DSH Plugins
返回列表
🤖

dsh-video-eyes

模型推理 更新于 2026.11.02

在终端中运行以下命令:

dsh plugin install fj7937290-sys/dsh-video-eyes

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 中执行 dsh plugin install fj7937290-sys/dsh-video-eyes,或从 https://github.com/fj7937290-sys/dsh-video-eyes 获取源码后按仓库说明安装。

插件介绍

大语言模型擅长读文字,却天然摸不到视频里的画面与对白。视频之眼(dsh-video-eyes)把这条缝补上:在 Harness 里注册 read_video 与 read_video_transcript,把本地视频或纯音频变成模型能消费的抽帧拼图、带时间码的画面、音轨转写,并在需要时自行调用视觉模型逐页描述——全程不依赖 dsh-vision-router 或其他视觉插件,工具名刻意避开 vision_* 命名空间,关掉 Vision 模式也不会让视频工具凭空消失。

核心流程很清晰:read_video 负责抽帧、烧入时间码、拼图、提取音轨与转写;默认还会 describe,通过 Host 的 LLM 服务挑选能接图像的路由,用 prepareCall 验证后再 stream 识图。找不到视觉模型时工具不会整段失败,仍会产出拼图并标明 describe 不可用。纯音频输入会自动跳过抽帧,只返回转写。read_video_transcript 则按 record id 取回完整转写与自动纪要。输入框上方还有抽帧间隔滑块(0.1–10 秒),拖动即生效,下一次 read_video 会沿用当前间隔。

仓库同时提供 DSH 插件形态与 skills/video-eyes 下的通用 skill,抽帧与转写逻辑一致;插件多一层 describe。产物目录、网格、转写与识图开关、ffmpeg 与听脑等均可配置,并会实测可写路径,避免 Host 与子进程权限不一致导致的静默失败。

适合需要在 DeepSeek Harness 或任意 Agent 工作流里「让文本模型看懂视频」的开发者与重度用户:做视频摘要、会议纪要、内容审核、教程拆解,或只想把对白转成可检索文本。若你已安装会接管 vision_* 的 vision-router,两者可共存;但若另有插件注册同名 read_video,则会冲突,需自行取舍。

使用场景

  • 把会议或课程录像转成可检索的文字与画面摘要
  • 在对话里直接让文本模型分析本地视频的关键情节与对白
  • 纯音频文件只需转写与纪要,无需抽帧识图

适合人员

  • 需要在 Harness 里处理视频的开发者
  • 做内容摘要、审核或知识沉淀的重度用户
  • 已在用 Agent skill 目录、希望复用同一套抽帧逻辑的人