🧰

dsh-video-transcribe

联网工具更新于 2026.10.11

在终端中运行以下命令：

dsh plugin install wqzhellohhwy/dsh-video-transcribe

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中执行 dsh plugin install wqzhellohhwy/dsh-video-transcribe，或按 profile 的 bundle 机制将 https://github.com/wqzhellohhwy/dsh-video-transcribe 加入依赖后安装并重启实例。

插件介绍

DeepSeek Harness 的网络能力主要是文本通道：能搜网页、能拉页面，却没有浏览器和播放器，因此天然拿不到视频画面与音轨，无法「看视频」。很多工作场景却只需要把讲座、播客或教程里的口播变成可检索、可摘要的文字——这条需求在 DSH 里一直缺一块。

dsh-video-transcribe 把「取音轨 → 转码 → 离线识别」接成一条本机链路，注册工具 video_transcribe：你提供 http(s) 链接，插件用 yt-dlp 与 ffmpeg 在本机处理媒体，再调用 sherpa-onnx 复用语音输入同款的 SenseVoice int8 模型完成转写。全程不调用云端转写服务，媒体与文稿推理都在本机完成。长音频会按实测结论强制分片识别，并以作业方式串行执行，避免工具超时，也避免整段输入时引擎静默丢内容。

工具只负责产出文字：支持 start / status / list / cancel，短任务可当场返回全文，长任务返回 jobId 并在完成后给出完整文稿，便于上层模型再做摘要、翻译或结构化。缺依赖时仍会注册，但调用会明确提示缺什么、应放在哪，而不是含糊失败。

适合需要在 DSH 里处理公开音视频链接、又希望数据留在本机的用户：研究者整理访谈、开发者对照技术分享口播、内容创作者做文字底稿等。若视频需登录、付费或 DRM，或几乎无解说纯画面，则不在本插件能力范围内。