DSH Plugins
返回列表
🤖

dsh-video-reader

模型推理 更新于 2026.10.24

在终端中运行以下命令:

dsh plugin install ck99998888/dsh-video-reader

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 中执行 dsh plugin install ck99998888/dsh-video-reader,或从 https://github.com/ck99998888/dsh-video-reader 获取源码后按插件管理器说明安装。

插件介绍

大模型默认只能读文本,无法直接理解一段视频、一段录音或你屏幕上的实时界面。Video Reader 把「看」和「听」补进 Harness:磁盘上的音视频与当前桌面都在本机处理,不上传、不依赖云服务,适合需要让智能体基于真实画面与声音做判断的场景。

核心能力围绕一条本地工具链展开:video_read 一次调用可拿到容器与流信息、带时间码的关键帧拼版、逐帧大图路径、内嵌或同名字幕,以及带 S1/S2 说话人标签的多语种转写;video_frames 用于按时间点复查细节。屏幕侧提供 screen_capture 与 screen_frames_read,保证长采样时每一帧落盘并可分批读完;screen_watch 在画面变化时才唤醒智能体;screen_record 把长时间采集写成视频而非堆截图。依赖在首次使用时按版本与校验自动补齐,也可通过设置或 video_reader_setup 提前检查。

适合需要本地审片、听会、读字幕、对照 UI 的开发者与知识工作者,以及希望智能体协助盯屏、复盘操作或理解多媒体素材的团队。若你关心隐私、离线或内网环境,本插件的设计前提就是「全部在本机完成」。

使用场景

  • 本地审片或听会,需要字幕、抽帧和带说话人标签的转写
  • 让智能体对照屏幕上的软件界面或操作流程做说明与排查
  • 长时间盯屏或复盘,用变化检测唤醒或录制成视频再采样

适合人员

  • 重视隐私、离线或内网、不愿把音视频上传云端的用户
  • 需要多媒体素材与屏幕状态进入对话的开发者与智能体搭建者
  • 做本地审片、听写、培训录像或操作复盘的个人与团队