dsh-video-kit

Video Kit

让 DeepSeek Harness 看懂视频：一次工具调用即可将本地文件或页面链接转换为带时间戳的文字稿和关键帧图像，供代理实际查看（ffmpeg + sherpa-onnx Paraformer + yt-dlp）。

目标 Profile

插件会安装到这里；不确定时保持 web。

npx -y @deepseek-ai/dsh plugin --profile web add github:shisuiqingqian/dsh-video-kit#a7ee96633c2ec86fc4a905e30a138374361a32f9

兼容性与来源证明

Video Kit 以 dsh-video-kit 发布，当前版本为 1.2.2。Plugin Hub 会校验它的 manifest，并保存精确安装来源，便于复现安装结果。

DSH 兼容范围: *
运行环境: any
发布来源: github
Registry 更新时间: 2026/10/19

版本

1.2.2stable

2026/10/19

README

dsh-video-kit

给 DeepSeek Harness 装上"看视频"的能力：一次工具调用，把本地视频或网页链接变成带时间轴的逐字稿 + 一组关键帧图片，模型可以直接逐帧看。

bilibili / 腾讯视频 / YouTube 等站点链接交给 yt-dlp；字幕外的内容用 Paraformer 中文语音识别补齐；关键帧用 ffmpeg 抽，返回绝对路径，配合内置的 read_image 就能真看图。

三个工具

工具	作用
`video_read`	读一个视频：返回 `transcript`（时间轴逐字稿）、`frames`（关键帧绝对路径）、`outdir`、`duration`
`video_discover`	先找后读：在抖音 / 小红书 / 公众号 / B站按关键词找候选视频，返回标题与 URL，再交给 `video_read`
`video_kit_setup`	体检 / 安装运行时依赖与 ASR 模型（`check=true` 只体检）

典型用法（对模型说）：

用 video_read 读 D:\videos\demo.mp4，每 10 秒抽一帧

模型拿到返回后会自己调 read_image 逐帧查看，再结合逐字稿回答。

检索需要登录的平台（video_discover）

抖音、小红书、公众号都不给未登录的搜索结果，而且新版权 Chromium 不允许对默认浏览器 profile 开远程调试端口。所以这里的做法是：插件维护一个自己的浏览器 profile，你在弹出的窗口里登录一次，登录态（DPAPI 加密的 cookie）留在那个目录里长期复用。插件从不接触你的账号密码。

三步：

video_discover action=login  platform=douyin     # 弹出窗口，你扫码/输验证码登录
video_discover action=status                      # 确认 douyin: 已登录
video_discover action=search platform=douyin query="数字人 教学"

返回的 items[].url 直接喂给 video_read 即可转写抽帧。

登录态一般 7–30 天失效，失效了重复一次 action=login
未登录时不会崩，会返回 loggedIn=false 加 warning
只读列表页，不点赞、不评论、不发布；默认单次检索不做并发
platform=bilibili 不需要登录，可用来验证 CDP 链路是否通
浏览器 profile 目录：~/.dsh/toolkits/video-kit/browser；端口默认 9333（VIDEO_CDP_PORT 可改）

安装

方式一：脚本（推荐）

# 解压后进入 dsh-video-kit 目录
powershell -ExecutionPolicy Bypass -File .\install.ps1

脚本会做五件事：铺文件到 ~/.dsh/local-plugins/、同步进 profiles/<profile>/node_modules/、登记 file: 依赖、在 profile 补丁层写入挂载块、最后跑一次依赖体检。

可选参数：

参数	说明
`-Profile <名字>`	目标 profile，默认 `desktop`
`-NoPatch`	只铺文件，不写挂载（你想手工挂）
`-WhatIfOnly`	只打印计划，不改任何东西

方式二：手工（三步）

把整个目录复制到 %USERPROFILE%\.dsh\local-plugins\dsh-video-kit
再把同一份复制到 %USERPROFILE%\.dsh\profiles\desktop\node_modules\dsh-video-kit
在 %USERPROFILE%\.dsh\profiles\desktop\cordis.patch.yml 末尾追加：

