逐字稿文字預覽
Deepseek Harness已经正式开源了 但对很多普通用户来说 真正的门槛不是不会用 而是安装这一步就已经比较麻烦 要装环境、开终端、书命令等依赖 还可能碰到版本权限这些问题 很多人只是想先体验一下DSH 结果还没开始用 就先卡在安装上了 所以我们团队专门做了一个DSH桌面端应用 不需要命令行 也不用自己手动配置环境 下载之后 直接双击APP就可以自动完成 DeepSeek Harness的安装部署和启动 原本一大串安装流程 现在基本就是下载双击配置API Key 然后直接开始用 这期视频我会带大家 把DSH的完成使用流程跑一遍 先用桌面端一键完成安装 再配置AppKey权限和工作区 然后直接做一个个人简历网页项目 看看DeepSeek Harness在真实开发任务里 到底怎么用 同时我们还会讲它的插件系统 包括官方和社区插件怎么安装 视觉模型插件怎么接入 以及各种功能插件怎么使用 现在DSH的插件已经不只是加工具 你甚至可以通过插件直接换皮肤 改界面增加新的功能模块 把它改成完全不同的使用形态 另外后面还会继续讲插件开发 带大家看一个DSH插件是怎么创建 怎么定义功能 怎么接入Harness 以及最后怎么完成部署 也就是说不只是会用别人做好的插件 你自己也可以开发类似换肤工具增强 或者模型能力扩展的插件 本期视频的配套资料也已经全部准备好了 评论区抠课件就可以领取 里面包括DSH桌面端安装包 本期视频文字版课件 完整DSH上手教程 插件使用方法 以及本次测试用到的完整提示词 想直接把Deep-Sea Carnage跑起来的 可以先把资料领走 跟着视频一步一步操作 好Deep-Sea Carnage是已经正式发布了 然后它作为现在全新一代的 这个Agent开发跟使用的这个范式 对于我们之前大家熟悉Codex和Cloud Code的小伙伴其实冲击不小 我们接下来如果大家想要使用Deepsea Harness的话 实际上可能会有很大的使用方法上的一些改变 那么Deepsea Harness实际上发布完了之后 这个涨势非常非常快 短短的这么一天的时间 现在应该已经是80多K的stars了 然后也能够看得出来业内对Deepsea Harness的这样的一个关注 当然Deepsea Harness它自己有一个官网 然后它也有GitHub项目的主页 一会我们也会带大家看一下 但总之Deepsea Harness确实是能够足以撼动 它现在就再去使用像Codex或者Cloud Code这样的一些生态 并且DeepSeek Harness其实非常机贼一点 是他们在内测的期间实际上就是笼入了大量的各个不同的开源项目开发者 然后现在很多开源项目就是我们非常熟悉的一些开源项目 比如说绘制思维导图的 比如说绘制产品原型的这样的开源项目 现在都是能够以插件的形式接入到DeepSeek Harness里面来的 所以DeepSeek Harness它其实不仅仅是单独的一个agent 它其实是一个agent平台 当然怎么接入呢 我们稍后再说 所以DeepSea Carnies现在出来之后 尽管大家可能会觉得说 它的原始功能看起来比较简单 但实际上它的拓展性其实是非常强的 OK 好 那么我们今天晚上的公开课 就会围绕着我们DeepSea Carnies 来进行一轮非常系统深入的 从怎么样安装部署上都使用到 它的文件项目结构 然后它的拓展功能如何实现 以及到它的插件系统 这个什么东西 对不对 底层原理是什么 然后如何去接入插件 自己写插件 自己找到想要的插件 一整个围绕Deep-seek Harness的完整的入门流程 来进行个详细的讲解 当然首先我们拿到Deep-seek Harness之后 首先第一个环节我们是需要来完成Deep-seek Harness的安装 然后我们这里是给大家提供了一个安装包 然后这个安装包现在是已经上传完了 MacOS的版本 马上Windows版本也会上来 然后这个安装包是帮大家免命令行安装的 其实Deep-seek Harness安装非常简单 但是我们有很多小伙伴 之前可能主要是用比如说KodexAPP的 然后对于命令行的操作 Node.js的环境搭建不是很舒服 所以我们这里单独给大家准备了一个桌面版的安装包 然后接下来你有了安装包之后就可以直接点它 然后就可以直接来进行运行 它会自动帮你搭解好所有的环境 当然这个API Key还是你需要准备好的 然后同时我们这个安装包也会直接在Deepsea Harness里面提供一个内置的这样的视觉功能 是通过阿里百炼的API Key 然后调用千万系列的模型来提供视觉能力的增强 然后同时它还可以换桌面背景 还可以实时的同步和官方最新的Deepsea Harness来进行一个更新的同步 OK这个是我们今天晚上 