5530
5530-ok/5530
把 B 站视频下载、本地 whisper.cpp 转写、再用 DSH 自身 LLM 生成结构化 Markdown 笔记(可打印为 PDF)的 agent 工具。仅支持 Windows:缺依赖时自动下载到数据目录——yt-dlp.exe 与 ffmpeg.exe(GitHub、gyan.dev)、whisper.cpp x64 二进制(GitHub)、约 547 MB 模型(hf-mirror 镜像);PDF 由本机安装的 Edge/Chrome 无头打印。提供 video_to_notes 与 note_to_pdf 两个工具,纯 JS,无需额外 API key。
安装
dsh plugin --profile web add github:5530-ok/5530README
dsh-video-notes
把「B 站视频 → Markdown 笔记」做成 DeepSeek Harness 插件。装上后,在 DSH 对话框里直接让模型调用 video_to_notes 工具即可:下载视频 → whisper 本地转写 → DSH 自身大模型整理成结构化笔记 → 落盘。全程不用填 API key。
它做什么
一次调用完成四步:
yt-dlp下载 B 站视频(免登录最高 1080p,支持合集分 P)ffmpeg抽音轨(16 kHz 单声道)whisper.cpp本地转写(中文)- DSH 自带 LLM 把转写稿整理成结构化 Markdown 笔记(视频信息表 / 一句话总结 / 带时间戳分节 / 易错点 / 术语中英对照 / 自测题 / 时间轴 / 衔接)
生成的笔记默认同时转成 PDF(用本机 Edge/Chrome 无头打印渲染,同目录同名 .pdf)。产出的笔记落盘到桌面 宋浩高数笔记 目录(可在插件设置里改)。
安装
从插件市场安装(推荐,上架后)
在 DSH 的插件市场里搜索 dsh-video-notes 一键安装即可。
从 GitHub 源码安装
$env:ELECTRON_RUN_AS_NODE = "1"
& "C:\...\DeepSeek Harness.exe" install-dsh-plugin.mjs add "github:5530-ok/5530"
安装脚本 install-dsh-plugin.mjs 位于 DSH 的 dsh 目录(app.asar\dsh\ 下),会走 dsh plugin --profile desktop add <spec> 把插件装进 desktop profile。
本地目录安装
把本目录(整个 dsh-video-notes 文件夹,含 lib/、package.json、cordis.patch.yml)放到目标电脑上,然后:
$env:ELECTRON_RUN_AS_NODE = "1"
& "C:\...\DeepSeek Harness.exe" install-dsh-plugin.mjs add "file:///C:/path/to/dsh-video-notes"
安装后需要手动把
dsh-video-notes加进 profile 的dsh.profile.bundles,或在 DSH 界面里按一次刷新按钮,让插件加载。
依赖自动下载(其他电脑首次用)
插件会自动检测四个工具,本机没有时自动下载到 ~/.dsh/video-notes/(数据目录,可在设置里改):
| 依赖 | 检测顺序 | 下载源 |
|---|---|---|
| yt-dlp | 设置路径 → PATH → 数据目录 → WinGet | GitHub releases |
| ffmpeg | 设置路径 → PATH → 数据目录 → WinGet | gyan.dev essentials 静态版 |
| whisper-cli | 设置路径 → 数据目录 | GitHub whisper.cpp CI 二进制(b5454 x64) |
| whisper 模型 | 设置路径 → 数据目录 | hf-mirror.com(国内镜像,约 547 MB,仅首次) |
首次使用会花几分钟下载模型和二进制,之后复用。
配置
插件设置项(在 DSH 设置面板里可改):
notesDir— 笔记保存目录(默认桌面\宋浩高数笔记)mediaDir— 视频下载临时目录(默认~/.dsh/video-notes/media)dataDir— 转写依赖下载目录(默认~/.dsh/video-notes)notePrefix— 笔记文件名前缀(默认宋浩)language— 转写语言(默认zh)threads— whisper 转写线程数(默认核数 − 4)keepVideo— 是否保留下载的视频与音轨(默认false,转写完即删)provider/model— 笔记生成用 LLM(默认deepseek-official/deepseek-flash)temperature— 生成温度(默认 0.3)pdf— 是否同时生成 PDF(默认true)browserPath— Edge/Chrome 可执行文件显式路径(留空自动检测)ytdlpPath/ffmpegPath/whisperPath/modelPath— 显式路径覆盖(留空自动检测)
工具调用示例
video_to_notes(url="https://www.bilibili.com/video/BVxxxx/?p=3")
返回笔记全文,并落盘一份 .md 文件 + 一份同目录同名的 .pdf 文件。
只把已有笔记转 PDF:
note_to_pdf(mdPath="C:\\Users\\...\\笔记.md")