逐字稿文字預覽
字幕志愿者 杨茜茜 在之前的视频中,我为大家演示了Deepseek Harness的基础用法 视频发布后,我收到了非常多的私信 让我继续深入讲解Deepseek Harness的高级用法 本期视频就为大家演示Deepseek Harness更多高级使用技巧 最近Deepseek Harness迭代速度非常快 而且随着Deepseek V4 FlashVision模型的发布 Deepseek Harness它的多模态能力大幅度增强 无论是它的OCR能力,还是它的视觉能力 都得到了显著提升 在OCR能力方面 它可以识别这些手写的笔记 按照原有的格式提取并且输出 在视觉能力方面 它能将我们提供的房屋平面图 用前端技术复刻出来这种3D可探索的模型 而且它复刻的这些细节 都遵循了我们给它提供的平面图 然后它将平面图转换成3D可探索的模型 下面我们再看一下Deep Sticker Harness中 他新增了一个非常强大的功能 也就是workflow功能 这个功能相当于在执行任务的时候 召集一批临时专家 并行完成任务 将每个专家完成任务的结果 汇总给主agent 然后再由主agent整理这些结果 并且给出最终的结果 像workflow这个功能 它非常类似于cloudcode中的dynamic workflow 在之前的视频中 我为大家制作过多期cloudcode dynamic workflow的视频 也就是在执行任务之前 主agent会根据我们的任务 编写一个脚本 在编写好的脚本中 它已经提前定义好了 使用哪些subagent 也就是子智能体 并且每个智能体 它负责什么任务 而且还在脚本中明确定义了 需要执行几个阶段 每个阶段的任务是什么 像这种方式 就相当于有AI coding工具 根据我们的实际任务 来自主编写Harness 所以这个理念还是非常超前的 当它开始执行这个workflow的时候 我们就可以直接用香港命令来查看这些workflow执行的状态 包括这些任务所分的阶段 然后每个阶段会派生出多少个subagent 以及这些subagent所调用的模型 还有实时消耗的token等 而Deepseekharness它也吸纳了Cloudcode中这种dynamic workflow的功能 所以在Deepseekharness中我们也可以来启用workflow功能 尤其是在执行复杂任务的时候 或者是对复杂的大型代码仓库进行code review的时候 我们都可以使用workflow功能 在deepseekharness中我们想使用workflow功能 我们只需要选中这个标准模式 因为标准模式它才支持workflow功能 在这里我选中了一个代码仓库 然后我们可以使用workflow功能 让deepseekharness动态派生多个subagent 对我们的代码仓库进行review 然后我们就可以来数据提示测 我们可以简单看一下这个提示测 要求使用workflow对当前代码库进行一次并行指图的发布前审计 并且要求启动4个子任务 包括检查模块边界依赖方向 检查错误处理 检查测试覆盖口 检查输入验证等 在要求这里告诉他必须使用workflow 并且禁止修改文件 每个subagent都返回结构化结果 然后我们就运行 看一下deep secret harness 它执行workflow的效果 好在这里我们就可以看到 他在构建这个工作流 在这里我们可以看到 他派生了四个并行执行的subagent 然后我们可以点击一个进入进行查看 点击之后我们就可以来查看 这个agent他正在执行的这些任务 这里会实时显示他执行的任务 然后我们可以点击这条他执行的命令 就可以看到他执行的这些命令 然后我们如果想返回到刚才的这个界面 我们只需要点击这个任务 这样的话就回到了刚才 我们查看到这个状态 可以看到这里这个任务已经执行完成 我们再点击看一下 这个任务它执行的状态 点击之后我们就看到了这个任务正在执行 而且还可以看到它读取了哪些文件 执行了哪些具体的命令 以及它实时输出的这些状态 好这里就提示它已经执行完了这个任务 在这里给出的就是结构化的执行结果 这是它按照我们要求的JSON格式 输出的这个最终结果 这个结构化的结果 最后就会由主Agent进行整理 然后我们再继续查看这些状态 当任务执行完成之后 这里就会显示绿色 然后这里还有一个任务还在执行 我们点击进行查看 这个任务还在执行中 然后我们再返回等它执行完成 好这里这些任务全都执行完成 现在正在输出最终的这个汇总结果 首先这里提示这个工作流已经完成 然后4个subagent已全部成功 共收集25条原始问题 然后他按严重程度减轻排序 这里是给出的这些执行阶段 这里就是按照严重程度来输出的最终的结果 他按由高到低减轻的排序 这里是发现的问题 这里就是给出的存在这个问题的代码文件 在这里就给出了证据要点 然后还给出了修复建议 