大家如果之前还没有安装好Deepstick Harness的话 可以先添加我们的助教老师 然后领取到我们的Deepstick Harness的桌面安装包 然后接下来我们快速走一个安装流程 那么这个安装流程其实非常简单 就是你双击一路下一步就可以了 然后Mac的电脑就是把拖拽到APP里边 就可以实现这样的一个安装的过程 然后安装完了之后 你就可以双击打开这个APP 就比如说我们现在是安装完了 这个APP的名字叫Deepstick Harness 然后打开 然后打开完了之后 也就进入到这样的一个页面 当然大家首次进入的时候是需要 它会有一个内测说明 现在是0.1内测版本 然后需要你输入Deepseek的API Key 需要来完成首次使用的这样的配置 然后配置完了之后 大家就可以进入到对话页面来进行对话了 那么这个过程其实就和你 比如说我们去使用Node.js 使用命令行来进行下载安装 其实完全是一样的 然后只不过它现在是一个APP 它不是一个网页 它是一个APP的形式来进行操作 好那么接下来我们就可以跟它来进行自由对话了 对不对 那么它的对话过程当然就是和原版 是完全一样的 这个其实没有什么问题 那么简单来看 我们看它的初级的使用的方式 也确实跟Codex或者是Cloudcode 没有太大的区别 当然我们给大家提供的版本 大家应该能看到 后面有个非常可爱的小猫 是因为我们在原来的 Deep-Carnies版本基础上 增加了两个功能 那么大家完成了这个配置之后 也可以看一下这两个功能分别什么 首先第一个是关于视觉增强的功能 这个视觉增强功能是使用千万3.8 来去进行视觉增强 这里面我们只要一键开启 它就可以了 但是开启的时候 它会提醒你输入千万的 阿里百炼的API key 这里面你可能就需要去阿里百炼 去注册一个API key 然后之后就可以开始来进行验证了 那么验证的过程 它实际上是会去围要当前图片来进行一轮识别 识别完成之后 它就跟我们说它识别到位了 对不对 它是按照什么主体场景文字 各个维度来进行的识别 OK 这个是一个视觉方面的能力 而后面我们一旦开启了视觉增强能力之后 我们视觉增强能力实际上是一个非常底层的 一个插件的形式 能够给整个Deep Seek Harness在运行的各个环节 来去增加它的视觉的能力 因为其实对于Deep Seek Harness来说 它内部其实预制了很多个不同类型的 所谓叫做Agent预设的四种模式 那么这四种模式实际上代表含一下底层是四个不同的Agent 或者是你把它理解成是四套不同的内置提示词和能力体系 是这么一回事 但是现在如果我们在通用设置里面给它开启了视觉增强能力之后 那么接下来你不管是切哪个Agent 或者你下面自定义一个Agent 实际上都是有视觉能力的 其实没有什么问题 然后同时呢 这个也是我们今晚文化课的一个小小的一个小设置 就是我们在最后呢 也会带大家 从一到一呢 去完成一些插件的开发 然后我们这里开发的一个小插件 就是给他换皮肤 对不对啊 这个是这个入门级的啊 这个小伙伴特别喜欢的啊 这样的一个插件的形式啊 给他换个皮肤啊 我们这也就生成了一个这个特别 可爱的这个不我毛的这样的一个形象啊 然后作为我现在的这个换皮肤的这个 默认的这个皮肤选项啊 这个实际上是我们后面会做的一个插件的小实验啊 但是现在也是集成在我们给大家提供的桌面端的环境里面来了 那么接下来大家可以去切换图片 去设置这个焦点 就是它虚化程度 然后页面玻璃层 就是看它的渐变的 一些设置等等 这里可以自己进行设置 当然你可以恢复拨刃都是可以的 那这个是我们给大家提供的桌面端的一个基本手法法 当然我们接下来在进行公开课程当中 大家使用任意的版本来进行学习跟操作也都是可以的 那么大家现在如果需要去领取到我们给大家准备的桌面端的话 还是一样的添加我们的助教老师 然后呢 就等我们老师 给你发一个完整的百度网盘里面 就会有这个Windows和Mac电脑的 具体的安装包 然后和一个简要的安装说明 那这个呢是前期的这个基本环境准备 这个大家是需要先装好的 当然对于咱们的课程来说 你用我们的安装包也可以 然后呢你用这个原始的这个Deep-C Chronicles 来进行下载来进行使用 也可以 那么安装完了之后呢 接下来你就可以 对不对 来进行一些这个对话 就能基本感受一下 它的这个使用的一个基本状态 好 那么前情提要跟基本准备工作完成之后 那么接下来我们就进入到 今天的正式的内容的讲解当中来 那么首先 我们需要跟大家介绍的是 关于Deep-seek Harness 它的一个基本的技术生态 跟它现在的项目定位 那么Deep-seek Harness 其实跟我们现在所熟知的 像Cloud Code Code Codex 其实有很大的区别 它的使用方法内置的功能形态 和它的插件系统基本上都不一样 