原生 DSH 插件，让纯文本智能体查看视频元数据、配合可选 ASR 理解画面，并回答带时间锚点的问题——全部走 OpenAI 兼容的视觉/ASR 接口，无厂商锁定。
DSH 适配
原生运行时
作者声明
安全审计
未审计
最后核验
2026-08-30
许可证
MIT
01它能帮你完成什么？
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如何接入 DeepSeek Harness？
作者未说明
03DSH 适配与能力边界
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适合谁？何时不该用？
适合
- 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
不适合
- Requires `ffmpeg` and `ffprobe` on `PATH`; the plugin delegates all media work to them and does no native decoding.
05兼容性、维护与安全提示
- 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常见问题
如何为 DeepSeek Harness 安装 dsh-video-lens？
公开 README 确认插件需要 `ffmpeg` 和 `ffprobe` 在 `PATH` 中（场景切换检测需 ffmpeg ≥ 6.0），但我们在快照中看到的安装步骤被截断——部署前请到仓库 README 核对具体的 `dsh` 安装/克隆命令。
使用前有哪些前置条件？
README 提到两点：`ffmpeg` 与 `ffprobe` 必须在 `PATH` 中（所有媒体处理都委托给它们，无原生解码），且 ffmpeg 需 ≥ 6.0 才能用 `scdet` 滤镜检测场景切换。检测不到明显切片的视频会回退为均匀中点采样。
它如何接入 DeepSeek Harness？
它是原生 DSH 插件：纯文本 LLM 智能体以工具形式调用 `video_probe`、`video_analyze` 与 `video_ask`。视觉与 ASR 通过 OpenAI 兼容接口（baseUrl + model + key 环境变量）接入，因此不会锁定单一服务商。
它和直接让 LLM 看视频有什么不同？
它自行完成媒体处理——ffprobe 元数据、ffmpeg `scdet` 场景采样与抽帧、可选 ASR——再把采样帧与 OpenAI 兼容视觉模型融合为结构化证据 JSON，并通过 `video_ask` 支持带时间锚点的问答（如「第 3 分 20 秒」），给出置信度与支撑时间戳。
ASR 服务商失败或未配置 key 会怎样？
ASR 是严格可叠加的：若 `asrApiKeyEnv` 未设置或服务商失败，视觉分析仍会完成，且 `transcript` 为 `null`。插件会优雅降级而非报错。
07相关的 DSH 工作流
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). | 全网最强 DeepSeek Harness 外挂视觉插件，为 DeepSeek、GLM 等纯文本模型外挂视觉能力，粘贴图片即得结构化 JSON 证据（OCR、版面、语义）。
agent-vision-toolkit
作者 anionex
为纯文本模型"看图“设计更好的视觉工具箱和技能，支持多图理解，图片问答，前端UI还原、GUI 自动化等，并可选无缝接入多个主流agent，直接识别粘贴图片｜ 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
为纯文本 DeepSeek Harness 智能体提供「视觉」能力，内置免密钥视觉链路与像素级视觉工具，一条命令安装，无需 Python。
dsh-vision-toolkit
作者 anionex
[dsh]为纯文本模型设计更强大的视觉工具箱：一行安装使用、粘贴图片直接识别、多张图片问答、截图到前端UI 还原等｜DeepSeek Harness-native integration for agent-vision-toolkit: image Q&A, long-screenshot OCR, UI restoration, grounding, pixel diff, Artifacts, and Web UI.
08数据与来源
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 `…
页面基于项目公开文档、仓库元数据和 DSH Plugins 的结构化解析生成；最后核验于 2026-08-30。发现错误？提交更正。
最佳 DeepSeek Harness 插件
从全目录挑出的 12 个值得优先安装的插件，覆盖各个分类。