Skip to main content
V

dsh-ai-fastvideo

veillessrose/dsh-ai-fastvideo

Text-driven video generator for DSH: writes one Canvas page per scene from 341 bundled style prompts, renders frames with a headless browser, then adds TTS narration, music and sound effects with ffmpeg.

Install

dsh plugin --profile web add github:veillessrose/dsh-ai-fastvideo

README

AI 速成视频(dsh-ai-fastvideo)

在 DeepSeek Harness 里一句话出片。会话视图里多一个「AI 速成视频」页签:

  • 短视频(片段):从 341 条风格提示词里挑(多选批量),大模型按这条风格现场写一个单文件 Canvas 页面, 逐帧导出 → 编码 → 配音 → 配乐 + 音效,几秒到几十秒一条。
  • AI 自拟(长片):只给一句要求(比如「总结这个工作区的工作流程」),模型自己拆分镜、逐屏出画面, 15 秒到 6 分钟;可选风格提示词做视觉参考,可喂工作区 / 本次对话 / 自选文件三种材料。

没有视频模型、不占显存:画面是网页,渲帧由无头浏览器完成,风格完全由文本决定。

安装

要求:DSH 桌面版、Python 3.10+、ffmpeg 7+、Edge 或 Chrome。Node 用 DSH 自带的即可。

# 方式零:从 GitHub 拿代码
git clone https://github.com/VeillessRose/dsh-ai-fastvideo.git

# 方式一:本地目录(开发 / 内网)
#   plugin_manager install_bundle target=<本包目录>

# 方式二:npm(发布后与 dsh-context 完全同款)
dsh plugin --profile web add dsh-ai-fastvideo

装完刷新网页,会话视图顶部页签里出现「AI 速成视频」。

配置(只需填模型 key)

配置文件:Windows %USERPROFILE%\.dsh\data\dsh-ai-fastvideo\config.json,macOS/Linux ~/.dsh/data/dsh-ai-fastvideo/config.json。 首次打开面板会自动建目录;只有模型 key 是必填的:

{
  "llm": { "baseUrl": "https://api.deepseek.com/v1", "model": "deepseek-chat", "apiKey": "sk-..." }
}

其余都可以留空,插件会按「配置文件 → 环境变量 → 自动探测」找 python / ffmpeg / 浏览器:

{
  "python": "C:\\Python311\\python.exe",
  "ffmpeg": "C:\\ffmpeg\\bin\\ffmpeg.exe",
  "ffprobe": "C:\\ffmpeg\\bin\\ffprobe.exe",
  "browser": "C:\\Program Files (x86)\\Microsoft\\Edge\\Application\\msedge.exe",
  "renderer": "auto",            // auto | node | powershell
  "styleDir": "",                // 留空 = 用包内 341 条风格
  "bgm": { "file": "", "volume": 0.13 },
  "stickersDir": "",
  "workspaceDir": ""
}

面板右上「环境」角标能看到每一项的探测结果(/ai-video/health 的 pythonOk / ffmpegOk / browserOk / renderer / llmReady)。

风格库(341 条,随包)

assets/styles/ 下按 10 类分目录,每条是「一个 .md 提示词 + 同名 .jpg 缩略图」。 风格库整理者:哔哩哔哩 俯仰观照(「代码动画」风格库)——其中 236 条由其整理/改写,其余 105 条来自三个开源项目(见下表)。

目录数量来源许可
A-G_代码样片/26「代码动画」哔哩哔哩 俯仰观照 原创整理(含参考实现代码)哔哩哔哩 俯仰观照 约定
R_照参考学来的/7同上(哔哩哔哩 俯仰观照)哔哩哔哩 俯仰观照 约定
M_动态风格/40哔哩哔哩 俯仰观照 中文整理改写哔哩哔哩 俯仰观照 约定
K_卡通画风/38哔哩哔哩 俯仰观照 中文整理改写哔哩哔哩 俯仰观照 约定
Z_中国风/15哔哩哔哩 俯仰观照 中文整理改写哔哩哔哩 俯仰观照 约定
H_现成版式/12哔哩哔哩 俯仰观照 中文整理改写哔哩哔哩 俯仰观照 约定
O_奥斯卡98部/98哔哩哔哩 俯仰观照 按影史风格整理哔哩哔哩 俯仰观照 约定
L_Lemo-Opuscar/59lemomo-ai/lemo-opuscarMIT
V_mg-styles-15/15mg-styles-15(Vincentwei1021)MIT
X_code-video/31code-video(Bae-ChangHyun)MIT

逐类来源、哔哩哔哩 俯仰观照 的约定原文、第三方许可全文见 assets/styles/SOURCES.md 与 assets/licenses/(整理者约定原文抄本:code-donghua_许可与来源.txt)。 哔哩哔哩 俯仰观照 约定:免费使用、转发也请免费分享,禁止包装成课程 / 付费 skills 出售。

加自己的风格:往 assets/styles/<分类>/ 放 .md(同名 .jpg 可选),60 秒内或点一次「刷新」生效; 批量导入见 scripts/import_styles.py。

两条出片路径

短视频(片段)AI 自拟(长片)
输入选风格 + 主题/台词一句要求(+ 可选风格、材料)
画面每屏按风格现写页面模型先出分镜,再逐屏写页面
时长3–60 秒15–360 秒
耗时十几秒(+ 写页面时间)分钟级(6 分钟片约 12–15 分钟)

渲染器两套:默认 Node(engine/node/render.mjs,三平台通用,约 70ms/帧@1080p), 没有 node 时退回 PowerShell 版。config.renderer 可强制指定。

命令行(不走面板也能用)

cd engine\python
python -m videogen.cli quick --words "你|懂什么|听话" --out out.mp4
python -m videogen.cli build spec.json --out out.mp4
python -m videogen.auto_film --brief "讲讲这个项目" --duration 30 --out out.mp4
python -m videogen.cli doctor

排错

现象原因 / 处理
风格卡片是灰块该风格没有 .jpg;本包 341 条都带缩略图,除非你删了图
任务一直卡在「渲染」0.2 起有三层超时(CDP 读 60s / 单屏 900s / 进程看门狗),超时会自动放弃这一屏并退回模板
成片发灰用旧版 PowerShell 渲染器时才有;确认 health.renderer = "node"
没声音pip install edge-tts;或音色是自训练音色但 GPT-SoVITS 没起
6 分钟片太慢长片是逐屏串行写页面 + 渲帧,1080p 约 12–15 分钟;先用 720p

开发

node --check index.js
python -m compileall -q engine/python
node scripts/selftest.mjs      # 假 ctx 跑通 health / catalog / jobs,不需要浏览器

结构:index.js(Host:HTTP 路由 + 任务队列 + 子进程) / client.js(浏览器:React 面板) / engine/python(分镜、配音、混音、调渲染器)/ engine/node(CDP 逐帧渲染器)/ assets/styles(341 条风格)。 设计细节见 docs/design.md,发布与分发见 docs/publishing.md。

许可

MIT(见 LICENSE)。风格库的第三方部分保留原许可与署名(见 NOTICE.md、assets/styles/SOURCES.md)。

Related plugins