视频精读 · Video Read

DSH 的视频内容研读插件，Windows 分发版 v0.3.5。已修复正常gzip/deflate网页响应被错误拒绝的问题。

输入合法取得的本地视频，或 B站标准视频链接/BV、YouTube单视频链接；插件提供带时间索引的画面与讲解证据，再由当前聊天模型逐段分析。重点是内容保留、细节核对和诚实列出遗漏，不是少量代表帧生成快摘要。

这不是视频播放器，也不是保证“100%看懂视频”的模型。抽帧完成不等于AI已读完；语音识别、变化检测和模型分析都可能漏错。

功能

默认每 3秒基础采样，按 5分钟 分段。
全片逐源帧做640宽灰度局部变化检查，补首末帧和变化前后精确PTS帧。补帧预算按5分钟时间段分配，不让开头耗尽全片预算；超预算仍明确标记partial与每段省略数量。
ASR默认CPU/float32并关闭前文跨窗传递，避免本次真实试验发现的重复错词自强化；保留实际解码参数、温度、重复率和人工核对标记。关闭VAD并不保证每句被识别，内置no-speech判断仍可能跳过窗口。
当前Windows CPU兼容依赖锁定faster-whisper 1.2.1、CTranslate2 4.4.0、setuptools<81；模型文件由用户单独配置。环境检查中的ASR available仅代表依赖可发现，不代表模型或实际转写已验收。
3×3带时间拼图用于总览，另存原分辨率PNG，尺寸/小字回原帧或局部裁切核对。
导入完整SRT/VTT；可用已有本地faster-whisper模型转写完整音轨、保留逐词时间，运行时不下载模型。原始ASR结果单独保留；cue时间与word范围不一致时明确记录包络修正，不删词或把自动转写当逐字听辨核验。
按时间点或短时间窗补帧，默认0.5秒，可裁切原图x,y,w,h。
获取B站标准链接/BV的单个分P、YouTube单视频，尽量保留策略内可访问高清影音，不强制360P，不重编码。
记录实际帧时间、讲解状态、候选遗漏、安全限额、未读状态和不确定性。
分段读取图版分页默认4张，返回下一页偏移；保留全量原始字幕/逐词证据路径，避免千帧数据超出聊天工具输出限制。
可把分析结果排版成 16:9 研究型 PPT：封面（视频标题＋主题）、一页段落总结、若干“分节图版＋要点”、收尾。文字由模型撰写，插件只负责版式与按时间取图，不编造讲解。

系统与依赖

当前只支持 Windows。需要 DSH 中现有的 pwsh、tools、skills 和 jobs（长任务）服务。基于 DSH Desktop 0.2.1-rc.3 验证；声明的最低接口基线不是对所有发行版的兼容保证。

项目	要求
Node	22或以上，DSH通常自带
Python	推荐3.12 x64；当前验证3.12.14
图片库	Pillow，见requirements.txt
视频工具	ffmpeg与ffprobe完整构建，当前验证9.0.1；较旧版本未验证，必须支持`-/filter:v`与`-enc_time_base filter`
网页获取（可选）	yt-dlp 2026.10.26，见requirements-fetch.txt；使用上游内部接口，勿无验证任意升级
离线转写（可选）	faster-whisper与模型文件，见requirements-asr.txt；依赖/模型可能较大，用户另行配置
PPT输出（可选）	python-pptx，见requirements-pptx.txt；`setup.ps1 -WithPptx` 或手动安装
输出目录	本地NTFS，支持硬链接；不支持FAT/exFAT、网络映射和junction/symlink/reparse祖先

Python选择顺序：插件配置python → 环境变量VIDEO_LEARNING_PYTHON → 插件.venv → DSH bundled Python → PATH python。

给朋友安装

发给朋友 dsh-video-learning-0.3.5.tgz。ZIP是源码包，不是直接安装包。

先打开一次DSH Desktop完成初始化，然后完整退出DSH。
使用该Desktop自带CLI（不是通用npm安装的DSH CLI）：

& '<DSH安装目录>\resources\runtime\cli\bin\dsh.cmd' plugin --profile desktop add '<安装包完整路径>\dsh-video-learning-0.3.5.tgz'

如果Desktop自带dsh已在PATH，可缩写为：

dsh plugin --profile desktop add '<安装包完整路径>\dsh-video-learning-0.3.5.tgz'

