.json契約校驗（filmcheck.py）、開渲前tools/estimate.py成本預演。 - 倉庫自帶
tools/ci_check.py、selfcheck（v0.9.1 爲 55 條迴歸斷言，README 記載）。
批量與預覽¶
README（v0.8.0）記載：--batch（≤100 條，開跑前全量預檢、單條失敗不阻斷）、--preview N（前 N 秒出 mp4+gif）。
插件形態¶
package.json 要求 Node >= 20；插件通過 cordis.patch.yml 捆綁 skills/video-studio 及相關 tools/、schemas/。安裝後在新會話的技能目錄出現 video-studio。
安裝與啓用¶
命令行（README 原文）¶
dsh plugin --profile desktop add "@dsh-gis/dsh-video-studio-skill"
本地調試（不發佈也能裝，路徑按本機修改）：
dsh plugin --profile desktop add "D:/self/code/dsh-video-studio-skill"
桌面版¶
插件管理器中填寫 @dsh-gis/dsh-video-studio-skill（或上述本地目錄）。
安裝後在 DSH「插件」頁啓用 video-studio 這一行，新開會話即可在技能目錄看到該技能。
與手工技能目錄衝突¶
技能按 rank 解析：~/.dsh/skills（rank 400）優先於插件 bundled 技能根（rank 600）。若曾手工安裝 ~/.dsh/skills/video-studio，會遮住插件版。README 建議移出舊目錄：
mkdir -p ~/.dsh/backup
mv ~/.dsh/skills/video-studio ~/.dsh/backup/video-studio.bak-$(date +%Y%m%d)
回滾時將目錄移回 ~/.dsh/skills/video-studio 即可。注意：僅改目錄名不夠，.bak 後綴目錄仍可能被掃描。
典型用法¶
會話內觸發¶
README 列出的觸發詞包括：做一個視頻、生成宣傳片、把報告變成視頻、做動畫、配音配字幕、出成片，或提到 ffmpeg、edge-tts、逐幀渲染、字幕、分鏡、配樂、混音等。
本機最短復現（模板片）¶
README「用法」與「效果」節：按 skills/video-studio/SKILL.md 第 1 節，在空目錄拷貝模板資源後跑渲染。核心步驟形態如下（<SKILL_DIR> 爲安裝後的技能路徑）：
mkdir -p myfilm && cd myfilm
cp <SKILL_DIR>/assets/film.json .
cp <SKILL_DIR>/assets/scenes.py .
cp <SKILL_DIR>/scripts/*.py .
python render.py
默認模板跑通後，聯繫表等產物在 work/ 下；README 展示的是 work/qa/sheet.png 一類真實抽幀，非宣傳修圖。不同機器上 TTS 實測時長、AAC 編碼會導致時長與響度在小範圍內浮動，應以本機 SKILL.md §14 口徑複測爲準。
觀察風格與分鏡¶
同一份 film.json 只改 "style" 可對比 8 套氣質（見倉庫 docs/styles/sheet-8-styles.png）。調試時可執行：
--stage style：打印視覺語言（母題、轉場、字距等）--stage layout：打印分鏡並寫work/storyboard.json
依賴與環境¶
成片鏈路依賴 Python 側渲染腳本、ffmpeg、edge-tts 等（具體版本與可選組件以 SKILL.md 與 requirements.txt 爲準）。瀏覽器路線涉及 README 關鍵詞中的 playwright；未裝 Node 時部分 CI/自檢項可能被跳過（v0.8.1 changelog 對「跳過記爲 PASS」等問題有過修正，升級前宜讀 CHANGELOG.md）。
適用場景與注意¶
適合誰：需要在 DSH 會話裏 repeatable 地生產中文講解類、卡片式橫屏短片；希望劇本、風格 id、門禁結論和產物路徑都可審計、可腳本驗收的開發者。
時間與成本：README 如實記載 v0.8 後全鏈耗時中 qa 可超過渲染本身（含 VMAF、ASR 等）；開跑前可用 tools/estimate.py 預演。批量生產用 --batch，先接受單條預檢邏輯。
權限與安全：插件隨當前 dsh 進程權限運行，會執行本機 Python/ffmpeg 及讀寫工作目錄。安裝前應閱讀倉庫源碼與 MIT 許可證（THIRD_PARTY_NOTICES.md 含第三方聲明）；社區目錄 SkillHub 插件頁 與 GitHub 無 DeepSeek / 幻方官方從屬關係，屬 DSH「一切皆插件」生態中的第三方工作流。
版本差異：legacy（不寫 style）行爲 README 承諾與舊版逐字節一致；web 引擎在 v0.9 場景語法上 README 寫明不跟隨，選用路線前應對照 SKILL.md。
結尾¶
@dsh-gis/dsh-video-studio-skill 把中文視頻從「會話外的一次性工程」收成插件內技能：實測 TTS 時間軸、程序化視聽、ffmpeg 交付與多層門禁寫在同一條流水線裏。若要查安裝說明、changelog 與模板實測數據，請以倉庫 README 與 SKILL.md 爲準。
