dsh-video-kit
在终端中运行以下命令:
dsh plugin install shisuiqingqian/dsh-video-kit
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中运行 dsh plugin install shisuiqingqian/dsh-video-kit 安装本插件(源码:https://github.com/shisuiqingqian/dsh-video-kit),装完后完全退出并重启 Harness,再新开一个会话即可使用 video_read 等工具。
插件介绍
大模型能读文件、看图,却天然「看不见」视频:长片没法整段塞进上下文,只靠链接或文件名也谈不上理解。dsh-video-kit 把「看视频」收成一次工具调用——本地文件或 B 站、YouTube 等链接,变成带时间轴的逐字稿和一组关键帧的绝对路径,再配合 Harness 内置的 read_image,模型可以按时间点对照画面与文字来回答。
核心围绕三个工具:video_read 负责转写与抽帧(yt-dlp 拉流、Paraformer 补全无字幕语音、ffmpeg 按间隔取帧);video_discover 在抖音、小红书、公众号、B 站等按关键词找候选再交给 video_read;video_kit_setup 做依赖与 ASR 模型的体检或安装。需要登录才能搜的平台走插件自管的浏览器 profile,你在窗口里登录一次即可复用 cookie,插件不接触账号密码。
适合经常让 Agent 消化教程、会议录屏、短视频合集的人:问「第几分钟讲了什么」「这一帧在演示哪一步」时,不必手工截屏或复制字幕。workspace-write 策略下若图片预览失败,可用 copyTo 把工作区内的路径交给模型,避免附件目录写不进去的问题。
使用场景
- 把教程或会议录屏转成逐字稿并按时间点提问
- 从 B 站、YouTube 等链接一次性拿到字幕与关键帧供模型看图
- 在抖音、小红书等平台按关键词发现视频再转写分析
适合人员
- 需要 Agent 理解视频内容而非只看文件名的人
- 经常处理网课、演示、短视频素材的知识工作者
- 在 DeepSeek Harness 里做多模态问答的开发者