dsh-doubao-video

dsh-doubao-video

把《大肥鱼豆包制作视频》那份 SOP 里写了但没人能验的部分，做成 DSH 里一串会真的拦人的闸门。

原来的文档全靠「必须严格遵守」「系统需要进行检验」，但没有一条能落成字段 —— 所以永远打回不了。 这个插件把每个环节要交的东西变成结构化数据，交的瞬间就判定 PASS / FAIL，并说清楚差在哪。

它拦什么

Gate	环节	判据（机器检查的）
G0	风格锁	artStyle / palette 必须先在写脚本之前锁定；没有锁，脚本直接不收
G1	脚本	每段 10 秒 · 每段 ≥3 分镜 · 12 字段写满 · 无「例如/XXX/【】」占位 · 表情细节 ≠ 感情细节 · 有台词就不许再铺旁白 · 相邻两段不许逐字重复 · styleRef 必须等于锁
G2	角色卡	角色名必须在脚本里 · kind 必须是 reference（杂志设定卡直接拒）· 有文件/外貌/服装
G3	场景卡	场景名不许带景别（土屋中景 ✗）· 画面里不许有人
G4	生成前	风格锁 + 该镜头所有角色参考图 + 场景卡 + 上一段尾帧齐备；齐了才吐提示词和上传清单
G4.5	提示词审计	对着最终要粘的那段文字查：@ 齐全、12 字段与脚本逐字一致、上传清单不缺图、无模板残留
G4.6	生成确认	本人明确说「确定生成视频」且 auditHash 对得上；不接受"可以了/继续"
G5	片段	成片 10 秒 · 尾帧取在段末 · 从确认到登记 5–10 分钟；超 10 分钟判不正常，这段作废
G6	重试	同一闸门最多 3 次，第 4 次要求本人确认

工具

• doubao_status —— 看进度与下一步（每次开新会话先跑）
• doubao_style_lock —— 锁全片美术基准（必须先于写脚本）
• doubao_script_submit —— 提交分镜 JSON，机器校验
• doubao_role_register —— 登记角色参考图（设定卡 / 参考图强制分开）
• doubao_scene_register —— 登记场景卡
• doubao_shot_check —— 生成前闸门，给出上传清单+整段可粘贴提示词，状态置为「待审计」
• doubao_prompt_audit —— 审计真正要粘贴的文本 + 已上传文件清单；通过才发 auditHash
• doubao_generate_confirm —— 本人说「确定生成视频」+ auditHash 后放行，开始计时
• doubao_clip_register —— 登记成片与尾帧，同时校验 5–10 分钟窗口
• doubao_gate_table —— 打印判定条件总表

安装

# A. 走 CLI（会写进 profile 的 dsh.profile.bundles，需要重启 DSH）
D:\DeepSeek\resources\runtime\cli\bin\dsh.cmd plugin --profile desktop add link:$DSH_HOME\plugins\dsh-doubao-video

# B. 或者手工挂到热重载层（不用重启，但别和 A 同时做，会重复 entry）
#    在 $DSH_HOME\profiles\desktop\cordis.patch.yml 里加：
#    - id: doubao-video
#      name: dsh-doubao-video
#      config: { strict: true }

两种方式都需要 profile 的 node_modules 里能解析到 dsh-doubao-video（CLI 会自己建链接）。

状态放哪

$DSH_HOME/doubao-video/projects/<项目名>.json —— 一个项目一个文件，能直接看、直接改、能 diff； 同名 .log 里每次判定追加一行。文件坏了不会被静默清空，而是改名成 .broken-<时间戳> 留着。

自测

node scripts/selfcheck.mjs   # 23 条规则单测
node scripts/smoke.mjs       # 端到端跑一遍：锁风格→脚本→角色→场景→生成→登记

已知边界

• 它不生成脚本、不调豆包、不碰图片。它只判定，以及在通过时把提示词拼好。
• 输入是「豆包按第 1 节提示词产出的成稿」，插件不替模型写内容。
• 判定是规则级（字段/时长/命名/一致性），不管"这段戏好不好看"——那是人的事。

---

音色：开箱即用，想换要先沟通

• 默认音色：zh-CN-XiaoyiNeural（Edge TTS），无需任何配置，装完即可出片。
• 想换音色：不是改个配置就行 —— 需要先联系大肥鱼，单独沟通、调试后再由本机写进 voices.json。 插件里没有"上传音频自动克隆"的入口，这是刻意为之。
• 自定义音色的素材授权与合规责任，由使用者自行承担。

