逐字稿文字預覽
在昨天的视频中 我为大家在Cloud Code中测试了Deepseek V4 Pro模型 而紧接着Deepseek就发布了Deepseek Harness 发布不到24小时 然后它的STAR已经涨到了68k 而且Deepseek Harness它的理念也非常信仰 也就是一切接插件 也就是我们需要什么功能 就可以通过开发插件的方式进行定制 而且我们还可以直接安装官方提供的这些插件 或者安装第三方开源的插件 像这个思路大概是借鉴了Cloud Code 和Codex中的插件系统 在Codex中我们所需要什么功能 就可以通过插件的方式进行安装 而且Cloud Code它也具备自己的这些插件系统 我们借可以下载官方提供的插件 也可以自己定制插件 并且将自己定制的插件分享给其他用户 所以Deepseek Harness它有了自己的插件系统 我们就可以进行更深入的定制 从而打造自己的工作流 而且DeepSeek Harness 它一改大多数AI coding助手的TUI 或者桌面UI 它直接做成了外部UI 这样反而更加容易操作 而且我们还可以直接通过内网穿透的方式 当电脑不在身边的时候 也可以在其他设备上 比如在手机上打开外部UI 继续在我们的电脑上执行任务 这就不需要像Cloud Code或者Codex那样 需要单独用手机端的App 来操控电脑上的Cloud Code或者Codex 本期视频就为大家演示并且测试Deepseek Harness 它的使用方式以及使用技巧还有使用效果 并且对比是否能够真正取代Cloud Code或Codex 等这些成熟的Harness 想安装Deepseek Harness非常简单 在官方仓库中我们可以直接使用这一条命令 直接安装就可以我们直接复制命令 在重要命令行中我们直接粘贴这条命令并且运行 当安装完成之后我们直接复制这个链接 然后在浏览器中打开 到这一步我们点击继续 然后这里需要我们设置一个API key 我这里先填入Deepseek的API key 然后点击保存并继续 在这一步我们可以为它设置一个工作路径 当设置好之后 我们先输入一个内容 检测一下是否连通 好可以看到这个响应速度非常快 就说明这个API key已经可以正常可用 然后这个主题是黑色的 我们可以点击设置 将主题设置成浅色 因为现在我们是直接在Web UI中 来打开的Deepseek Harness 所以理论上我们可以在任何设备上 都能通过WebUI来操控我们本机安装的Deepseek Harness 下面我们就可以来测试一下 在其他设备上通过WebUI的方式 来操控我们电脑上的Deepseek Harness 我们可以直接通过InGroke来实现内网穿透 从而让我们在其他设备上 也能访问到我们这台设备上的Deepseek Harness 想通过InGroke实现内网穿透非常简单 我们只需要复制它为我们生成的auth token 然后按照下面它给出的这些操作步骤 然后大家如果不会设置的话 也可以直接先复制好自己的token 然后打开codex 让codex帮我们设置 这里数据的提示词是为我设置ingrock内网穿透 并且给它ingrock的auth token 然后codex就帮我们配置完成 这里就是它给出的这个公网链接 通过刚才我们创建的这个公网链接 来访问我们本机的deep sticker harness 我这里是一台远程的Mac mini 在远程Mac mini的浏览器中 我们打开这个链接 点击防卫 这里正在加载Deepseek Harness的Web UI 这里打开成功 然后我们就可以进行设置 也说设置它的主题 为了节省时间 我们就不再深入测试这个功能了 下面我们可以先简单看一下Deepseek Harness 它的Web UI 在这里我们可以选择Deepseek Harness 它不同的模式 第一个是标准模式 标准模式就是完整的Coding Agent 它可以编辑文件执行命令 还能执行网络搜索 还有skill 还有计划 还有目标 还有subagents 然后第二项就是代码模式 代码模式包含标准模式中这所有的功能 并且还具备更多的其他扩展功能 第三项就是最小模式 最后一项就是创作者模式 在这里我们可以先选第二项代码模式 然后我们给它设置一个任务 我们直接输入 昨天用来测试Deepseek V4 Pro的时候 开发了一款简单游戏 在模型这里 我们就选择Deepseek V4 Pro 在推理级别这里我们就选择High 在权限这里我们就给它完整的权限 然后我们就点击发送 看一下使用Deepseek Harness 并且模型同样选择Deepseek V4 Pro 推理级别同样选择High 用同样的提示词 它开发出来的这款游戏效果 跟昨天我们在Cloud Code中 