他输出的这个结果是非常详细的 在下面这里就是完整的这些jessing结果 在最后这里他就给出的总体判断 然后我们还可以让他来输出 他构建的这个工作流的代码 然后我们看一下这个代码是怎样的 在这里我输入提示次 让他将这个工作流的代码展示给我 然后发送 可以看到这里他开始展示这个代码 首先这里就是工作流标识与阶段声明 像这个就和Cloudcode 它的Dynamic Workflow就非常像 因为刚才我们也查看了Cloudcode 它生成的Dynamic Workflow的代码 然后DeepSig harness它构建的这个代码 也包含工作流名称 然后具体的描述 还有分为这几个阶段 然后我们再看一下最具体的脚本 它构建的这个脚本也是纯js 像Cloudcode构建的workflow的脚本 也是由js编写的 在这个脚本中 它还定义了跳过哪些文件 然后我们再继续看 这里构建了一个返回的这些格式 而且可以看到 它构建的这个脚本写的非常完善 在这里就是传入的参数 也就是这个项目的路径 然后他给出了这个脚本的结构说明 在这里就是他定义的这四个subagent 这里还列出了每个subagent他们的职责 在最后这里他提到每个subagent独立运行互不可见 好相见的话我们就可以在deep-sigal harness中 直接通过自然语言描述 让deep-sigal harness来动态编写工作流的脚本 然后按照编写好的工作流脚本来执行任务 DeepSync Harness它就具备了Cloud Code 最早实现了动态工作流的功能 像这个功能还是非常非常强大的 尤其是针对复杂的项目 复杂的代码库或者复杂的任务 刚才我也要演示的是DeepSync Harness 它的Workflow功能 而且DeepSync Harness它还支持Agent Teams功能 这个功能就非常类似于Cloud Code中的Agent Teams功能 像Agent Teams功能它和Workflow的区别就是 agent teams它是建立一个可以持续存在的开发团队 它会先创建任务看板 然后分配成员 也就是分配agent 这些agent之间可以互相发送消息 而刚才为代言演示的workflow功能 这些agent之间无法互相发送消息 所以agent teams的优势 就是这些成员之间可以互相发送消息 而且还可以实现多轮推进 当这些成员的任务都完成之后 最后会由这个主agent 也就是领导这个团队的agina对这些内容进行汇总 想使用agina teams功能也非常简单 我们只需要保证我们的deep secret harness已经升级到了最新版 在模式这里我们还是选择这个标准模式 在这里是我本机上一个已有的代码仓库 然后我们就可以直接使用自然语言 让deep secret harness来启动agina teams 比如说我这里 比如说我这里直接输入自然语言 让他使用agent teams对当前代码库进行code review 然后我们就直接发送 然后deep secret harness他会先了解一下当前代码库的结构和规模 然后他才会设计合适的agent teams评审方案 像这种方式还是非常灵活的 他并不是收到指令之后就直接构建几个成员的团队 而是先粗略了解一下我们的代码库 然后再构建真正的agent teams 好这里他提示这个代码库已经清楚 包含ls应用 还有Chrome拓展 还有superbase后端以及脚本 他提到他会快速统计规模 然后设计agent的评审方案 这里他提示这个代码库已经明确 他将按照agent teams模式来组织评审 包括一个上下文观察的agent 还有7个专业评审agent 以及一个主审稿agent 在这里我们可以看到 他这里生成了这个任务 然后现在正在执行agent teams评审方案 在这里我们就看到他正在执行 然后我们可以点击进行查看 这里是他生成的这个项目简报 包括产品是什么架构总览 还有就是评审建议 然后我们点击左上角再返回刚才的这个状态 然后我们继续查看 他已经构建好了这个agent teams 包含7个成员 他们的状态就是运行中 然后我们可以点击其中的第一个进入查看 我们可以看到这里他收到了刚才的上下文件报 然后下面就是给他的这些具体提示词 然后这里他正在执行 可以看到他正在读取代码库 还没有输出其他内容 然后我们再返回继续查看 在左上角我们将鼠标定位到这里 就可以看到这些agent他们执行的实施状态 以及他们运行的时间 还有所消耗的token 比如说我们可以进入一个进行查看 然后这个agent他已经执行完成 他输出了最终的这个报告 包括总结还有发现的这些问题 然后我们就可以返回 继续等待这些agent执行完成 这个7个成员的agent提姆斯 已经全部执行完成 现在再由这个领导agent在执行 现在他开始输出这个代码评审的最终结果 