dsh-vidlens
在终端中运行以下命令:
dsh plugin install cctv2333/dsh-vidlens
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中执行 dsh plugin install cctv2333/dsh-vidlens 即可安装本插件(源码:https://github.com/cctv2333/dsh-vidlens)。
插件介绍
在对话里「看懂一段视频」往往卡在两点:通用 MCP 客户端只有全局超时,长 ASR 容易被误杀;拼图和帧图能否进模型也取决于宿主实现,本地缓存清单、关键词定位等能力很难稳定暴露给 Agent。VidLens 原本是一套经过验证的 Python 视频理解工程;本插件把它接到 DeepSeek Harness 的原生工具通道上,用常驻桥进程调用既有逻辑,工程侧一行业务代码都不用改,插件与 MCP 外壳的行为也不会各走各路。
插件提供 21 个 vidlens_* 工具,覆盖元数据与章节规划、平台字幕、分段观看与 time window 台词、摘要与全文报告、缓存内关键词 seek、音频情感与声景标签、拼图/抽帧/全片抽样/OCR 读屏字,以及评论、多链对比、长视频后台任务、模型管理与自检。画面类结果可作为持久附件直接进入对话,各工具还可单独设超时;另有三项零媒体下载的缓存工具,方便复用已下过的内容。默认摘要把上下文控制在约千字量级,需要细节时用 window 或 brief(level="full") 按需升级,避免「看完几个视频就顶满上下文」。
适合在 DSH 里做视频调研、复盘、对比、读无字幕/少字幕画面、或需要把时间码、台词与画面一起交给模型的用户与维护者。需要登录 Cookie 的站点、整片下载等边界 README 里已有说明;长任务状态随桥进程生命周期,缓存落在磁盘上可重跑。
使用场景
- 在对话里快速拿标题、章节和平台字幕,再按时间窗精读某一段台词。
- 长视频分段观看或后台任务出摘要,需要时再 seek 缓存里的关键词原话。
- 用拼图、抽帧或 OCR 读屏字,把带时间码的画面信息交给模型判断。
适合人员
- 在 DSH 里做视频调研、复盘或多链对比的创作者与分析师。
- 需要控制上下文体积、按需摘要而非一次倾倒全文的 Agent 使用者。
- 已部署 VidLens Python 工程、希望原生工具超时与图片进对话的团队。