使用同样的提示词 同样使用Deepseek V4 Pro模型 开发的这个游戏效果 它们区别大不大 像这个游戏 就是我昨天测试DeepSigViz Pro的时候 开发的这款游戏 等DeepSigHarness开发完成 我们再和昨天这款游戏进行比较 看一下哪一个开发的效果要更好 这里DeepSigHarness现在正在开发 在这里我们可以看到 它正在进行深度探索 而且我们还可以看到 它执行的这些命令 在最底部 我们还可以看到这些实时状态 而且我们还可以实时看到 它编写的这些代码 在这个位置 我们还可以点击这个轨迹 在这里我们就可以看到 它执行的这些具体的轨迹 在这个位置 它用不同的颜色 对不同的类型进行了分类 比如说我们定位到这个绿色的色调 这里就会显示这个上下文 然后我们定位到这个位置 这里就会显示它调用的工具 还会显示这个调用工具的具体时间 以及总耗时 在下面这里就是完整的流程 首先就是初始化系统提示词 然后我们可以用鼠标点击 点击之后在右侧就会打开这个侧边栏 在这个侧边栏中就会显示这些系统提示词 这里就是Deepseekharness 它默认的这个系统提示词 这个提示词还是非常的长 非常的复杂的 如果大家对这个提示词感兴趣 可以自行去研究 在这里还能看到这些工具 到这一步就是用户输入的这个提示词 也就是刚才我们输入的提示词 然后我们输入的提示词 在左侧我们也可以完整的去查看 在这里就是它调用的这些工具 点击之后在左侧我们就可以看到这些详情 比如说总结还有这个Pillow的 还有结果还有执行的时间 还有调用工具的耗时 我们就可以通过这个轨迹 查看Deepseekharness 它每一步到底执行了什么 每一步调用了什么工具 耗时多少执行了多少轮 相比其他AI编程之后 这个功能还是挺实用的 他让这些agent的执行的步骤更加透明化 用户可以进行查看 而且每一步都可以进行追溯 然后我们再回到这个主界面 在底部我们就可以看到 他已经生成了开发任务 我们可以点击展开 这里正在执行第一个任务 我们可以先看一下其他的这些功能 在模型这里 我们刚才启动的时候 直接默认设置的deep seek的模型 他还支持添加其他的模型提供上 比如说我们点击这里 然后我们就可以看到 它支持市面上几乎所有的模型提供商 比如说我们这里就选择open root 然后我们添入api key 点击下一步 这里就添加成功 然后我们可以新开一个session 在新开的这个session中 我们点击这个位置 在模型这里 我们就可以看到 刚才我们添加的open root里的这些模型 比如说我们可以随便选择一个模型 然后测试一下 好可以看到这个响应速度还是非常快的 像这样的话 我们在deepstick harness中 就可以接入各种模型来使用 在插件这里 这也是他默认的这三个插件 然后我们还可以点击这些插件列表 来添加我们所需要的其他插件 比如说我们可以搜索一下 是否有与UI开发相关的这些插件 这里搜索到了非常多的与UI相关的这些插件 下面我们可以看一下Deepseekharness 它支持哪些斜杠命令 可以看到这里是压缩上下文 这里是导处session 这里还有购物命令 这里还有计划模式 这里还能选择模型 下面我们可以测试一下 让Deepseekharness帮我们分析 开源项目的这些issue或者pr 比如说这里我们找一个issue 然后我们直接完整复制这个链接 回到deepstick harness 然后我们直接输入提示测 让他分析这个issue的成因 我们直接发送 这里很快给出了这个分析结果 包括这个issue的成因 这里还定位到了具体的代码 而且还给出了修复建议 在webui中我们查看这些代码 或者复制代码 或者复制任何内容 就比在tui中要更加方便 而且在这里我们还可以点击 这个图标在一个新的绘画中来继续这个任务 比如说我输入让他给出完善的修复方案 然后直接发送 这里他开始给出修复方案 然后我们还可以在之前的这个绘画中 继续来提问 从而不影响这两个任务的执行 比如说我们还是回到上一个对话 然后我们就可以来输入任务 查找pr中是否有对这个a数的修复方案 然后直接点击发送 好这里他开始查找这个项目的pr 相见的话我们就针对这同一个问题 通过分支到新对话这个功能 针对同一个问题 同时执行两种不同的方案 比如说这里是查找pr 然后这里就是让他给出具体的修复方案 通过这个分支到新的对话 针对一个问题来开启多种解决方案 好这个查找pr的这个任务 他已经执行完成 并且他找到了对应的这个pr 而且这里还给出了具体的分析 然后我们再看一下 这个给出完整修复方案的这个任务 他也已经完成并且给出了真正的修复方案 可以看到他给出的修复方案非常的详细 然后我们再看一下 最开始让他开发的这个游戏是否已经完成 