详见 VOICE-POLICY-2026-10-31.md。

AI 生成内容标识

本插件用于生产 AI 生成视频。成片必须带显式的 AI 生成标识， 并遵守所在平台与地区的相关规定。本插件不代为标注，请使用者自行落实。

---

BGM：必须自己准备

插件不内置、不附带任何背景音乐，原因有两个：

1. 版权——商用、发布、二创的 BGM 授权，只能由使用者自己解决，插件方无法代为授权。
2. 体积——音乐库塞进 npm 包不现实，也没法覆盖各种风格。

所以要加 BGM 时，请自己准备一个音频文件（mp3 / wav / m4a 都行），把路径传给 doubao_dub：

{
  "project": "我的片子",
  "video": "clips/成片.mp4",
  "mode": "keep",
  "bgm": "C:\\我的音乐\\雨夜.mp3",
  "bgmDb": -18
}

• mode: "keep" —— 沿用豆包原声，只叠 BGM + 字幕（推荐，最省事）
• mode: "replace" —— 用 TTS 重配，BGM 垫底
• bgmDb —— BGM 音量，默认 -18dB，别盖住人声

没给 BGM 又选 keep 模式，插件会直接拒绝，不会给你一个"看起来很成功但其实没加音乐"的成片。

---

装完先跑一次体检

node scripts/check-env.mjs

它会检查：Node 版本、ffmpeg、24 个工具能不能注册、依赖模块是否齐全， 以及有没有别的东西在拦 doubao_*（见下一节）。

如果你同时装了 QQ 桥接（qq-bridge）

qq-bridge 的 agent preset 里有一道工具白名单 qq-tool-restrict.mjs：

const SAFE_PREFIXES = ['mcp__snowluma__', 'mcp__snowluma-host__', 'mcp__web-search-safe__']

不在白名单里的工具调用会被直接拒绝，而现象和"插件没加载"几乎一样： 插件日志里 apply ok、工具也确实注册了，但一调就失败。

2026-11-04 我们就栽在这上面——排查了三天，最后发现是这 4 行白名单。 新版 qq-bridge 已经把 'doubao_' 加进去了；如果你的 qq-bridge 是旧版，请手动加：

const SAFE_PREFIXES = [
  'mcp__snowluma__',
  'mcp__snowluma-host__',
  'mcp__web-search-safe__',
  'doubao_',          // ← 加这一行
]

改完重启 DSH 生效。check-env.mjs 会把这条单独列出来。

两种生成后端（现在只有网页端）

插件把"怎么生成视频"抽成了一层 provider：

后端	状态	成本	稳定性
web（默认）	✅ 已实现	用你自己的豆包免费额度	豆包改版就会受影响
ark（火山方舟）	⬜ 计划中	按方舟官网计费	官方 API，稳定合规
mock	✅ 仅测试	0	不连浏览器，返回假结果

切测试后端：

$env:DOUBAO_PROVIDER = 'mock'

mock 会返回假成功（假的 mp4、假的尾帧）。只在测试用，别在真跑时开着。

网页端 vs 官方 API 的账

网页端之所以"免费"，是因为用的是你账号里的每日免费额度，代价是：

• 豆包改前端就可能失效
• 高频操作有被风控的风险（插件已内置日限额 + 随机间隔自保）

官方 API（火山方舟）按 tokens 计费。 参考行情（会变，以方舟控制台实时报价为准）：

• Seedance 2.0 mini：图生视频约 0.023 元/千 tokens，视频生视频约 0.014 元/千 tokens 来源：Seedance 2.0 mini 发布报道
• 官方也做过多轮降价，实际以控制台为准

一条 10 秒片到底多少钱，取决于分辨率、时长和当时的单价——请直接去方舟控制台的费用计算器估。 插件只负责调用，不代收、不转售任何费用。

风控自保（默认开着）

用网页自动化操作真实账号，最容易踩的坑是"节奏像机器人"。插件内置两道减速：

{
  "dailyCallLimit": 30,   // 每天最多发多少次，超了拒绝
  "minGapSec": 60,        // 两次发送至少隔多久（随机）
  "maxGapSec": 180
}