# 本地插件：视频读取工具（video_read），进程级挂载
- insert:
    - id: tool-video-kit
      name: "dsh-video-kit"

并在同目录 package.json 的 dependencies 里加一行 "dsh-video-kit": "file:../../local-plugins/dsh-video-kit"（防止包管理器清理 node_modules）。

方式三：作为依赖安装

cd %USERPROFILE%\.dsh\profiles\desktop
pnpm add file:../../local-plugins/dsh-video-kit

装完仍需在 cordis.patch.yml 写挂载块（同上）。

装完必须做两件事

完全退出并重新打开 DeepSeek Harness —— 插件在进程启动时加载，热改不生效。
新开一个会话 —— 已有会话的工具表在建立时就冻结了，不会热更新。这是最容易被误判成"插件没装上"的原因：同一个进程里，老会话看不到 video_read，新会话立刻就有。

参数

参数	类型	默认	说明
`source`	string	必填	本地视频绝对路径，或 http(s) 视频链接
`every`	number	20	每隔多少秒抽一帧；短视频会自动加密到 2 秒
`maxframes`	number	24	最多抽多少帧
`copyTo`	string	—	把关键帧与逐字稿复制到这个目录，返回复制后的路径
`timeoutMs`	number	900000	整体超时；10 分钟视频约需 1–3 分钟处理

`copyTo` 什么时候必须用

DSH 给模型看图时，会把图片复制一份到 ~/.dsh/attachments/。如果当前会话的文件策略是 workspace-write，这个目录在工作区之外，写不进去，于是页面会显示"图片无法预览"——文件其实是好的。

传一个工作区内的绝对路径即可绕开：

用 video_read 读 D:\videos\demo.mp4，copyTo 传 C:\Users\你\工作区\.frames

数据目录

模型和产物不随包分发（模型 227 MB），统一放在：

%USERPROFILE%\.dsh\toolkits\video-kit\
  models\asr-paraformer-zh\model.int8.onnx   227 MB
  models\silero_vad.onnx                     1.7 MB
  videos\<视频名>\frames\*.jpg
  videos\<视频名>\transcript.txt

可用环境变量 VIDEO_KIT 改位置。

首次调用 video_read 若模型缺失会自动下载；想提前装好：

python "%USERPROFILE%\.dsh\toolkits\video-kit\bin\setup.py"          # 安装
python "%USERPROFILE%\.dsh\toolkits\video-kit\bin\setup.py" --check  # 只体检

Python 依赖（imageio-ffmpeg、yt-dlp、sherpa-onnx、websocket-client）由脚本 pip install --user 装，不需要管理员权限，也不需要系统装 ffmpeg。

故障排查

现象	原因	解决
DSH 启动即崩：`Unexpected token '\uFEFF' ... is not valid JSON`	`package.json` 被写成了带 BOM 的 UTF-8（PowerShell 5.1 的 `Set-Content -Encoding UTF8` 就是这个行为）	用无 BOM 编码重写 `profiles/<profile>/package.json`；本安装器 1.1.1 起已强制无 BOM 并自检
新会话没有 `video_read`	插件没加载	看 `~/.dsh/toolkits/video-kit/plugin-loaded.txt` 有没有本次启动的时间；没有就检查挂载块
老会话没有，新会话有	会话工具表冻结	正常行为，用新会话
`register-error.txt` 出现	注册抛错	把文件内容发出来，一般是对应工具名已被占用
图片无法预览	附件缓存目录不可写	用 `copyTo` 指到工作区内
`python 执行失败`	没装 Python 或不在 PATH	装 3.8+ 并确认 `python -V` 可用
转写为空	视频无音轨 / 纯音乐	正常，看帧即可
模型下载失败	网络	手动下 `model.int8.onnx` 与 `tokens.txt` 放进 `models\asr-paraformer-zh\`

日志类标记文件都在数据目录：plugin-loaded.txt、register-ok.txt、register-error.txt。

卸载

powershell -ExecutionPolicy Bypass -File .\uninstall.ps1
# 连 230 MB 模型一起删：
powershell -ExecutionPolicy Bypass -File .\uninstall.ps1 -PurgeData

