dsh-video-storyboard
SAOS-3624/dsh-video-storyboard
把视频（本地文件，或 B 站 / yt-dlp 链接）压成一张可寻址的宫格图：每格烧编号、对应精确时间、挂台词，底部还有同时间轴的音频包络；video_zoom 可对任意窗口高清重看——纯文本模型因此能「看」视频，而不是读别人写的摘要。
- 形态
- Plugin 插件
- 安装
- npm 包安装
- 需要密钥
- 否
- 近月下载
- 2.3 万
- 最近推送
- 今天更新
项目说明
From README
dsh-video-storyboard 让 AI 真正"看过"一段视频： 一张分镜图 + 一份带时间码的文本清单 ，模型据此回答"第 3 分钟发生了什么""这句话对应哪一格"。English: README.en.md 已收录于 awesome-dsh-plugin。0.6.0 大改（2026-11-01） ：切点之后整条链路重写 —— 一帧 = 一个镜头 ，格子大小 = 那个位置的 切点密度 （1/1 … 1/8 共八档），排布用 DP 按行打包，最后 把画布裁到内容 。
cells / sheets / need / maxPerSheet / adaptive / tileFirst 已删除， 换成 maxFrames / strategy / maxSheets / tierMap 。迁移与完整差异见 CHANGELOG。协议变更（v0.5.0） ：本项目由 MIT 变更为 Apache-2.0 。变更的目的是更好地保护代码版权 （要求保留署名），同时依旧允许大家自由使用、修改，甚至商用。此前基于 MIT 发布的版本仍是 MIT， 已经产生的衍生版本不受影响。感谢所有使用者和开发者。
边界 ：本项目不托管、不分发任何视频内容，缓存只在本地且会自动淘汰；不提供付费内容访问、 DRM 绕过、区域限制绕过或批量抓取能力。能不能下载某个链接取决于你有没有相应授权 ， 请自行确认并遵守目标站点的条款与当地法律。完整说明见 NOTICE。--- 它解决什么问题 装完不能跑？先执行 node bin/doctor.mjs —— 它会检查 ffmpeg / yt-dlp / ASR / 缓存目录， 每条都跟一句"缺什么、怎么补"。用户反馈里过半不是 bug，是没配 ASR 或装完 ffmpeg 没重启 DSH。新手步骤：docs/入门-五分钟.zh.md · 报错对照：docs/FAQ.
zh.md 没配转写 = 它只能看图说话。能描述"画面上有个女孩在跑"，但说不出她讲了什么。本机 ASR 免费、不联网，装一次十几分钟 —— 这是这个插件价值差别最大的一步，
Original description
Scene-aware storyboard for DeepSeek Harness: 9-16 numbered cells with timestamps + transcript + an audio envelope, packed into ONE image (384 tokens). Two tools: video_storyboard and video_zoom.
安装方式
npm 包安装 · 安装无需配置
pip install --user -U yt-dlp # 只有贴 B 站/YouTube 链接才需要dsh plugin --profile web add dsh-video-storyboard # 装插件，然后重启 DSH安全能力
静态扫描源码得到的权限画像 —— 回答的是「它要动什么」，而不是「它好不好」
- 执行命令
- 写入文件
- 读取文件
- 访问网络
- 读取环境变量
未发现已知红线（明文传输、安装期执行代码、凭据外传等）。
能力与红线来自 awesome-dsh-plugin 的静态扫描结果（CC0 公有领域），本站未逐行复核源码； 它只覆盖能被静态识别的模式，不等于安全审计结论。
为什么是这个分数
近 1 天仍在推送；README 给出了可直接复制的安装命令；装完即可用，无需额外配置；近月 npm 下载 22755 次，star 不多但真在被使用。
- 维护活跃
- 100
- 实用度
- 100
- 生态热度
- 87
- 上手便捷
- 100
- 信号质量
- 100
- 数据置信度
- 100%
相关插件
dsh-video-vision
Destinhue/dsh-video-vision
五个工具，把视频当成原料而不是节目来读。video_outline 把整片映射成文字、一张图都不画：4-60 个等分窗口，每行给切点数量、语音占比、强度条和标签，再给出值得先看的窗口以及下一步的精确 start/end —— 零图像 token。video_probe 不解码画面就给元数据和阅读计划。video_storyboard 把一个时间窗口压成一张分镜图，再给一份文本索引，把每一格绑到时间码、切点数量与取帧时刻；在那一档尺寸下文字会糊掉的格子会被标记 zoom，dedupe global 可以把切走之后又回来的画面折叠掉。video_zoom 把短窗口里的 1-9 格按更大尺寸重画。video_read 只解关键帧，逐屏 OCR，返回大纲加 \[mm:ss] 文本 —— 讲座、幻灯片和录屏走这条，因为文字才是内容。它也能把只有声音没有画面的文件读成转录稿（字幕轨、DSH_ASR_CMD、你传的转录文件，长音频按 45 秒切在静音处），没有任何可读文字时会把六张变化过的画面拼成一张图，还可以把结果导出成 SRT、WebVTT 或纯文本。切点、叠化与单帧闪烁用一遍 ffmpeg 找出；十分钟以上的片只解关键帧分析，两小时课程快 2.7 倍；格子永远不会缩到源图的五分之一以下，所以 1440p 的图用同样的 token 换更少更大的格子。OCR 可以用 Windows 自带的引擎、带行框的 tesseract，或 DSH_OCR_CMD。凡是要文件的地方都能直接给 B 站链接（bilibili.com/video/BV…、裸 BV 号、av 号、b23.tv 短链）：300 秒以内直接在 CDN 上读、不落盘，更长的下一遍缓存，缓存有 4 GB / 24 片的预算，play 链接缓存十分钟，不是单个视频的链接会各自说明是什么。需要 ffmpeg，有 ffprobe 时用 ffprobe，除此之外没有运行时依赖。它是 SAOS-3624/dsh-video-storyboard 的接口兼容重实现：注册同样的 video_probe / video_storyboard / video_zoom 工具名，所以两者不能同时启用。
dsh-vidlens
cctv2333/dsh-vidlens
按人看片的顺序取样，而不是下载整片：先元数据与章节，再按时间码抽帧看画面、字幕优先转录（平台没有字幕才走本地 ASR）、AudioSet 527 类声音事件标签与高赞评论——21 个工具共用一个磁盘缓存，并带跨进程锁。需要 Python 3.10+、ffmpeg 与 vidlens 包（pip install vidlens-mcp）；缺依赖时回给你的是两种修法，而不是一句 ImportError。
dsh-video-pipeline
439436269-ctrl/dsh-video-pipeline
把一条短视频生产流水线的 19 个 skill（1 总入口 + 1 编排 + 17 原子）内置进 agent 技能目录：中文配音读音校正、文生图与文生视频、图片运镜、成片合成、封面、成片核验、数据复盘、四平台发布。本包只提供 skill 与脚本，不安装任何工具：要真跑通流水线，还得本机装好 ffmpeg、Python 3 + Pillow、Node.js 与 playwright，自备 B 站 biliup 凭据和视频号 / 抖音 / 小红书登录态，并把 skills/*/scripts/ 里的占位符改成自己的值。使用者自己的同名 skill 优先级更高。