DSH Video Vision
让 AI 观看、理解并保存多站在线视频和本地视频。
结合带时间戳的画面、音频、字幕与语音转写分析内容；按时间细看、接续观看，复用站点解析方法和登录态，并缓存、提取保存视频素材。
当前正式版 0.10.1 · 发行说明与安装包。
能做什么
- 在线视频与本地文件：发送视频链接、媒体直链或本地文件路径。Bilibili、YouTube 等只是站点示例；可通过站点方法扩展更多来源。
- 画面与声音一起分析：查看全片概览、指定片段或精确时间点，结合音轨理解动作、屏幕文字和演示过程。
- 字幕与语音转写：读取平台字幕；语音识别器就绪时，转写对白或歌词，并标明时间和来源。
- 音频与音乐辅助：查看电平、停顿、明显起音和估计节拍，辅助选择剪辑或转场时间点。
- 接续观看：保存观看进度，下次从上次位置继续；已处理的画面、音频和转写可复用。
- 积累站点方法：复用已有解析方法；遇到新站点时，AI 可借助宿主工具探索、验证并保存方法和笔记。
- 使用登录态：经用户确认导入浏览器登录态并加密保存，供 Video Vision 请求需要登录的内容；导入后不必一直开着浏览器。
- 缓存更新与提取保存：默认复用缓存，需要更新内容或提高画质时可让 AI 重新获取，成功后再替换旧项；管理视频、音轨、画面及观看进度，另存视频或单个文件，支持合并已缓存的独立音轨。
这样使用
安装并启用后，在 DSH 中选择支持工具调用与图片输入的模型，直接对它说：
看一下这个视频：〈视频链接或本地文件路径〉
细看 50 到 80 秒，告诉我画面怎么变化。
回到 1 分 40 秒，读一下屏幕上的代码。
结合字幕，整理这一段的操作步骤。
分析这一段的对白或歌词，再找适合转场的声音起点。
接着往下看。
安装与升级
推荐安装来源：
github:Tests4gptplay/dsh-video-vision#v0.10.1
也可从正式发行页下载 dsh-video-vision-0.10.1.tgz，核对发行页 SHA-256，无需解压。
DSH Desktop：在侧栏打开 插件 → 添加插件（或箭头菜单 安装第三方插件），在 包名或地址 填入上方 GitHub 来源；也可填运行 DSH 电脑上的 TGZ 完整路径或正式发行页的 TGZ 下载地址。点击 安装，核对版本后 立即启用。
升级：同样填写本版新的来源，成功后核对版本并启用，保留设置与用户文件。如果宿主提示已安装或要求先卸载，再按提示仅处理对应插件条目；不清登录态、缓存或观看进度，不手动删除目录。重启以 DSH 提示为准。
DSH Web：先停止对应 profile，在服务所在环境执行，成功后重启：
dsh plugin --profile web add 'github:Tests4gptplay/dsh-video-vision#v0.10.1'
Web 与 Desktop 分别安装。曾安装旧宿主桥的用户，另见一次性退出说明；已完成者不必重复。
导入与管理登录态
在 设置 → 视频视觉 中：
- 点击 安装 Chrome 扩展，进入微软官方 Playwright 扩展商店页，由用户确认安装。
- 选择 Google Chrome（浏览器内确认），开启登录态授权，点击 导入登录态，按扩展提示在 Chrome 中确认连接并选择页面。已有浏览器连接也可选择。
- 导入后可关闭来源浏览器。需要更新或登录失效时，点击 刷新登录态；再次导入会更新当前保存的登录态。
- 等待确认或采集时，可点击 取消导入，保留授权和已有副本。
安装状态仅在必要的用户操作中确认，不后台扫描或轮询其他浏览器。打开商店不等于安装成功；显示“尚未确认”时仍可尝试连接。
清理登录态 只删除 Video Vision 管理的活动副本并停止读取，不退出源浏览器或 DSH 内置浏览器，不清媒体缓存。未完全清理成功时会提示，可重试。
源视频清晰度
在设置的 源视频清晰度 中查看和修改高度上限。新配置默认 0（不限制），按来源可用质量选择；正数保留为用户设置的上限。已有配置若为 720，不会自动覆盖，可在此改为 0 并保存。此设置不是下载大小预算，不改变分析画面的缩放尺寸，已有缓存不会自动升级清晰度。
需要更新已有缓存或提升清晰度时，可以直接告诉 AI：“重新获取这个视频，最高使用 1080P。”本次要求不会修改全局设置，也不必先删除缓存。新媒体获取并校验成功后才替换旧项；失败保留旧缓存与观看进度。返回实际尺寸与缓存命中/重新获取状态，不保证源站一定提供指定质量。
只分析了 15 秒不代表文件仅有 15 秒：文件时长与本次画面、音频的分析区间分别报告。文件足够长时继续读取后续区间即可；若文件本身只是短片，可重新获取，但源站或自定义解析方法是否提供完整内容仍需核实。
缓存、保存与方法
- 设置缓存目录：选择固定位置，迁移已有缓存时保留观看进度和画面。
- 缓存列表：查看占用、搜索视频、打开文件夹、提取文件或删除项目。
- 提取视频 / 提取：通过系统保存窗口另存视频或单个缓存文件；视频与独立音轨已就绪时可合并保存。
- 清空缓存：清理 Video Vision 媒体缓存，保留已提取文件、本地原视频和目录中的其他文件。
- 方法文件夹：查看站点方法、使用指导和笔记。升级插件或清空视频缓存会保留个人方法与笔记；只启用自己信任的扩展代码。
必要依赖与使用限制
- 使用 Node.js 22+（可使用 DSH 自带版本），并准备 FFmpeg、ffprobe；可放入 PATH 或在插件设置中指定路径。
- 语音转写需要先在 DSH 语音设置中准备识别器；没有平台字幕或识别器时，仍可查看画面和分析可用音频。
- 站点访问效果取决于链接、解析方法和网站限制，不保证所有视频均可获取；直播请使用已结束的回放。
- 登录态可能被网站过期、撤销或要求重新验证；备用解析方式不使用导入的登录态。Linux 的加密存储需要可用的 Secret Service，系统文件窗口需要 Zenity 或 KDialog。
- 备用解析器仅在需要时准备。不同平台与本版本的实际验证范围见验证说明。
站点方法接口、参数、目录结构、命令行与实现原理见 GitHub 技术文档。
English overview
Video Vision helps AI analyze multi-site online and local video through timestamped frames, audio, captions and speech transcription. Resume viewing, reuse site methods, import and manage encrypted browser-session copies, refresh cached media on request, and export video or individual files. Source quality, available captions and transcription depend on the site and prepared recognizer. Install version 0.10.1 from the release archive or github:Tests4gptplay/dsh-video-vision#v0.10.1.
License
MIT · Tests4gptplay
备用解析使用独立安装的 yt-dlp，视频解码使用 FFmpeg。各工具采用各自的许可证；本项目的软件包包含插件运行代码和解析器准备工具。
支持项目 / Support
GitHub Sponsors · Ko-fi · Patreon · 爱发电 / Afdian · 支付宝 / Alipay
