工作清單

桌面端+插件商店+视觉增强，DeepSeek Harness Studio开源上线！一键选配管理插件，原生视觉能力增强，自动版本更新，0代码彻底掌控DSH！

逐字稿文字預覽

連續熬了幾個通宵,我們團隊自研的DeepSeek Harness Studio桌面端正式開源。
零代碼桌面端本地安裝部署,加原生視覺能力,加插件商店,一鍵選配安裝和管理插件。
從此便可自由掌控專屬於你的Deepsea Harness。
目前項目已經在GitHub上開源,歡迎大家部署使用哦!
如果覺得不錯,別忘了點亮小星星哦!
同時項目安裝包也分享至賦范AI社區,大家查看置頂評論即可免費領取。
接下來我會為大家快速介紹一下這款Deepsea Harness桌面端的使用方法。
首先,需要先下載安裝包,目前支持MacOS和Windows雙系統的安裝和使用。
下載完成後,按照安裝APP的方式,直接雙擊打開即可安裝。
安裝過程會自動部署Node.
js的環境,全程不用人工操作。
安裝完成後,直接點擊APP即可進入到登錄頁面。
首次登錄時,會要求輸入DeepSeek API,設置運行主目錄等等。
這個和原版Deepsea Harness完全一致。
同時,我們增設了可以自由更換背景和在線版本更新等使用功能。
同時,我們可以點擊對話框的下方按鈕來進行視覺設置。
首次開啟視覺能力增強,會要求輸入阿里百鏈的API Key。
通過有效性的驗證之後,即可直接開啟視覺能力。
接下來我們簡單測試下DSH的視覺能力。
這裡我們在項目裡放了一張圖片。
這是一個個人簡歷網站的截圖。
然後就可以詢問圖片內容了。
為了避免功能衝突,我們提供的視覺方案並不是借助插件來實現的。
而是修改了全部默認的Agent Preset,
在裡面增加了一整套自定義視覺Skills來確保功能的穩定性。
而當能正確看到視覺結果,就說明視覺能力已經上線。
而接下來要介紹的就是這版我們研發了最久時間的插件商店的功能。
一切皆插件,要用好DeepSeek Harness,靈活組裝自己的插件並不可少。
目前GitHub上也開源了成百上千的插件,包括前端美化、流程看板、
Todo的頁面、在線瀏覽應用、
Markdown在線編輯器等等不一而足。
而傳統的DeepSeek Harness插件安裝略微有些複雜。
要找到特色插件,然後要通過命令行進行安裝和配置,
以及插件安裝多了還要對其進行有效管理。
為了幫大家更加快速上手DSH插件,
我們在DeepSeek Harness Studio中開發了插件中心功能。
點擊進入即可查看目前精選和熱門的開源插件,
並且能夠對已經安裝好的插件進行管理和配置。
實際使用過程非常簡單,
比如說當我們看中了某個插件,
比如想給DSH安裝一個桌面寵物,
只需要搜索插件的名字,然後點擊安裝。
安裝結束後即可直接熱刷新,
能看到現在桌面右下角就已經出現了一個寵物。
同時如果想要關閉也可以直接點擊停用插件,桌面就消失了。
當然之後也可以隨時開啟和實時更新插件。
怎麼樣?
是不是非常的便捷?
目前DeepSeek Harness Studio已經全面開源,
歡迎大家來我們的GitHub項目主頁點亮小星星。
同時,全套安裝包以及更多DeepSeek Harness上手和開發教程,
都已經分享至賦范AI社區。
大家查看置頂評論,即可免費領取。
2026大模型Agent的技術發展勢頭異常迅猛,
我也將持續給大家提供最前沿使用的技術教學。
感謝大家關注和三連支持,
我們下一個視頻再見。

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://b23.tv/x3oz2bx --language zh --auto-source-subtitles

    來源：https://b23.tv/x3oz2bx

    辨識語言：zh ｜ 參數：--language zh --auto-source-subtitles

  2. 預期流程

    依指令產生的處理順序：

    1. 自動字幕優先，Whisper 作為備援
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 筆記與發布
    5. 公開網頁發布

  3. 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：15.9 秒

    關係：依序執行

    結果：完成

  4. 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：29.2 秒

    關係：依序執行

    結果：完成

  5. 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：0.2 秒

    關係：依序執行

    結果：完成

  6. 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

  7. 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：0.3 秒

    關係：依序執行

    結果：完成

  8. 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：0.3 秒

    關係：依序執行

    結果：完成

  9. 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：0.4 秒

    關係：依序執行

    結果：完成

  10. 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：0.4 秒

    關係：依序執行

    結果：完成

  11. 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：0.4 秒

    關係：依序執行

    結果：完成

  12. 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：62.0 秒

    關係：依序執行

    結果：完成

  13. 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：1.1 秒

    關係：依序執行

    結果：完成

  14. 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：0.1 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench