前言¶

在 DSH 裏做演示、說明或工作流回顧時，常見做法是貼文字、截圖或外站視頻。前者信息密度低，後者又往往要單獨剪輯，還要考慮顯存和專用視頻模型。若希望畫面風格可控、又不依賴 GPU 視頻生成，需要在 Harness 會話裏把「寫腳本 → 出畫面 → 配音配樂」串成一條可復現的流水線。

下面介紹維護者 rightnowrose 發佈的工作流插件 dsh-ai-fastvideo（社區目錄：rightnowrose/dsh-ai-fastvideo，源碼：GitHub）。它在會話視圖增加「AI 速成視頻」頁籤：用大模型按風格提示詞現寫單頁 Canvas，再用無頭瀏覽器逐幀渲染，經 ffmpeg 編碼併疊加 TTS、BGM、音效，得到幾秒到數分鐘的 MP4。畫面是網頁而非視頻模型輸出，因此不佔顯存。

這是什麼¶

dsh-ai-fastvideo 是 DeepSeek Harness 的 Web 客戶端插件（package.json 版本 0.3.1，許可證 MIT）。宿主側由 index.js 提供 HTTP 路由與任務隊列，client.js 注入會話 UI；Python 與 Node 分工處理分鏡、配音、混音與 CDP 逐幀渲染。

核心價值可以概括爲兩點：

1. 短視頻（片段）：從內置 341 條風格提示詞中多選，模型按所選風格爲每個場景寫一個單文件 Canvas 頁面，再逐幀導出、編碼並配音配樂，單條大約 3–60 秒。
2. AI 自擬（長片）：只給一句要求（例如總結工作區流程），模型自行拆分鏡並逐屏出畫面，時長約 15–360 秒；可選風格作視覺參考，並可選用工作區、當前對話或自選文件作爲材料。

核心功能¶

風格庫（341 條）¶

風格資源在 assets/styles/ 下按 10 類分目錄，每條對應一個 .md 提示詞，並配有同名 .jpg 縮略圖（可選自增：往分類目錄放 .md，約 60 秒內或點「刷新」生效；批量導入見 scripts/import_styles.py）。默認 styleDir 留空即使用包內庫；也可在配置裏指向自定義目錄。

整理與來源在 README 中寫明：部分由嗶哩嗶哩「俯仰觀照」整理/改寫，另有條目來自 lemomo-ai/lemo-opuscar、mg-styles-15、code-video 等開源項目，細則見 assets/styles/SOURCES.md 與 assets/licenses/。

渲染與成片流程¶

畫面不調用視頻大模型：無頭 Edge 或 Chrome 通過 CDP 逐幀截圖，默認 Node 渲染器（engine/node/render.mjs，README 稱約 70ms/幀@1080p）；無 Node 時可退 PowerShell 版，config.renderer 可取 auto、node、powershell。

成片路徑對比如下（摘自 README）：

面板與健康檢查¶

安裝並刷新後，會話視圖頂部會出現「AI 速成視頻」頁籤。面板右上角「環境」角標對應 /ai-video/health 中的 pythonOk、ffmpegOk、browserOk、renderer、llmReady 等探測結果。

安裝與啓用¶

環境要求（README）：DSH 桌面版、Python 3.10+、ffmpeg 7+、Edge 或 Chrome；Node 使用 DSH 自帶即可。package.json 聲明 node >= 20，DSH 兼容 >=0.2.0-rc.2 或 >=0.2.1-rc.2。

正式發佈後的 npm 安裝方式如下：

dsh plugin --profile web add dsh-ai-fastvideo

內網或本地開發包可使用：

# plugin_manager install_bundle target=<本包目錄>

裝完後刷新網頁，確認頁簽出現。插件在當前 DSH 進程權限下拉起 Python、瀏覽器與 ffmpeg 子進程；安裝前宜瀏覽倉庫源碼與 LICENSE、NOTICE.md，確認風格庫第三方許可是否滿足你的使用場景。

配置¶

配置文件路徑：

• Windows：%USERPROFILE%\.dsh\data\dsh-ai-fastvideo\config.json
• macOS / Linux：~/.dsh/data/dsh-ai-fastvideo/config.json

首次打開面板會自動建目錄。必填項僅爲大模型 apiKey（及常用的 baseUrl、model）：

{
  "llm": { "baseUrl": "https://api.deepseek.com/v1", "model": "deepseek-chat", "apiKey": "sk-..." }
}

python、ffmpeg、ffprobe、browser 等可留空，插件按「配置文件 → 環境變量 → 自動探測」解析。可選字段示例：

{
  "python": "C:\\Python311\\python.exe",
  "ffmpeg": "C:\\ffmpeg\\bin\\ffmpeg.exe",
  "ffprobe": "C:\\ffmpeg\\bin\\ffprobe.exe",
  "browser": "C:\\Program Files (x86)\\Microsoft\\Edge\\Application\\msedge.exe",
  "renderer": "auto",
  "styleDir": "",
  "bgm": { "file": "", "volume": 0.13 },
  "stickersDir": "",
  "workspaceDir": ""
}

典型用法¶

會話面板¶

1. 打開「AI 速成視頻」頁籤，在環境角標確認 llmReady 與 ffmpeg、瀏覽器狀態正常。
2. 片段模式：勾選一種或多種風格，填寫主題或臺詞，提交後等待寫頁、渲幀與混音完成。
3. 長片模式：輸入一句 brief，按需選風格與材料來源（工作區 / 對話 / 文件），指定目標時長區間內的成片。

命令行（不經過面板）¶

README 提供在 engine\python 下的示例：

cd engine\python
python -m videogen.cli quick --words "你|懂什麼|聽話" --out out.mp4
python -m videogen.cli build spec.json --out out.mp4
python -m videogen.auto_film --brief "講講這個項目" --duration 30 --out out.mp4
python -m videogen.cli doctor

doctor 與開發自測腳本 node scripts/selftest.mjs 可在無瀏覽器場景下粗驗 health、catalog、jobs 等路徑。

適用場景與注意¶

適合：需要在 DSH 會話裏快速產出講解短片、風格化臺詞卡、工作區或對話材料的結構化回顧；團隊已有 DeepSeek API（或其它 OpenAI 兼容端點），並願意在本機安裝 ffmpeg 與 Chromium 系瀏覽器。

注意：

• 長片爲逐屏串行寫頁與渲幀，1080p 下 6 分鐘量級成片 README 估計約 12–15 分鐘；可先降到 720p 試跑。
• 無聲時常見處理：安裝 edge-tts；若使用自訓練音色需 GPT-SoVITS 等服務就緒。
• 渲染卡在「渲染」：0.2 起有多層超時，超時自動放棄該屏並退回模板；成片發灰時檢查 health.renderer 是否爲 node。
• 社區目錄 skillhub.cn 與 DeepSeek / 幻方無官方從屬關係；DSH 生態以「一切皆插件」爲方向，安裝與運行責任在本地環境與插件作者聲明的許可範圍內。

結尾¶

dsh-ai-fastvideo 把 341 條可擴展風格、Canvas 逐幀渲染與 TTS/BGM/SFX 混音收進 DSH 會話頁籤，用「選風格出片段」或「一句話自擬長片」兩條路徑覆蓋常見說明類視頻需求，且無需視頻生成模型與顯存。進一步瞭解實現可看倉庫 docs/design.md，分發說明見 docs/publishing.md。

• 社區目錄：https://www.skillhub.cn/plugins/rightnowrose/dsh-ai-fastvideo
• GitHub：https://github.com/rightnowrose/dsh-ai-fastvideo