dsh-video-watch
dungcsnd1133/dsh-video-watch
Downloads a video link, samples frames from it, and transcribes the speech with Groq Whisper so an agent can answer questions about what the video shows; long audio is split into 15-minute windows to stay under the upload limit, and frames still come back without a key, which only the transcript needs. Needs ffmpeg, ffprobe and yt-dlp on PATH.
Install
dsh plugin --profile web add github:dungcsnd1133/dsh-video-watchREADME
dsh-video-watch
Một tool DSH: watch_video.
Nhận link YouTube, TikTok, Facebook, Instagram, X, hoặc file mp4. Tải video, tách 8 đến 24 khung hình, và chép lời bằng Groq Whisper nếu máy có GROQ_API_KEY.
Máy chạy DSH cần ffmpeg, ffprobe, và yt-dlp trên PATH.
Cài
dsh plugin --profile web add ./dsh-video-watch
dsh web
Profile superagent dùng cùng lệnh, đổi --profile web thành --profile superagent.
API key để chép lời
Tạo key tại Groq Console, rồi đặt biến GROQ_API_KEY. Không có key thì tool vẫn trả khung hình và ghi rõ là chưa chép lời.
Lời nói gửi POST https://api.groq.com/openai/v1/audio/transcriptions, model
whisper-large-v3-turbo (mặc định). Đổi model bằng biến GROQ_STT_MODEL — ví dụ
whisper-large-v3 nếu cần độ chính xác cao hơn trên audio khó; nó đắt hơn khoảng ba lần
mỗi giờ và chậm hơn, nên chỉ dùng khi thật sự cần.
Âm thanh dài hơn 24 MB (giới hạn một request của Groq ở gói miễn phí) được cắt thành các cửa sổ 15 phút rồi ghép lại — một video hội thoại dài sẽ vượt giới hạn đó nếu gửi nguyên khối.
Related plugins
archify (deepseek-harness)
tt-a1i/archify
WeKnora (dsh-weknora)
tencent/weknora
next-ai-draw-io (dsh-plugin)
dayuanjiang/next-ai-draw-io
weknora
tencent/weknora