dsh-hackertube

✨ 核心特性

• 📺 沉浸式内嵌播放：专为 DSH 面板打造的独立安全中转服务，直接在 DeepSeek Harness 内流畅播放，告别空白屏与第三方防盗链限制。
• 🤖 字幕级上下文 AI 问答：问「这一段在讲什么」时，自动抓取播放点前后 3 分钟的精确字幕送入模型，直击技术细节，拒绝空洞概括。
• 🇨🇳 开箱即用全量汉化：随仓库内置全部 6,454 条标题与 166 个分类的中文对照，装完即用；详情摘要与 HN 讨论支持「模型精翻 + 本地机翻」双引擎按需解析。
• 🔍 原生 Agent 检索工具：注册 hackertube_search 原生 Tool，Agent 在对话交流中可直接检索 20 年精选视频信源并给出推荐。
• 🎯 国内镜像无缝直达：自动嗅探 B 站高质量搬运与中文字幕（基于物理时长指纹校验），命中即显直达入口，无则静默不打扰。
• ⚡ 零运行时依赖 & 毫秒级推荐：纯原生 Node.js 实现（0 外部 npm 依赖），内置 384 维向量质心推荐算法；历史与喜好本地持久化。

🚀 快速开始

前提条件：已安装并运行 DeepSeek Harness。

方式一：让 Agent 一句话自动安装（推荐）

直接在 DeepSeek Harness 对话框中把这句话发给 Agent：

安装并启用 HackerTube 插件：plugin_manager install_bundle target=dsh-hackertube。
若 npm 访问受限则使用 target=github:chow651/dsh-hackertube。
装完确认插件列表中 dsh-hackertube 已启用，并提醒我刷新页面。

方式二：使用插件管理器安装

在 DSH 终端执行：

plugin_manager install_bundle target=dsh-hackertube
# 或直接从 GitHub 仓库安装：
# plugin_manager install_bundle target=github:chow651/dsh-hackertube

方式三：手动包管理安装

# 在 DSH profile 目录下执行
npm install dsh-hackertube
# 或
pnpm add dsh-hackertube

安装完成后在插件列表中启用 dsh-hackertube 并刷新页面即可。无需任何 API Key，无需预配置，开箱即用。

🤖 原生 Agent 工具集成

插件向 DeepSeek Harness 注册了 hackertube_search 原生工具。在日常与 Agent 对话时，Agent 可直接按语义检索视频库并给出带技术依据的参考：

对话示例

你：有没有讲 Raft 共识算法的视频？最好是作者本人讲的。

Agent 自动调用 hackertube_search({ query: "Raft 共识算法", limit: 5 })，秒级分析后回答：

有，推荐看 Raft 作者 Diego Ongaro 本人在 Stanford 的公开演讲《Raft 讲座》（58 分钟，HN 4 人力荐）。社区评价它比论文更加通俗直观；若需了解前置知识，可以搭配同系列的《Paxos 讲座》（67 分钟）一起看。 🔗 https://www.youtube.com/watch?v=YbZ3zDzDnrw

工具参数

💡 与原始 HackerTube 站点的对比

本项目基于 Andrej Karpathy 开源的 HackerTube 官方导出数据，针对 DeepSeek Harness 面板环境进行了全面重构：

🖥️ 界面与交互

快捷键支持

🎯 国内备用源智能直达

为方便网络受限或偏好中文字幕的用户，插件在详情页提供智能国内平台（B站）备用入口：

• 严格指纹校验：基于物理视频时长（±2s 容差）、发布时序及双向引用凭据进行刚性校验，杜绝同名搬运与二创误判。
• 版本质量优选：自动在多个搬运中优先挑选 官方 → 中字/熟肉 → 高清 版本。
• 静默按需查询：仅在打开详情页时按需毫秒级检索并缓存；若未检索到对应搬运则完全静默不打扰，不增加额外占位。

⚡ 性能与技术架构

• 零运行时依赖：解压采用 Node.js 原生 zlib，无任何额外 npm 运行时依赖，极轻极简。
• 极致响应速度：
  • 启动后列表渲染：~45 ms
  • 详情页打开耗时：~10 ms
  • 关联推荐（共推荐关系）：~2 ms
  • 向量余弦近邻检索：首次约 0.7 s，后续全内存命中
• 优雅降级机制：

.dsh-hackertube/
├── export/               # 官方解压数据包（~48 MB，含 videos、mentions、embeddings.npy 等）
├── i18n/                 # 中文译文缓存（标题、分类、模型精翻、机翻持久化）
├── list.json             # YouTube 播放量、时长与发布时间元数据快照
├── prefs.json            # 用户的喜欢、稍后看与播放进度历史
├── subs/                 # 按需缓存的字幕文件
└── mirror.json           # 备用源检索结果与时效缓存

📌 致谢与声明

• 核心数据源自 Andrej Karpathy 创建的 HackerTube 项目并遵循其开放数据倡议。
• 讨论内容取自 Hacker News，视频版权归 YouTube 原创作者所有。
• 本项目为开源社区第三方插件，非官方出品，与 Andrej Karpathy、Hacker News 或 YouTube 无隶属关系。

📄 许可证

MIT License © 2026