视频读取阀门 PoiFlos/dsh-video-gate

dsh-video-gate

视频通道阀门插件：默认只读本地文件；Bilibili 站点通道默认关闭，读取前必须由你在弹窗里放行。YouTube、小红书、Netflix 都不在列表里（前两个要额外程序和 cookie，第三个是 DRM）。

平台：Windows 10/11（依赖 install-deps.ps1、阀门窗口都用 PowerShell / Python；macOS、Linux 未适配）。

第一次用？ 看 docs/安装与使用.md：从下载、装依赖、配 localRoots，到日常问法、卸载和故障排查，都在那一份里。

想让 AI 自己装？ 把这个仓库丢给 DeepSeek Harness（或任何能跑命令的智能体），让它读 AGENTS.md —— 里面写好了每一步、需要你拍板的点、和验收标准。

每个会话先发一句 「启用读取视频插件」，之后发链接或路径即可（「关闭读取视频插件」停用）。

想随时开关通道：双击 启动阀门.cmd（或桌面快捷方式）打开独立小窗口，勾选立即生效，不用重启。

通道与实现状态

| 通道 | 默认 | 现在能做什么 |
| 本地文件 | 开 | ffmpeg 抽帧（720p PNG）+ 可选本地 whisper 转写（transcribe: true） |
| Bilibili | 关 | 标题/时长/公开字幕/分镜帧；登录后可取 AI 字幕（可选，见下） |

本地通道的位置

- ffmpeg：<工作区>\tools\ffmpeg\ffmpeg.exe（来源与哈希见 docs/provenance-ffmpeg.md）
- whisper：<工作区>\tools\whisper\whisper-cli.exe + models\ggml-small.bin（见 docs/provenance-whisper.md）
- 允许的根目录：写在 %USERPROFILE%\.dsh\video-gate\state.json 的 localRoots 里，默认 <工作区> + %USERPROFILE%\Videos
- 没有 ffprobe：时长从 ffmpeg -i 的 stderr 解析

实测

真机跑过的，不是"设计如此"：

| 场景 | 结果 |
| 会话唤醒 | 发「启用读取视频插件」→ 插件的 session/event 监听器先醒，工具回「之前就已经是启用状态」 |
| 未启用时 | video_read 直接返回「视频插件还没启用」，不读 |
| 阀门弹窗 | 审计里 2 条 grant-once，均为用户在弹窗里点「只放行这一次」；不点则超时拒绝 |
| B 站读取 | 标题/时长/分镜帧正常；一条 7:35 的教程视频取到 5 帧 |
| B 站 AI 字幕 | 登录后取到 198 行，内容与视频一致 |
| 错字幕拦截 | 实测拦下 3 次「别的视频」的字幕（美食视频、番剧片段），宁可不给 |
| 本地抽帧 | 6 秒测试片 → 1s/3s/5s 三帧，画面时间码与文件名一致 |
| 本地 ASR | SAPI 合成中文 → whisper 输出逐字一致 |
| 阀门窗口 | 进程/标题正常；勾选实时写 state.json；托盘模块加载成功（HAVE_TRAY=True） |

一个必须知道的坑：B 站 AI 字幕在生成好之前会给你别人的

同一个请求（?bvid=...&cid=... 固定不变）连发 10 次，返回的是：

| 次 | 内容 | 判定 |
| 1–8 | 全是别的视频的字幕（有的根本没 track） | ✗ |
| 9–10 | 同一条 URL（.../prod/113381163996591…，这串就是本视频的 aid）、198 行、末句 453s | ✓ |

前 8 次返回的 URL 里嵌的是别的 aid。等本视频的字幕生成/缓存好之后，同一请求就稳定返回正确的那份了——同一个 URL 连续两次生效，说明这是「按需生成 + 缓存」，不是随机抽奖。

所以代码里的三段式：

1. 本地缓存：读过一次就写 cache/<bvid>/subtitle.json，之后不再碰接口；
2. 重试：没有缓存就最多试 8 次（间隔 400ms），每次重新请求拿新地址；
3. 双校验：必须覆盖到大半段视频（太短的多半是别人的片段），且标题/UP 名里的词至少命中 2 个 （拉丁词只认整词且 ≥4 字母，否则 in、si 这种会命中一切英文；中文按二字滑窗）。

过不了就明确说「没取到」并告诉你等一会儿再读，绝不把别人的台词当你的。

这也解释了为什么"我给了具体链接还会错"：链接定位的是视频（标题/时长/分镜帧始终正确），而字幕是另一个独立文件，由字幕服务按「当前完成的生成任务」发放。

没验证到的

- 窗口的实际观感（只验了进程、标题、逻辑；渲染结果得人眼看）
- 托盘图标的点击行为（pystray 已装进 gui/_vendor，但没人工点过）
- 换机器后的行为（目录约定、Python 版本差异）未验证