他提到已经按照agentteams模式 对当前代码库进行评审 共9个agent参与 包括一个侦查agent 然后7个专业评审并行审查 还包含一个主审agent 这里给出这个完成报告 已经在这个文件中 我们点击就可以查看 点击之后就打开了这个代码审查报告 这里我们就不再具体去看了 好这里给出的是这个评审团队的构成 然后这里就是核心结论 这里给出的就是这些需要修复的问题的优先级 这是我们测试的deep-sick harness 它的aginal tips功能 在上一期演示deep-sick harness的视频发布后 在私信中我还收到了好多让我讲解 如何为deep-sick harness来创建插件 因为deep-sick harness它的理念就是一切接插件 然后我们可以将我们的工作流直接封装成插件 为了方便大家零门槛为Deepseekharness来开发插件 我这里直接创建了一个skill 然后使用这个skill就可以为Deepseekharness创建插件 然后大家可以将这个skill为codex或者cloudcodeDeepseekharness进行安装 安装方式非常简单 大家可以直接查看说明文档进行手动安装 然后也可以直接复制这个项目的仓库链接 然后在Deepseekharness中我们就可以直接用自然源描述 让他阅读这个skill的说明文档并且安装 在后面我们跟上这个仓库链接就可以 然后点击发送 当安装完成之后 我们就用斜杠命令 就可以来调出这个scale 然后我们就可以用自然语言描述 我们所需要创建的这些插件 我示茂的这个任务是 让他为我创建一个 可以为deepstick harness设置定时任务的插件 然后我们就点击发送 他就会调用 刚才我们安装的这个scale 来为我们创建这个插件 好 这里创建完成 他为我们创建了一个专门为DeepseekHarness 来设置定时任务的一个插件 在说明文档中 他给出了这个定时任务的插件 与官方自带的这个插件有哪些区别 像这些优势是官方插件所不具备的优势 而且我还使用这个创建插件的这个skill 为DeepseekHarness开发了一个 能够调用PayAgent进行code review的插件 在DeepseekHarness中我们可以测试一下 比如说这里我可以用DeepseekHarness 将这个平面图做成的这个3D可探索项目 对这个项目进行code review 我说的提示词就是调用这个插件 对代码进行review 然后我们就直接发送 在这里就可以看到他调用了Pi code review 在最后这里他就提示Pi审查通过 然后这里是给出的审查结论 这里还给出了验证方式 像这样的话 我们就可以为Deepseekharness 零门槛来创建我们所需要的各种插件 本期视频为大家分享了DeepSig Harness 它的Workflow 以及Agent Teams的使用方式 以及如何零门槛为DeepSig Harness 来创建插件 掌握了DeepSig Harness这几个使用技巧 就能大幅提升我们的开发效率 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：315.3 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：43.7 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：0.8 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：0.8 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：0.8 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：0.9 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：0.9 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：0.9 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：0.9 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：83.0 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：0.1 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：0.2 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。