doubao_status 会显示当天的用量：

风控：今天已发 3/30 次 · 间隔 60–180s

豆包改版了怎么办

doubao_browser_status 会做页面结构指纹检查（输入框、文件上传口）。 缺了就直说：

⚠️ 页面结构不对：输入框 div.tiptap.ProseMirror 没了。
豆包很可能改版了 —— 这时候继续点只会静默出错。

这时候不要硬跑，把这条报给维护者，改选择器就行 —— 所有页面选择器都集中在 lib/browser.mjs 一个文件里。

全部工具（0.1.6）

共 32 个。本表随版本更新，以 doubao_gate_table 的输出为准。

工具	干什么

① 准备：风格 / 创意 / 意图

工具	干什么
doubao_style_lock	锁定全片美术基准（风格/色调/材质/镜头语言/禁止项）
doubao_idea_submit	创意闸（0.1.6）：本人给出 ≥600 字创意描述，插件比对「人原话保留度」——整理后与原文差异超过 10% 视为代写
doubao_mode_authorize	意图授权：A=人主导（默认）/ B=采风融合 / C=自主生成（必须显式授权，且原话要含「你自己定」「随便做」这类授权词

② 脚本

工具	干什么
doubao_script_submit	提交第 1 节产出的分镜脚本并做机器校验：每段 10 秒、每段 ≥3 个分镜、每个分镜 12 个字段写满、不许留「例如/
doubao_script_review	把脚本原文交给本人看，等他明确说「看过、可以」——这是 0.1.6 新加的脚本可见闸
doubao_gate_table	打印这套 SOP 的全部判定条件（Gate 编号 → 判据 → 失败动作），写文档、跟人对齐口径时用

③ 素材

工具	干什么
doubao_role_register	登记一个角色
doubao_scene_register	登记一张场景卡
doubao_image_batch	批量生成图片素材（做图文视频用）：一次给 N 段提示词，逐条发给豆包、等图出来、下载到 assets/images/
doubao_reuse_assets	跨集复用：把另一部片子的角色卡/场景卡拷进本项目（漫剧连载第 2 集不用重登）
doubao_bgm	管理 BGM 归档

④ 生成

工具	干什么
doubao_shot_check	生成某一段之前的闸门：检查风格锁、该镜头的角色参考图、场景卡、以及上一段尾帧是否齐
doubao_prompt_audit	把你真正要粘进豆包的那段文字交上来审计：每个角色/场景都要有 @文件名=名字、12 个字段必须与已通过的脚本逐字
doubao_generate_confirm	生成前的最后一个闸门：必须先通过 doubao_prompt_audit（拿到 auditHash），并且由本人
doubao_batch_authorize	批量授权：本人一次说清「连续生成 N 段」，之后不再逐段问
doubao_browser_stage	把该段的图片上传到豆包、把提示词写进输入框——但不发送
doubao_browser_send	把已经写进输入框的内容发送出去
doubao_browser_capture	等这一条视频生成完，自动下载成片并抓最后一帧（原生分辨率），落盘后直接给出可以喂给 doubao_cli
doubao_browser_status	看豆包网页现在是什么状态：连没连上、在哪个对话、输上框里有没有草稿、是不是正在生成
doubao_browser_clear	清空豆包输入框里的草稿，并尝试把已挂上的附件一起摘掉
doubao_model_select	切换视频模型

⑤ 片段登记

工具	干什么
doubao_clip_register	登记一段生成好的成片：文件、时长（必须 10 秒）、尾帧截图（必须取在这段末尾）
doubao_tail_frame	用 ffmpeg 精确取尾帧（默认片尾前 0.05 秒，可手动指定秒数）
doubao_resume	断点续跑：报告下一段该从哪跑、为什么停过

⑥ 后期

工具	干什么
doubao_concat	把项目里已登记的片段按段序拼接成整片（统一重编码到同规格，避免接缝花屏）
doubao_audio_confirm	确定这一集用哪种声音方案（必须人工确认，不能由 AI 自己选）
doubao_dub	按成片节奏做后期配音
doubao_asr_subtitle	按原声实际发声出字幕：切语音岛 → 逐岛 ASR → 过滤幻觉 → 烧字幕，原声 -c:a copy 保留
doubao_audio_balance	响度平衡：把"音效盖过人声"压下去，并归一到发布平台标准的 -16 LUFS
doubao_tts	合成语音（HTTP 调用本机 TTS 插件，不 import 对方包）
doubao_ffmpeg_status	看 ffmpeg 装没装、版本、路径

⑦ 总览

工具	干什么
doubao_status	看当前视频项目的进度：风格锁有没有、脚本过没过、角色/场景登记了几张、片段到第几段、哪道闸门被打回几次

段长默认 5–40 秒（单段受模型上限）；全片 5–180 秒。

role_register 的 source 必须写豆包对话链接（形如 https://www.doubao.com/chat/38450589868511234），只写文字说明会被拒。