fj7937290-sys/dsh-video-remix

把文案变成带配音的讲解视频。一套能力，两种形态。

形态	位置	给谁用
DSH 插件	仓库根目录	DeepSeek Harness：注册 render_video / list_voices / voice_samples
通用 skill	skills/video-remix/	任何 agent：analyze / render / samples / voices 四个 CLI 命令

插件本身不含生成逻辑，它只是把 skill 暴露成工具 —— 一套实现，两处受益，修 bug 和加音色都只做一遍。

---

两种画面

模式	速度	适用
cards（默认）	10 段约 1 分钟	教程、说明、命令演示 —— 文字一字不差
ai	每段几分钟	宣传片、创意短片 —— 真实画面，但慢且要 AGNES_API_KEY

教程类建议 cards，因为 AI 生成会把命令和步骤画糊。

---

DSH 插件用法

render_video(
  title="90秒讲清楚这个插件",
  voice={ engine: "edge", name: "zh-CN-YunxiNeural" },
  segments=[
    { title: "视频之眼", sub: "让纯文本 AI 看懂视频", narration: "这个插件能让纯文本的 AI 看懂视频。" },
    ...
  ]
)

list_voices()      // 看看有哪些声音
voice_samples()    // 为每个音色生成一段同样的话，供人试听挑选

---

skill 用法

cd skills/video-remix && npm install        # 首次需要装 Edge TTS 依赖

node scripts/remix.mjs voices               # 列音色
node scripts/remix.mjs samples --out 音色试听 # 生成全部音色试听包
node scripts/remix.mjs analyze 参考视频.mp4 --interval 2   # 抽帧 + 转写
node scripts/remix.mjs render script.json   # 渲染

analyze 产出可读材料（带时间码的拼图 + 逐句台词），文案由模型写，落在 script.json 里 —— 每次生成都可检查、可微调。

---

音色

在线（14 个中文，神经语音） —— 需要联网：

音色	说明
zh-CN-YunxiNeural	★ 云希，男声，自然百搭（默认）
zh-CN-XiaoyiNeural	★ 晓伊，女声，偏年轻
zh-CN-YunxiaNeural	★ 云夏，男声，少年感
zh-HK-WanLungNeural	★ 雲龍，粤语男声
其余	晓晓、云扬、云健、东北小北、陕西小妮、粤语/台湾各音色

本地离线（3 个，Windows） —— 慧慧（女）、瑶瑶（女）、康康（男）。老式合成，机械感明显，但不联网。

跑 voice_samples 会把 17 个音色都用同一段话念一遍，听感比名字可靠。

---

依赖

依赖	说明
Node ≥ 18
ffmpeg	探测顺序：FFMPEG_PATH → 本 skill bin/ → 从 skill 与 cwd 向上找 _tools/... → PATH
@andresaya/edge-tts	在线音色。skills/video-remix 下执行 npm install 安装（不进 git）
Windows	仅离线音色需要；其他平台用在线音色
AGNES_API_KEY	仅 visual="ai" 需要

---

与 dsh-video-eyes 的关系

	dsh-video-eyes	dsh-video-remix
干什么	看懂视频（抽帧、时间码、转写、识图）	做视频（配音、卡片、合成）
工具名	read_video / read_video_transcript	render_video / list_voices / voice_samples
冲突	无	无

两者互补，可以串联：read_video 分析参考片 → 模型写稿 → render_video 产出新片。

都不占用 vision_ 前缀 —— dsh-vision-router 会接管该前缀下的所有工具并在视觉模式关闭时隐藏它们，所以两个插件都刻意避开。