这里他已经完成了这个游戏的开发 然后我们可以运行一下这个游戏看一下效果 然后点击进入游戏 进入之后可以看到这个游戏 他开发的也非常不错 我们往前走看一下 往前走的话 可以看到这个人物的动作 包括他手中的这个剑 然后我们可以看到这个黑人 我们直接打击他 好 将这个黑蚁人给消灭了 然后我们继续去查找 这里又有一个黑蚁人 我们继续打击他 好 这里还能加器械 然后我们继续往前走 这里可以看到这些商贩 我们还能看到这些店铺 比如说这个锦绣绸装 然后我们飞行试一下 这个飞行效果也非常不错 DeepSync Harness 它实现的这个游戏效果也非常不错 甚至比我们昨天在Cloud Code中 实现的游戏效果还要好 因为它实现的这个游戏可操控性 而且还有这些动作 还有这些打击效果 都比昨天Cloud Code 调用DeepseekVis Pro实现的要好很多 由于Deepseek Harness 它是运行在Web UI中的 我们甚至可以在其他的AI编程驻手中 直接向Deepseek Harness来发送任务 比如说我们可以打开Codex 在Codex中我们可以来输入一个任务 通过内置浏览器 打开Deepseek Harness的Web UI 并为其分配一个分析这个项目架构的任务 在这里我给了他这个开源项目 就是我们刚才在Deepseekharness中来分析的这个项目 然后我们点击发送 在这里可以看到Deepseek在他内置的浏览器中 打开了Deepseekharness的web UI 好可以看到他输入了一个完整的英文提示词 而且这个提示词非常长 好可以看到他点击了发送 将这个提示测发送给了DeepSickHarness 现在DeepSickHarness正在执行分析这个项目架构的任务 然后我们就可以看到他的执行状态 在Codex中我们还可以问一下他执行了哪一步了 看一下Codex能否获取DeepSickHarness的实施状态 好这里他输出了最新状态 他说DeepSickHarness仍在运行 当前状态是DeepDiving 这里他给出了这些进度 下样键的话我们就可以在Codex 或者其他的AI编程制手中 通过浏览器调用的方式 将任务派发给DeepSyncHarness 由DeepSyncHarness来执行一部分任务 这里DeepSyncHarness 它已经完成了这个项目架构的分析 现在正在输出 这就是DeepSyncHarness 它使用WebUI的优势 既能方便人类用户去使用这个WebUI 下达任务进行互动 又能方便其他的AI编程制手 比如说Codex 通过浏览器调用 与Deepseek Harness进行交互 比如说发送任务 或者进行项目探讨 或者互相配合来执行开发任务 由于时间有限 本期视频就先为大家演示 Deepseek Harness的基础用法 本期视频如果点赞迫欠的话 后续我会为大家带来Deepseek Harness 更高级的用法 本期视频就做到这里 欢迎大家点赞关注和转发 谢谢大家观看 请不吝点赞 订阅 转发 打赏支持明镜与点点栏目
本次執行流程與問題處理
下達指令
預期流程
- 下載與語音辨識
- 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：303.2 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：44.0 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：0.1 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：0.1 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：0.1 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：0.2 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：0.2 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：0.2 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：0.3 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：77.7 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：0.8 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。