DSH Plugins
返回列表
🤖

dsh-video-storyboard

模型推理 更新于 2026.10.30

在终端中运行以下命令:

dsh plugin install SAOS-3624/dsh-video-storyboard

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 中执行 dsh plugin install SAOS-3624/dsh-video-storyboard 即可安装;源码仓库为 https://github.com/SAOS-3624/dsh-video-storyboard。

插件介绍

多模态模型要「看过」一段视频,常见做法是逐帧抽图或只喂字幕:前者 token 很快爆掉,后者又丢掉构图、动作和场景变化。本插件走另一条路——把画面压成一张宫格分镜图(单张 token 有上限),旁边配一份按时间对齐的文本清单(每格起止时间、台词、切点信息),模型既能把握「这 90 秒里大概在第几秒发生了什么」,需要细节时再用 video_zoom 放大某一段。

0.6 起一格对应一个镜头,格子边长随该位置的切点密度变化:长镜头占大格、快剪占小格,同一张图里节奏一眼可见。配套工具包括 video_probe 轻量探查、video_storyboard 主流程、video_zoom 局部分析、video_locate 用一句话找时间码、video_subtitles 处理硬字幕场景。可选本机 ASR 或外挂字幕,清单只提供原材料不下结论,便于模型自行推理。

适合需要让 Agent 理解整段视频内容、又要在 token 成本上可预期的人:影评与 PV 梳理、会议/课程录像问答、按台词定位片段、或先 skim 再 zoom 的渐进式分析。贴链接依赖 yt-dlp 与你的授权;项目不托管视频,缓存仅在本地。

使用场景

  • 先通览整段视频再追问第几分钟发生了什么
  • 根据一句台词定位对应时间码与分镜格
  • 快剪与长镜头混剪时以可控 token 把握节奏与画面

适合人员

  • 需要 Agent 理解长视频又控制图片 token 的开发者
  • 处理 PV、课程或会议录像的内容分析用户
  • 已配置 ffmpeg 并可选 ASR 的 DSH 使用者