dsh-media-tools

在 DSH 或 Cordis 里做音视频，往往要自己在主机上拼 FFmpeg、转写模型和推理后端，还要担心和聊天里占 GPU 的模型抢资源。dsh-media-tools 把能力收成两条可独立开关的插件（Audio / Video），并配套 Agent Skills、CLI 与 stdio MCP，让代理在同一套工作流里直接处理上传或附件，而不必再常驻旧版 Local AI v2。

Audio 侧重可度量的分析与日常处理：内联波形、FFT、频谱图与瀑布图，数字电平与数值频谱；编辑输出新 WAV；转换覆盖常见音频格式以及从视频抽音、导出 MP4/WebM/GIF；CPU Whisper 提供带时间戳的转写；Omni 按需给出可能出错的听感描述，便于与测量结果对照。Video 提供 probe 与 convert，analyze_video 面向具备原生时序视频能力的模型，保留时间轴帧、对齐音频与引擎证据，而不是用独立静帧替代时序理解。

在 DSH 侧，插件走标准工具注册、附件与提示片段，禁用时会取消所属任务并清理注册，但不会删除你生成的文件或模型权重；可与 modelScheduler 协作，在媒体推理前卸载托管模型并在结束后恢复。MCP 与 CLI 则适合在明确授权的工作区内批量或脚本化调用，输出落在独立的 .dsh-media 目录，原文件保持不变。

适合需要在客户端代理里稳定做「听—量—改—转—写」与「探—转—看」的开发者与高级用户：只要 CPU 工具即可轻量使用；若要 Omni 听音或原生时序视频分析，则需按 README 准备相应后端与模型（体积大、GPU 路径目前以 Linux x64/CUDA 为主）。同一 DSH 配置里请勿与 MCP 重复注册同名工具。