Plugin DeepSeek Harness : compresse une vidéo en une image de storyboard en grille numérotée, accompagnée d'une liste textuelle contenant les timecodes, les dialogues et le nombre de coupes, permettant au modèle de répondre « Que se passe-t-il à la 3e minute ? » ; la version 0.4.5 publiée par 10-30 se concentre principalement sur la correction de bugs.
Nombre d'étoiles 195
Raison
- 10-28 a déjà été inclus ; il est mentionné à nouveau ici car 0.4.5 a corrigé le problème où video_zoom ne trouvait jamais la grille depuis 0.4.4 lors de l'agrandissement par numéro de case (la correspondance des cases du storyboard n'était pas enregistrée sur le disque). Les liens distants et les chemins locaux après téléchargement sont désormais correctement résolus.
- La même version a également corrigé des problèmes tels que la non-fusion des pistes audio et vidéo DASH de Bilibili, l'ouverture deux fois de la même vidéo lors du démarrage à froid, et l'index incorrect lors du calcul de la médiane locale des points de coupe ; elle ajoute également chat.js pour la fenêtre de chat locale (permettant d'interrompre même lorsque les outils sont bloqués), attachOnly (empêche le plugin de lancer le navigateur), la priorité aux voix neuronales edge-tts avec repli sur le SAPI système en cas d'échec.
- Quatre outils : video_probe lit uniquement l'en-tête du fichier sans consommer de tokens d'image, video_storyboard génère l'image et la liste, video_zoom agrandit une section spécifique, et video_locate utilise une ligne de dialogue pour retrouver le timecode.
Utilisation
- winget install Gyan.FFmpeg (requis) ; pour coller des liens Bilibili / YouTube, exécutez pip install --user -U yt-dlp ; installez le plugin avec node scripts/install-dev.mjs puis redémarrez DSH.
- Commencez par video_probe, puis video_storyboard({ input: "chemin local ou lien" }) ; si une section semble importante, utilisez video_zoom({ from, to, cells }) pour l'agrandir ; si des sous-titres existent déjà, utilisez transcriptFile pour éviter la reconnaissance vocale automatique (ASR).
Risques
- L'auteur indique 384 tokens par image, environ 1,900 tokens par appel, et environ 10 secondes de traitement pour une vidéo de 90 secondes, mais ces chiffres proviennent de tests personnels de l'auteur ; pour obtenir les dialogues, il faut configurer un service ASR séparé ou utiliser des sous-titres existants.
- Les vidéos HD / membres sur Bilibili nécessitent l'exportation des cookies, dont SESSDATA équivaut à un identifiant de connexion ; la lecture de la progression de lecture pour « Regarder un film ensemble » dépend des contrôles multimédias du système Windows.