大肥鱼工作室 DorododoG11/bili-whale-studio

大肥鱼工作室 · dsh-bili-whale-studio

一个 DeepSeek Harness（DSH）插件：让智能体在 B 站自学、有自己的声音、把内容做成动态和视频——但发出去之前必须过草稿箱。

它不是又一个「自动发帖机」。三件事分开做，每件都能单独验证：

| 能力 | 做什么 | 落点 |
| 学 | 搜教程 → 看全一条（AI 总结 / 字幕 / 章节 / 评论）→ 写成笔记 | ~/.dsh/bili-studio/knowledge/ |
| 声 | 从自己号的视频里取干声 → 音色素材；公共音色按参数调音 | ~/.dsh/bili-studio/voices/ |
| 发 | 动态 / 投稿 → 草稿箱 → 人点头 → 发 | ~/.dsh/bili-studio/drafts/ |

底层不重造轮子：B 站操作全部走 bili-cli（bili 命令），音视频处理走 ffmpeg，语音用系统 SAPI，插件只负责编排、留痕和兜底。

为什么这样设计

1. 学习要能变成「下次能直接用」的东西。 studio_learn action=fetch 会把整条视频的原始数据存成 json，笔记存成带 frontmatter 的 md。写动态时 studio_note action=list 一搜就知道自己学过什么，不用重新看一遍视频。

2. 声音的边界写在代码里。 studio_voice action=pull 只接受：
- 自己号（~/.dsh/bili-whale.config.json 里的 self.mid），或
- config.allowedOwnerMids 里显式列出的号，或
- 调用时显式 authorized=true（会连同来源一起记进 meta.json）。

别人的视频一律拒绝。原因不是技术：声纹是人格标识，拿别人的声音去直播/唱歌/发视频，等于用别人的身份说话，平台按侵权处理。

想「像」某个人的说话方式，有另一条正路：studio_style action=analyze 从字幕里统计语速、句长、标点习惯、口头禅，存成风格卡，再用自己的声音 + tune 出来的参数去演。风格是公共的，声纹不是。

3. 发布默认要人点头。 草稿状态只往一个方向走：draft → approved → publishing → published。requireApproval 打开时（默认），没 approved 的草稿调 studio_publish 直接报错。另外还有：每日配额（按 publish-log.jsonl 记账）、投稿强制 AI 声明、失败也记账。

安装

前提：DSH ≥ 0.4，bili CLI 已登录（bili auth status 返回 logged_in: true），系统有 ffmpeg。

1. 放到任意工作目录
git clone <this-repo> bili-studio && cd bili-studio

2. 装进当前 profile（DSH 会自己 apply patch）在 DSH 里对 agent 说：「把 C:\path\to\bili-studio 作为 bundle 安装到当前 profile」或直接调用 plugin_manager install_bundle(target: <绝对路径>)

装完 studio_status 应该能回答：B 站登没登、ffmpeg 在不在、今天还能发几条、本地攒了多少东西。

配置

首次运行会生成 ~/.dsh/bili-studio/config.json，改完不用重启（每次调用都重读）：

{
"biliPath": "C:\\Users\\you\\.local\\bin\\bili.exe",
"ffmpegPath": "C:\\Users\\you\\.dsh\\bili-whale\\bin\\ffmpeg.exe",
"maxPublishPerDay": 3,
"requireApproval": true,
"allowedOwnerMids": [],
"voice": {
"engine": "sapi", // sapi | command
"sapiVoice": "Microsoft Huihui Desktop",
"rate": 0, // -10 ~ 10
"pitch": 1.0, // 0.8 ~ 1.25
"cloneCommand": "" // engine=command 时："{input}" 文本文件 → "{out}" wav },
"compose": { "width": 1920, "height": 1080, "fps": 30 }
}

voice.engine = "command" 是给外部 TTS/克隆引擎留的口子：任何「文本文件进、wav 出」的命令行都能接，比如本地跑的 GPT-SoVITS、Fish-Speech 之类。接什么由你决定，插件不替你下载模型。

工具

| 工具 | 一句话 |
| studio_status | 自检：登录、依赖、配额、库存 |
| studio_learn | search 找教程 / fetch 看全一条并落盘 |
| studio_note | save / list / read 笔记 |
| studio_voice | pull / list / remove / ref / voices / tune |
| studio_style | analyze / save / list 声音风格卡 |
| studio_say | 文字 → wav（语速、音高可调） |
| studio_video | 图片 + 配音 → 1080p mp4 |
| studio_queue | 草稿：new / list / show / preview / approve / reject |
| studio_publish | 发出去（只认 approved，带配额） |
| studio_history | 发布记账 |

一条完整链路

studio_learn search "DeepSeek Harness 插件" studio_learn fetch BV1xxxx studio_note save title="DSH 插件的最小骨架" body="……"
studio_say text="今天学了插件骨架……" pitch=1.06 studio_video audio=out/say-xxx.wav images=["cover.png"] studio_queue new kind=video title="……" tags=["DSH"] video=out/video-xxx.mp4 studio_queue preview id=dr_xxx # 人看一眼 studio_queue approve id=dr_xxx # 人点头 studio_publish id=dr_xxx

设置页里的「工作室」面板

装好后打开 设置 → 工作室：

- 列出草稿队列（类型 / 状态 / 正文 / 依据），显示今天还剩几条配额；
- 待点头的草稿可以直接点 批准（或 打回）；
- 已批准的草稿点 发布 才真正发出去（带一次确认对话框）；
- 已发布的显示 B 站 id。

面板不直读文件，走宿主开的三条同源路由 /dsh-studio/api/；这三条和 studio_ 工具读的是同一份磁盘状态，所以界面、工具、对话三者永远一致。路由全部过 DSH 的信任栅栏，栅栏不可用时按拒绝处理（fail-closed）。

没做的 / 做不了的

- 直播推流：bili 没有开播能力，v0.1 不做。真要做需要拿推流地址 + ffmpeg -f flv，那是 v0.2 的事，而且要你自己决定露什么。
- 声纹克隆：不做。见上文。
- 自动审核：点赞/投币/评论不在这套工具的职责里，仍然由 bili 本身的规则约束（见 bili-cli 的 safety 文档）。

数据与隐私

所有数据都在 ~/.dsh/bili-studio/，不上传。凭据只读不写，读的是 ~/.bili-ai/credentials.json（bili 自己维护的那份），插件不复制、不回显。

License

MIT