包括比如说我们之前所熟知的 像Codex或者Clockcode 它们的SQ的系统对不对 它的agents的系统 Subagents的定义方式等等 那么现在到Deepseek Harness里面去了之后 其实都会不太一样 所以我们这里需要先跟大家说一说 整个Deepseek Harness的功能架构 和它的一些核心的定位到底是什么样的 首先Deepseek Harness是8月4号发布的对不对 然后现在已经是8万多的STARS 这个应该是反正我见过的最快的STER增长的速度 这个没有之一 他应该也是给你插不上所有项目里面 STERS的数量增长最快的项目没有之一 然后当然我们拿到手之后 其实进行进行很多的一些功能测试 然后也和大家现在比较关心的 就比如说像Cortex进行了一些能力上的对照 那么总的来说 当然我之前已经出过一期视频来介绍他们两个对比的结果 总的来说 其实Deep-Seek Harness和Cortex他们二级的性能上其实是差别不大的 我们这里来进行对照的时候 是Deep-seek Harness加上Deep-seek V4 Pro 然后Codex加上GPT 5.6sau 然后他们俩来进行对比 然后最后我们这里是进行了六组的测试 当然这个测试我们之前是已经都发到网上了 大家可以看一下之前的一些视频 那么像这样的测试结果 其实它们二者差别不会很大 我们进行了很多方面的测试 有比较简单的项目测试 也有非常复杂的项目的测试 那么总的来说 Deep-seek Harness它不管是前端性能 还是3D视觉的这样的理解 还是对中文的一些场景下 一些字符的展示 其实都和GPT5.6加Codex的差别不大 然后同时比较让人惊喜的一点 是DeepSeekHarness的 它本身的缓存命中率非常高 这个也是大家现在在讨论 说DeepSeekHarness是很前的 一个非常核心的原因 而且它整个运行速度 跟响应效率非常非常快 我们这里总共 大家下面其实在科技里面都看到 进行了各式各样的 形态各异的 有看得懂有看不懂的 各式各样的设置和测试 然后最后我们整个差不多是运行了三到四个小时的时间 然后Deep-seek Harness它的token的消耗量 差不多是GBT5.6搭配上Codex的三分之一 然后运行时间可能只有一半左右 所以整个的测试结果来看 Deep-seek Harness相比于Codex来说 它的运行效率其实要高很多 然后运行效果是差不太多的 至少我们其实看着这上面这些个测试来看 其实是属于有来有回的这样的类型 那么绝大多场景下我们甚至可能会觉得 Deep-seek Harness搭配着Deep-seek vs Pro性能会更好一些 当然Deepseek V4 Pro当时发布的时候 我们这里没有放截图 但当时发布的时候其实是有一个 关于Deepseek V4 Pro它的一个编程性能和Feybo 5的这样的比较 然后在比较那张图上 Deepseek V4 Pro的编程的各项指标也是和Feybo 5是属于有来有回的 甚至在部分指标上可能还要超过Feybo 5 然后当时官方给的图下面就有一行小字的说明 说我们现在测试这个结果是搭配着Deepseek Harness的集结模式 就搭配着Harness系统来进行运行最后评测这样的结果 所以也就说明Deep Seek Harness 它的这套系统确实是能够至少是能够很好的发挥Deep Seek V4 Pro 这样的一些模型的性能的这点其实没有什么问题 当然说到Deep Seek Harness的发展历史 这个的话我们就简单看一下就行了 从5月份开始对不对就开始来进行招聘了 然后也组建了很长时间 然后7月底就开始进行内测 然后内测的应该是7月中就开始来进行内测 然后7月底是已经内测完了 然后内测的时候其实非常鸡贼 他们内测实际上是专门请Github上的一些高stars的一些贡献者或者作者参与进来 然后跟他们共同研发这些项目去适配DeepSea Carnies的插件 所以这也是为什么DeepSea Carnies一出来之后 它的插件系统的插件生态就非常丰富的一个主要原因 所以他们内测的时候就拉了很多的作者 这是有统计嘛 他的作者搭在一块他们的项目的stars差不多是200多K 好像是 总之呢就是 他一所以 他之后一出来 他这个插件系统 就非常的丰富 是这样的一个原因 当然其实我们也需要简单跟大家说一下 就是关于这个Deep-seek Harness 这个Harness到底是什么 这样的一个概念上的说明 那么所有的这个Harness 其实你基本上都可以把它理解成 是围绕当前这个大模型 外部的所有的运行的环境 对不对 这
本次執行流程與問題處理
下達指令
預期流程
- 自動字幕優先，Whisper 作為備援
- 來源選擇與品質檢查