目录结构

dsh-video-kit/
  index.js              插件入口（两个工具的注册与实现）
  cordis.patch.yml      bundle 形式的挂载声明
  bin/
    watch_video.py      下载 → 转写 → 抽帧
    discover.py         接管已登录浏览器，按关键词找候选（抖音/小红书/公众号）
    setup.py            依赖体检/安装
  extras/               研究辅助脚本（B站 WBI 搜索、CDP 嗅探等，插件不依赖）
  install.ps1
  uninstall.ps1
  README.md
  INSTALL.zh-CN.md
  LICENSE

许可

MIT。模型与第三方工具的许可各自遵循其上游（Paraformer / Silero VAD / ffmpeg / yt-dlp）。

README

dsh-video-kit

三个工具

工具	作用
`video_read`	读一个视频：返回 `transcript`（时间轴逐字稿）、`frames`（关键帧绝对路径）、`outdir`、`duration`
`video_discover`	先找后读：在抖音 / 小红书 / 公众号 / B站按关键词找候选视频，返回标题与 URL，再交给 `video_read`
`video_kit_setup`	体检 / 安装运行时依赖与 ASR 模型（`check=true` 只体检）

典型用法（对模型说）：

用 video_read 读 D:\videos\demo.mp4，每 10 秒抽一帧

模型拿到返回后会自己调 read_image 逐帧查看，再结合逐字稿回答。

检索需要登录的平台（video_discover）

三步：

video_discover action=login  platform=douyin     # 弹出窗口，你扫码/输验证码登录
video_discover action=status                      # 确认 douyin: 已登录
video_discover action=search platform=douyin query="数字人 教学"

返回的 items[].url 直接喂给 video_read 即可转写抽帧。

登录态一般 7–30 天失效，失效了重复一次 action=login
未登录时不会崩，会返回 loggedIn=false 加 warning
只读列表页，不点赞、不评论、不发布；默认单次检索不做并发
platform=bilibili 不需要登录，可用来验证 CDP 链路是否通
浏览器 profile 目录：~/.dsh/toolkits/video-kit/browser；端口默认 9333（VIDEO_CDP_PORT 可改）

安装

方式一：脚本（推荐）

# 解压后进入 dsh-video-kit 目录
powershell -ExecutionPolicy Bypass -File .\install.ps1

可选参数：

参数	说明
`-Profile <名字>`	目标 profile，默认 `desktop`
`-NoPatch`	只铺文件，不写挂载（你想手工挂）
`-WhatIfOnly`	只打印计划，不改任何东西

方式二：手工（三步）

把整个目录复制到 %USERPROFILE%\.dsh\local-plugins\dsh-video-kit
再把同一份复制到 %USERPROFILE%\.dsh\profiles\desktop\node_modules\dsh-video-kit
在 %USERPROFILE%\.dsh\profiles\desktop\cordis.patch.yml 末尾追加：

# 本地插件：视频读取工具（video_read），进程级挂载
- insert:
    - id: tool-video-kit
      name: "dsh-video-kit"

并在同目录 package.json 的 dependencies 里加一行 "dsh-video-kit": "file:../../local-plugins/dsh-video-kit"（防止包管理器清理 node_modules）。

方式三：作为依赖安装

cd %USERPROFILE%\.dsh\profiles\desktop
pnpm add file:../../local-plugins/dsh-video-kit

装完仍需在 cordis.patch.yml 写挂载块（同上）。

装完必须做两件事

完全退出并重新打开 DeepSeek Harness —— 插件在进程启动时加载，热改不生效。
新开一个会话 —— 已有会话的工具表在建立时就冻结了，不会热更新。这是最容易被误判成"插件没装上"的原因：同一个进程里，老会话看不到 video_read，新会话立刻就有。

参数

参数	类型	默认	说明
`source`	string	必填	本地视频绝对路径，或 http(s) 视频链接
`every`	number	20	每隔多少秒抽一帧；短视频会自动加密到 2 秒
`maxframes`	number	24	最多抽多少帧
`copyTo`	string	—	把关键帧与逐字稿复制到这个目录，返回复制后的路径
`timeoutMs`	number	900000	整体超时；10 分钟视频约需 1–3 分钟处理

