原生 DSH 插件，讓純文字代理檢視影片中繼資料、搭配可選 ASR 理解畫面，並回答帶時間錨點的問題——全部走 OpenAI 相容的視覺/ASR 端點，無廠商鎖定。
DSH 整合
原生執行環境
作者聲明
安全稽核
未稽核
最後核實
2026-08-30
授權條款
MIT
01它能幫你完成什麼？
Inspect a local video's technical specs before deeper analysis
Compact metadata JSON via `video_probe`: container, duration, resolution, fps, codecs, audio tracks, subtitles
Text-only DSH agents and developers who need cheap, instant video metadata without decoding frames
Understand video content and answer time-anchored questions for text-only DSH agents
Structured evidence JSON from scene-change-aware frame sampling plus optional timestamped ASR; `video_ask` returns grounded answers with confidence and supporting timestamps
DSH agents that must reason about scenes, speech, or specific moments (e.g. "at 3:20") in local video
02如何將外掛接入 DeepSeek Harness？
作者未說明
03DSH 整合程度與能力邊界
Native DSH plugin — text-only agents call `video_probe` / `video_analyze` / `video_ask` tools; vision & ASR use OpenAI-compatible `baseUrl` + `model` + key endpoints.
video_probe — instant metadata
local video file path→compact metadata JSON: container, duration, resolution, fps, codecs, audio tracks, subtitles
video_analyze — content understanding
local video file; optional ASR key env var→structured evidence JSON from scene-change-aware frame sampling fused with an OpenAI-compatible vision model; optional timestamped ASR transcript
video_ask — time-anchored Q&A
a prior analysis / transcript plus a natural-language question with time references→grounded answer with confidence and supporting timestamps, re-sampling frames from the matched windows
04適合誰？何時不該用？
適合
- Text-only DSH agents and developers who need cheap, instant video metadata without decoding frames
- DSH agents that must reason about scenes, speech, or specific moments (e.g. "at 3:20") in local video
不適合
- Requires `ffmpeg` and `ffprobe` on `PATH`; the plugin delegates all media work to them and does no native decoding.
05相容性、維護與安全提醒
- Scene-change detection requires ffmpeg ≥ 6.0 (the `scdet` filter); videos without detectable cuts fall back to uniform midpoint sampling.
- Requires `ffmpeg` and `ffprobe` on `PATH`; the plugin delegates all media work to them and does no native decoding.
- ASR is strictly additive: if `asrApiKeyEnv` is unset or the provider fails, visual analysis still completes and `transcript` is `null`.
MIT license · latest release v0.3.1 (published 2026-08-18) · default branch main
06常見問題
如何為 DeepSeek Harness 安裝 dsh-video-lens？
公開 README 確認插件需要 `ffmpeg` 與 `ffprobe` 在 `PATH` 中（場景切換偵測需 ffmpeg ≥ 6.0），但我們在快照中看到的安裝步驟被截斷——部署前請到倉庫 README 核對具體的 `dsh` 安裝/克隆指令。
執行前有哪些前置條件？
README 提到兩點：`ffmpeg` 與 `ffprobe` 必須在 `PATH` 中（所有媒體處理都委託給它們，無原生解碼），且 ffmpeg 需 ≥ 6.0 才能用 `scdet` 濾鏡偵測場景切換。偵測不到明顯切片的影片會復原為均勻中點取樣。
它如何接入 DeepSeek Harness？
它是原生 DSH 插件：純文字 LLM 代理以工具形式呼叫 `video_probe`、`video_analyze` 與 `video_ask`。視覺與 ASR 透過 OpenAI 相容端點（baseUrl + model + key 環境變數）接入，因此不會鎖定單一服務商。
它和直接讓 LLM 看影片有何不同？
它自行完成媒體處理——ffprobe 中繼資料、ffmpeg `scdet` 場景取樣與抽幀、可選 ASR——再把取樣幀與 OpenAI 相容視覺模型融合為結構化證據 JSON，並透過 `video_ask` 支援帶時間錨點的問答（如「第 3 分 20 秒」），給出置信度與支撐時間戳。
ASR 服務商失敗或未設定 key 會怎樣？
ASR 是嚴格可疊加的：若 `asrApiKeyEnv` 未設定或服務商失敗，視覺分析仍會完成，且 `transcript` 為 `null`。插件會優雅降級而非報錯。
07相關的 DSH 工作流程
modlens
作者 liustack
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-only coding agent. Paste an image, get structured JSON evidence (OCR, layout, semantics). | 全網最強 DeepSeek Harness 外掛視覺外掛，為 DeepSeek、GLM 等純文本模型外掛視覺能力，貼上圖片即得結構化 JSON 證據（OCR、版面、語義）。
agent-vision-toolkit
作者 anionex
為純文本模型"看圖“設計更好的視覺工具箱和技能，支援多圖理解，圖片問答，前端UI還原、GUI 自動化等，並可選無縫接入多個主流agent，直接識別貼上圖片｜ A vision toolkit and skill designed for text-only llms — image Q&A, long-screenshot OCR, frontend UI restoration, and GUI automation, with optional seamless integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode
dsh-vision-router
作者 ysr666
為純文本 DeepSeek Harness 智慧體提供「視覺」能力，內建免金鑰視覺鏈路與畫素級視覺工具，一條命令安裝，無需 Python。
dsh-vision-toolkit
作者 anionex
[dsh]為純文本模型設計更強大的視覺工具箱：一行安裝使用、貼上圖片直接識別、多張圖片問答、截圖到前端UI 還原等｜DeepSeek Harness-native integration for agent-vision-toolkit: image Q&A, long-screenshot OCR, UI restoration, grounding, pixel diff, Artifacts, and Web UI.
08資料與來源
A [DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness) (DSH) plugin that lets text-only LLM agents unders…
v0.3.1. The plugin never locks you into a provider: vision and ASR are both OpenAI-compatible endpoints configured via `…
此頁面根據專案公開文件、儲存庫中繼資料與 DSH Plugins 的結構化解析所產生；最後核實於 2026-08-30。發現錯誤？提交更正。
最佳 DeepSeek Harness 外掛
從全目錄挑出的 12 個值得優先安裝的外掛，涵蓋各個分類。