- 文字校正與句子單元
- 筆記與發布
- 公開網頁發布
1. 下載與語音辨識
工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）
處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿
產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）
耗時：1494.3 秒
關係：依序執行
結果：完成
2. 全文快速校讀
工具：videonote_rapid_transcript_review.py
處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目
產出：rapid_transcript_review_report.json（產出檔案）
耗時：70.2 秒
關係：依序執行
結果：完成
3. 建立句子單元
工具：videonote-build-sentence-units
處理：將逐字稿切成帶時間軸的句子單元
產出：sentence_units.json（句子單元）
耗時：0.3 秒
關係：依序執行
結果：完成
4. 句子密度平衡
工具：videonote_balance_sentence_units.py
處理：平衡句子長度與密度
產出：sentence_units.json（句子單元）
耗時：0.3 秒
關係：依序執行
結果：完成
5. 時間軸稽核
工具：videonote_timeline_audit.py
處理：檢查時間軸與音訊對齊
產出：timeline_audit_report.json（時間軸稽核）
耗時：0.4 秒
關係：依序執行
結果：完成
6. 品質檢查
工具：videonote_controlled_quality.py（檢查時間軸與品質）
處理：檢查語言、時間軸與可讀性品質
產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）
耗時：0.4 秒
關係：依序執行
結果：完成
7. 播放時間軸回填
工具：videonote_rebase_display_timeline.py
處理：將網頁播放時間軸回填為校正字幕時間
產出：display_timeline_rebase_report.json（時間軸回填報告）
耗時：0.5 秒
關係：依序執行
結果：完成
8. 逐字稿交叉檢查
工具：videonote_cross_check_transcript.py
處理：交叉檢查逐字稿與來源字幕
產出：transcript_crosscheck_report.json（交叉檢查）
耗時：0.5 秒
關係：依序執行
結果：完成
9. 來源句整理
工具：videonote_prepare_source_entries.py
處理：整理來源句子供時間軸與頁面使用
產出：sentence_units.json（句子單元）
耗時：0.5 秒
關係：依序執行
結果：完成
10. 生成筆記摘要
工具：videonote-generate-note（生成筆記摘要）
處理：生成筆記摘要與重點
產出：note.md（筆記 Markdown）、note.html（筆記 HTML）
耗時：183.6 秒
關係：依序執行
結果：完成
11. 建立筆記頁面
工具：videonote-render-html（產生筆記 HTML）
處理：產生可閱讀的筆記 HTML 頁面
產出：note.html（筆記 HTML）
耗時：0.7 秒
關係：依序執行
結果：完成
12. 發布公開頁面
工具：videonote-publish（發布公開頁面）
處理：發布到公開網站與每日列表
產出：公開筆記網址、result.json（管線結果）
耗時：0.9 秒
關係：依序執行
結果：完成
手動來源字幕
- 尚未產生
自動來源字幕
Whisper 字幕
Qwen 字幕
- 尚未產生
Parakeet 字幕
- 尚未產生
MOSS 字幕
- 尚未產生
聲學時間證據（PyAnnote / WhisperX）
- 尚未產生
校正前後逐字稿
- 校正前 transcript.whisper.json 純文字 JSON
- 校正後 transcript.json 純文字 JSON
目前待解決問題與初步改善方向
- 逐字稿全文快速校讀未完成
已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。；RAPID_REVIEW_STATUS=REVIEW_REQUIRED_INVALID_OUTPUT
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。