普通npm版DSH CLI可能提示desktop由Electron独占管理，不能因此绕过限制。非Desktop用户应改用自己的普通profile，并确认Windows工具服务具备。

在安装后的包目录配置依赖。通常为%USERPROFILE%\.dsh\profiles\desktop\node_modules\dsh-video-learning。先只检查：

.\scripts\setup.ps1

显式允许建插件自己的虚拟环境并安装核心+下载依赖：

.\scripts\setup.ps1 -Install -WithFetch -Python '<Python完整路径>'

需要语音识别依赖时另加-WithAsr。脚本不会下载模型或FFmpeg，也不会改DSH配置、读取凭据、上传或发布。没有-Install不会安装。不要用全局降低执行策略等方法绕过企业设备限制。

重新打开DSH，聊天中让AI“检查视频精读依赖”；也可在包目录执行：

node scripts/doctor.mjs

依赖缺失会明确报告。Windows商店Python占位入口不等于有效Python，请提供真实解释器。

使用

用视频精读分析这个本地视频，先处理前5分钟。

获取这个B站链接的第2P，按内容还原标准逐段分析。

对125～130秒每0.5秒补帧，放大尺寸标注。

七个工具：video_learning_doctor、video_learning_fetch、video_learning_prepare、video_learning_segment、video_learning_detail、video_learning_transcribe、video_learning_pptx。

输出 PPT

先让模型读完分节内容，再由模型写一份 brief JSON（插件不写讲解、不猜尺寸）：

{
  "title": "胶厚、圆角、骨位",
  "theme": "P1：壁厚 → 圆角 → 厚薄过渡 → 拔模 → 骨位",
  "summary": "一段话说明这节视频讲了什么、覆盖到什么范围。",
  "sections": [
    { "heading": "壁厚按材料与尺寸取值", "start": 0, "end": 300, "times": [60, 240], "points": ["要点1", "要点2"] }
  ],
  "closing": { "heading": "要点回顾", "points": ["一句话结论"] }
}

然后调用 video_learning_pptx（brief 必填，out 为新目录，manifest 可选；提供后按分节时间从已有拼图里取图）。输出 deck.pptx 与记录来源时间的 deck-manifest.json。

获取后根据真实media_path调用prepare，subtitle_path存在才传入。无字幕且无本地ASR时，只能分析画面，不能声称听过完整讲解。长任务返回job_id，用job_output收集、job_kill取消，不重复启动。

获取政策与隐私

只支持标准B站视频/BV与YouTube单视频；无p默认第1P，明确part与链接p冲突会拒绝，不下载整套。b23短链需先展开；直播、付费节目、交互分支等暂不支持。
正常单层gzip/x-gzip/deflate网页可有界解码；每响应压缩输入和解压输出各16MiB，分别累计32MiB，校验完整性。Brotli、叠加/重复编码仍安全拒绝；压缩二进制媒体不解码。identity重定向和错误正文也受累计限制。
不读浏览器cookie、netrc或用户yt-dlp配置，不尝试账号登录、验证码/付费/DRM/地域限制绕过。禁用下载器插件、外部JS、远程组件和代理继承；严格策略可能降低YouTube可获得格式。
默认2GiB/2小时，可显式提高至20GiB/24小时；另有限额：单DASH分片128MiB、累计元数据32MiB、原图像素/候选数、硬超时。超限不是静默截取视频。
只访问限定平台及媒体域的公网地址，拒绝异常重定向；FFmpeg合并仅本地文件stream-copy。来源清单不存签名媒体URL、请求头、账号或令牌。
插件不调用云端LLM、不上传用户视频。但AI随后通过当前模型或ModLens看图时，图像可能送到所选服务；内部录屏外传必须另获许可。
HTTP获取只是访问视频平台，不保证网站当下可下载、不保证匿名最高清晰度。返回实际画质；内容时长匹配也不是完整语义证明。

证据限制

灰度/缩小/阈值检测可能漏掉细小、低对比、颜色变化或慢累积变化。连续动作只保留边界与基线，需要加密补看。VFR基线取第一个不早于目标的帧，记录delay而不伪造时间。PNG避免额外JPEG有损，但不恢复源视频细节；源coded方向、SAR/HDR显示可能与播放器不同。