关于 ASR 和登录态

- 只用本地 whisper.cpp，音频不出机器，没有 API key、没有上传
- 单次最多处理前 15 分钟；普通桌面 CPU 上 7 分半视频约 2–3 分钟
- Bilibili 匿名拿不到音频流（playurl 返回 0 条 audio），所以 B 站视频的台词只能靠平台字幕；真要 ASR 就把视频下载到本地，走本地通道
- 登录态是可选的：说「登录 B 站」后，把 SESSDATA 写进 %USERPROFILE%\.dsh\video-gate\bilibili.cookie。
插件不读浏览器 cookie，只读这个文件，且只对 bilibili.com / bili2233.cn / bilivideo.com / hdslb.com 生效

阀门怎么工作

1. 模型调用 video_read，插件先按域名把来源分类到某个通道。
2. 通道关着 → 弹出选择框，四个选项：
- 只放行这一次（读完即失效）
- 本会话放行（不写盘）
- 长期打开这个通道（写 state.json）
- 保持关闭
3. 用户拒绝就是拒绝：工具返回错误，模型不得换路子绕过（系统提示里写死了）。
4. 宿主没有 userQuestions 服务时按关闭处理（fail-closed）。

/video 命令只显示当前状态；改阀门走弹窗，或下面那个独立窗口。

阀门窗口（独立小程序）

双击 启动阀门.cmd（或桌面快捷方式）打开一个小窗口，勾选通道即时生效——它直接写 state.json，插件每次读取前都会重读，不用重启 DSH。

- 关窗口 = 收起：装了托盘支持就缩到右下角，没装就最小化到任务栏
- 托盘支持可选：跑一次 安装托盘支持.cmd（pystray + Pillow 装进 gui/_vendor，不动系统 Python）
- 窗口里能看到「登录态：已保存/未保存」，带 粘贴登录态 和 退出登录 两个按钮

它和「启用读取视频插件」不是同一层：窗口管通道（持久），唤醒管本会话是否允许读视频（内存）。
两层都过才读——所以顺序是：先唤醒，再用窗口决定放不放 B 站。

状态与审计

- 状态：%USERPROFILE%\.dsh\video-gate\state.json
- 审计：%USERPROFILE%\.dsh\video-gate\audit.jsonl（每次放行/拒绝/读取一行 JSON）
- 缓存：%USERPROFILE%\.dsh\video-gate\cache\

硬约束（代码里写死）

- 只允许 http/https 的公开 GET，没有任何 POST；
- 目标域名限定在 B 站 + 本地文件，其他域名直接拒绝；
- 拒绝内网/回环地址（SSRF）；
- 不读浏览器 cookie、不读注册表、不装 Python 包（登录态只来自你自己放的那个文件）；
- 子进程只用 argv 列表（无 shell），全部带超时；
- 落盘只在 cache/ 子目录。

安装

git clone https://github.com/PoiFlos/dsh-video-gate.git
plugin_manager action=install_bundle target=<克隆路径>

依赖（ffmpeg ~84MB / whisper ~11MB / 模型 ~465MB）不随仓库分发，一条命令装好并校验哈希：

powershell -ExecutionPolicy Bypass -File <克隆路径>\install-deps.ps1 -Plan # 先看来源和哈希 powershell -ExecutionPolicy Bypass -File <克隆路径>\install-deps.ps1 # 同意后再下载

装到 <克隆路径>\..\tools\（插件就是去那儿找的），不装服务、不改 PATH、不需要管理员权限；重复跑会跳过已就绪的项。
哈希来源见 docs/provenance-*.md。

交给 AI 装：见 AGENTS.md。

卸载

plugin_manager action=remove_bundle target=dsh-video-gate

变更记录

按时间倒序，只记影响使用的改动。

| 版本 | 改动 |
| 0.9.0 | 阀门窗口：粘贴登录态 / 退出登录 / 登录态状态显示；关窗口缩托盘；用到登录态后提醒可退出 |
| 0.9.0 | B 站 AI 字幕：本地缓存 + 重试 8 次 + 严格归属校验（时长覆盖、关键词至少命中 2 个）。此前校验过松，会让 in/si 这种片段命中一切英文 |
| 0.9.0 | 会话级唤醒：发「启用读取视频插件」才允许读取；未启用时直接拒绝 |
| 0.8.0 | 可选登录态（video_login / video_logout），用于取需要登录的 AI 字幕 |
| 0.7.0 | 独立阀门窗口（gui/valve.py），勾选即写 state.json，不用重启 |
| 0.6.0 | 本地 whisper.cpp 转写（transcribe: true），音频不出机器 |
| 0.5.0 | 本地 ffmpeg 抽帧；localRoots 从 state.json 读取；无 ffprobe 时从 ffmpeg -i 解析时长 |
| 0.4.0 | 通道收敛为「本地 + Bilibili」；YouTube / 小红书 / Netflix 明确不支持 |
| 0.1.0 | 初版：通道分类、阀门弹窗、审计日志 |

许可

MIT。tools/ 里的第三方二进制各自遵守其许可（ffmpeg 为 GPL，whisper.cpp 为 MIT）。