`copyTo` 什么时候必须用

传一个工作区内的绝对路径即可绕开：

用 video_read 读 D:\videos\demo.mp4，copyTo 传 C:\Users\你\工作区\.frames

数据目录

模型和产物不随包分发（模型 227 MB），统一放在：

%USERPROFILE%\.dsh\toolkits\video-kit\
  models\asr-paraformer-zh\model.int8.onnx   227 MB
  models\silero_vad.onnx                     1.7 MB
  videos\<视频名>\frames\*.jpg
  videos\<视频名>\transcript.txt

可用环境变量 VIDEO_KIT 改位置。

首次调用 video_read 若模型缺失会自动下载；想提前装好：

python "%USERPROFILE%\.dsh\toolkits\video-kit\bin\setup.py"          # 安装
python "%USERPROFILE%\.dsh\toolkits\video-kit\bin\setup.py" --check  # 只体检

Python 依赖（imageio-ffmpeg、yt-dlp、sherpa-onnx、websocket-client）由脚本 pip install --user 装，不需要管理员权限，也不需要系统装 ffmpeg。

故障排查

现象	原因	解决
DSH 启动即崩：`Unexpected token '\uFEFF' ... is not valid JSON`	`package.json` 被写成了带 BOM 的 UTF-8（PowerShell 5.1 的 `Set-Content -Encoding UTF8` 就是这个行为）	用无 BOM 编码重写 `profiles/<profile>/package.json`；本安装器 1.1.1 起已强制无 BOM 并自检
新会话没有 `video_read`	插件没加载	看 `~/.dsh/toolkits/video-kit/plugin-loaded.txt` 有没有本次启动的时间；没有就检查挂载块
老会话没有，新会话有	会话工具表冻结	正常行为，用新会话
`register-error.txt` 出现	注册抛错	把文件内容发出来，一般是对应工具名已被占用
图片无法预览	附件缓存目录不可写	用 `copyTo` 指到工作区内
`python 执行失败`	没装 Python 或不在 PATH	装 3.8+ 并确认 `python -V` 可用
转写为空	视频无音轨 / 纯音乐	正常，看帧即可
模型下载失败	网络	手动下 `model.int8.onnx` 与 `tokens.txt` 放进 `models\asr-paraformer-zh\`

日志类标记文件都在数据目录：plugin-loaded.txt、register-ok.txt、register-error.txt。

卸载

powershell -ExecutionPolicy Bypass -File .\uninstall.ps1
# 连 230 MB 模型一起删：
powershell -ExecutionPolicy Bypass -File .\uninstall.ps1 -PurgeData

目录结构

dsh-video-kit/
  index.js              插件入口（两个工具的注册与实现）
  cordis.patch.yml      bundle 形式的挂载声明
  bin/
    watch_video.py      下载 → 转写 → 抽帧
    discover.py         接管已登录浏览器，按关键词找候选（抖音/小红书/公众号）
    setup.py            依赖体检/安装
  extras/               研究辅助脚本（B站 WBI 搜索、CDP 嗅探等，插件不依赖）
  install.ps1
  uninstall.ps1
  README.md
  INSTALL.zh-CN.md
  LICENSE

许可

MIT。模型与第三方工具的许可各自遵循其上游（Paraformer / Silero VAD / ffmpeg / yt-dlp）。

Video Kit

兼容性与来源证明

版本

相关插件

Video Kit

README

dsh-video-kit

三个工具

检索需要登录的平台（video_discover）

安装

方式一：脚本（推荐）

方式二：手工（三步）

方式三：作为依赖安装

装完必须做两件事

参数

copyTo 什么时候必须用

数据目录

故障排查

卸载

目录结构

许可

兼容性与来源证明

版本

相关插件

相关插件

相关插件

README

dsh-video-kit

三个工具

检索需要登录的平台（video_discover）

安装

方式一：脚本（推荐）

方式二：手工（三步）

方式三：作为依赖安装

装完必须做两件事

参数

copyTo 什么时候必须用

数据目录

故障排查

卸载

目录结构

许可

`copyTo` 什么时候必须用

`copyTo` 什么时候必须用