字幕/ASR可错认数字、术语和单位；音轨时间不连续超过50ms容差时拒绝压平转写。模型识别不作为工程实测或设计验证。

测试与发布

见TESTING.md、PUBLISHING.md、SECURITY.md。本分发包不含视频、模型、用户配置、历史备份或运行缓存；未替任何用户上传发布。

安装与分享已具备标准npm包结构；插件市场仍需公开仓库/收录审核，不能保证上架。

许可与来源

插件代码MIT。受video-watch-skill图版＋时间索引思路启发，实现独立编写。依赖、FFmpeg和模型遵循各自许可证，未随本包捆绑，见THIRD_PARTY_NOTICES.md。

视频精读 · Video Read

DSH 的视频内容研读插件，Windows 分发版 v0.3.5。已修复正常gzip/deflate网页响应被错误拒绝的问题。

这不是视频播放器，也不是保证“100%看懂视频”的模型。抽帧完成不等于AI已读完；语音识别、变化检测和模型分析都可能漏错。

功能

默认每 3秒基础采样，按 5分钟 分段。
全片逐源帧做640宽灰度局部变化检查，补首末帧和变化前后精确PTS帧。补帧预算按5分钟时间段分配，不让开头耗尽全片预算；超预算仍明确标记partial与每段省略数量。
ASR默认CPU/float32并关闭前文跨窗传递，避免本次真实试验发现的重复错词自强化；保留实际解码参数、温度、重复率和人工核对标记。关闭VAD并不保证每句被识别，内置no-speech判断仍可能跳过窗口。
当前Windows CPU兼容依赖锁定faster-whisper 1.2.1、CTranslate2 4.4.0、setuptools<81；模型文件由用户单独配置。环境检查中的ASR available仅代表依赖可发现，不代表模型或实际转写已验收。
3×3带时间拼图用于总览，另存原分辨率PNG，尺寸/小字回原帧或局部裁切核对。
导入完整SRT/VTT；可用已有本地faster-whisper模型转写完整音轨、保留逐词时间，运行时不下载模型。原始ASR结果单独保留；cue时间与word范围不一致时明确记录包络修正，不删词或把自动转写当逐字听辨核验。
按时间点或短时间窗补帧，默认0.5秒，可裁切原图x,y,w,h。
获取B站标准链接/BV的单个分P、YouTube单视频，尽量保留策略内可访问高清影音，不强制360P，不重编码。
记录实际帧时间、讲解状态、候选遗漏、安全限额、未读状态和不确定性。
分段读取图版分页默认4张，返回下一页偏移；保留全量原始字幕/逐词证据路径，避免千帧数据超出聊天工具输出限制。
可把分析结果排版成 16:9 研究型 PPT：封面（视频标题＋主题）、一页段落总结、若干“分节图版＋要点”、收尾。文字由模型撰写，插件只负责版式与按时间取图，不编造讲解。

系统与依赖

项目	要求
Node	22或以上，DSH通常自带
Python	推荐3.12 x64；当前验证3.12.14
图片库	Pillow，见requirements.txt
视频工具	ffmpeg与ffprobe完整构建，当前验证9.0.1；较旧版本未验证，必须支持`-/filter:v`与`-enc_time_base filter`
网页获取（可选）	yt-dlp 2026.10.26，见requirements-fetch.txt；使用上游内部接口，勿无验证任意升级
离线转写（可选）	faster-whisper与模型文件，见requirements-asr.txt；依赖/模型可能较大，用户另行配置
PPT输出（可选）	python-pptx，见requirements-pptx.txt；`setup.ps1 -WithPptx` 或手动安装
输出目录	本地NTFS，支持硬链接；不支持FAT/exFAT、网络映射和junction/symlink/reparse祖先

Python选择顺序：插件配置python → 环境变量VIDEO_LEARNING_PYTHON → 插件.venv → DSH bundled Python → PATH python。

给朋友安装

发给朋友 dsh-video-learning-0.3.5.tgz。ZIP是源码包，不是直接安装包。

先打开一次DSH Desktop完成初始化，然后完整退出DSH。
使用该Desktop自带CLI（不是通用npm安装的DSH CLI）：

& '<DSH安装目录>\resources\runtime\cli\bin\dsh.cmd' plugin --profile desktop add '<安装包完整路径>\dsh-video-learning-0.3.5.tgz'

如果Desktop自带dsh已在PATH，可缩写为：

dsh plugin --profile desktop add '<安装包完整路径>\dsh-video-learning-0.3.5.tgz'

普通npm版DSH CLI可能提示desktop由Electron独占管理，不能因此绕过限制。非Desktop用户应改用自己的普通profile，并确认Windows工具服务具备。

在安装后的包目录配置依赖。通常为%USERPROFILE%\.dsh\profiles\desktop\node_modules\dsh-video-learning。先只检查：

.\scripts\setup.ps1

显式允许建插件自己的虚拟环境并安装核心+下载依赖：

.\scripts\setup.ps1 -Install -WithFetch -Python '<Python完整路径>'

重新打开DSH，聊天中让AI“检查视频精读依赖”；也可在包目录执行：

node scripts/doctor.mjs

依赖缺失会明确报告。Windows商店Python占位入口不等于有效Python，请提供真实解释器。

使用

用视频精读分析这个本地视频，先处理前5分钟。

获取这个B站链接的第2P，按内容还原标准逐段分析。

对125～130秒每0.5秒补帧，放大尺寸标注。

输出 PPT

先让模型读完分节内容，再由模型写一份 brief JSON（插件不写讲解、不猜尺寸）：

{
  "title": "胶厚、圆角、骨位",
  "theme": "P1：壁厚 → 圆角 → 厚薄过渡 → 拔模 → 骨位",
  "summary": "一段话说明这节视频讲了什么、覆盖到什么范围。",
  "sections": [
    { "heading": "壁厚按材料与尺寸取值", "start": 0, "end": 300, "times": [60, 240], "points": ["要点1", "要点2"] }
  ],
  "closing": { "heading": "要点回顾", "points": ["一句话结论"] }
}

获取政策与隐私

只支持标准B站视频/BV与YouTube单视频；无p默认第1P，明确part与链接p冲突会拒绝，不下载整套。b23短链需先展开；直播、付费节目、交互分支等暂不支持。
正常单层gzip/x-gzip/deflate网页可有界解码；每响应压缩输入和解压输出各16MiB，分别累计32MiB，校验完整性。Brotli、叠加/重复编码仍安全拒绝；压缩二进制媒体不解码。identity重定向和错误正文也受累计限制。
不读浏览器cookie、netrc或用户yt-dlp配置，不尝试账号登录、验证码/付费/DRM/地域限制绕过。禁用下载器插件、外部JS、远程组件和代理继承；严格策略可能降低YouTube可获得格式。
默认2GiB/2小时，可显式提高至20GiB/24小时；另有限额：单DASH分片128MiB、累计元数据32MiB、原图像素/候选数、硬超时。超限不是静默截取视频。
只访问限定平台及媒体域的公网地址，拒绝异常重定向；FFmpeg合并仅本地文件stream-copy。来源清单不存签名媒体URL、请求头、账号或令牌。
插件不调用云端LLM、不上传用户视频。但AI随后通过当前模型或ModLens看图时，图像可能送到所选服务；内部录屏外传必须另获许可。
HTTP获取只是访问视频平台，不保证网站当下可下载、不保证匿名最高清晰度。返回实际画质；内容时长匹配也不是完整语义证明。

证据限制

字幕/ASR可错认数字、术语和单位；音轨时间不连续超过50ms容差时拒绝压平转写。模型识别不作为工程实测或设计验证。

测试与发布

见TESTING.md、PUBLISHING.md、SECURITY.md。本分发包不含视频、模型、用户配置、历史备份或运行缓存；未替任何用户上传发布。

安装与分享已具备标准npm包结构；插件市场仍需公开仓库/收录审核，不能保证上架。

许可与来源

插件代码MIT。受video-watch-skill图版＋时间索引思路启发，实现独立编写。依赖、FFmpeg和模型遵循各自许可证，未随本包捆绑，见THIRD_PARTY_NOTICES.md。

SZUold8/dsh-video-learning

视频精读 · Video Read

功能

系统与依赖

给朋友安装

使用

输出 PPT

获取政策与隐私

证据限制

测试与发布

许可与来源

Community comments

SZUold8/dsh-video-learning

视频精读 · Video Read

功能

系统与依赖

给朋友安装

使用

输出 PPT

获取政策与隐私

证据限制

测试与发布

许可与来源

Community comments