Ylight-cpu/dsh-creative-studio

dsh-creative-studio

给 DeepSeek Harness 用的「AI 美工 + 视频剪辑」技能包。 装一次，任意装了 DSH 的电脑都能用：

- 图片：抠图（多档质量）/ 改图（局部重绘去杂物）/ 加文字 / 贴 logo / 多图层合成 / 平台规格批量导出 / 体检报告
- 视频：素材通览 / 文案脚本 / 精确裁切 / 拼接转场（53 种 + 5 个风格化）/ AI 抠像换背景 / 动效文字（打字机·卡拉OK·滑入弹出）/ 字幕 / 配乐 / 光效调色（辉光·泛光·光泄漏·拖影·LUT）/ 智能封面 / 平台导出

为什么不是"让模型直接画图"：设计和剪辑的瑕疵大多来自"凭描述想象"。
这个包让 agent 真正操作文件——调用本地工具链干活，再按验收清单核对结果。

特效能力与边界（先看这张表）

| 能力 | 命令 | 实测 |
|---|---|---|
| 抠像换背景（任意背景） | video-matte | RVM ONNX，CPU 上 568×320 81 fps / 720×1280 17 fps；绿幕素材走 --backend chromakey 秒级；可输出成片 / 透明 WebM / 黑白遮罩 |
| 动效文字 | video-text-anim | 10 个预设：淡入、四向滑入、打字机、弹出、弹跳、逐词卡拉OK、下三分之一条；产出标准 ASS 可二次编辑 |
| 转场 | video-join --transition | 从 ffmpeg 枚举 53 种 xfade；风格化：glitch/whip-pan/flash/soft-zoom/film-burn |
| 光效调色 | video-fx --preset | 13 个预设：辉光、泛光、柔焦、光泄漏、拖影、颗粒、暗角、锐化、暖调、冷调、青橙、胶片、强对比；支持外部 .cube LUT |

做不到的（需要 After Effects）：运动跟踪（把文字钉在运动物体上）、3D 相机、粒子系统、复杂 roto 遮罩。这条写进技能文档，避免交付时含糊。

装到一台新机器

1) 拷贝整个 dsh-creative-studio 文件夹到新机器任意位置（runtime/ 可先不拷，引导时自动生成）

2) 准备运行时：独立 Python + 依赖 + 抠图模型（约 400MB，首次几分钟）
powershell -ExecutionPolicy Bypass -File scripts\bootstrap.ps1
国内默认走清华镜像；需要代理加 -Proxy http://127.0.0.1:7897；只要图片基础能力用 -Tier core

3) 装成 DSH 插件（推荐）：写入 profile 的 node_modules 与 dsh.profile.bundles
powershell -ExecutionPolicy Bypass -File scripts\install-as-plugin.ps1
装完重启 DSH，插件与包内两个技能在启动时加载

或者直接双击 scripts\bootstrap.cmd、scripts\install-as-plugin.cmd。

安装方式对比

| 方式 | 命令 | 特点 |
|---|---|---|
| 插件（推荐） | install-as-plugin.ps1 | 随 DSH profile 加载，技能由插件提供（ctx.skills.registerProvider），不占用技能根；改代码后重启 DSH 生效 |
| 技能根（备用） | install-into-dsh.ps1 | 把 skills/* 以 junction 挂到 \skills，无需重启即时生效，适合临时/受限环境 |

两者可共存，但同名技能建议只留一处；插件生效后清理技能根：install-into-dsh.ps1 -Uninstall。
卸载插件：install-as-plugin.ps1 -Uninstall（会先备份 profile 配置）。

插件模式下包根同样好定位：技能目录就是 \skills\，向上两级即包根；脚本还会写位置标记与环境变量作为兜底。

手工调用（不经过技能，也可直接用）

chcp 65001 > $null; [Console]::OutputEncoding = [Text.Encoding]::UTF8   # 中文路径/文字不乱码
node "\scripts\run-toolkit.mjs" doctor --json                     # 自检：依赖/ffmpeg/模型/GPU/字体
node "\scripts\run-toolkit.mjs" matte 产品.jpg --bg white --out 白底.png --json
node "\scripts\run-toolkit.mjs" text  白底.png --text "标题nSubtitle" --position bc --color white --json
node "\scripts\run-toolkit.mjs" video-probe 素材.mp4 --json
node "\scripts\run-toolkit.mjs" video-export 成片.mp4 --preset reel-9x16 --out-dir deliver --json

能力分层（换机器自动降级/解锁）

| 层 | 依赖 | 能力 |
|---|---|---|
| T0 | Pillow | 加文字、贴 logo（含白底自动抠）、多图层合成、平台规格导出、接触表、体检报告、主色提取 |
| T1 | + rembg / onnxruntime | 抠图（--quality fast\|auto\|best，模型按需下载）、换背景、局部重绘改图 inpaint（telea 零依赖；lama-onnx 可选） |
| T2 | + ffmpeg（imageio-ffmpeg 内置） | 视频探针、抽帧、裁切、拼接/转场、贴字、字幕、配乐、智能封面、规格导出 |
| T3 | + onnxruntime（已含） | AI 视频抠像 video-matte（RVM）、动效文字 video-text-anim、风格化转场、光效调色 video-fx（含 LUT） |
| T4（可选） | + GPU / 代理 | onnxruntime-gpu 加速（--gpu）、更快模型下载（bootstrap -Gpu / -Proxy） |

doctor 会报告当前机器处于哪一层；缺层时命令会明确报错并给安装提示，不会假装完成。

目录结构

package.json / cordis.patch.yml / lib/index.js   插件外壳（profile bundle）
skills/image-studio/SKILL.md + reference/        美工技能（工作流/命令表/质量规范）
skills/video-studio/SKILL.md + reference/        剪辑技能（三段式工作法/特效/平台规格）
toolkit/cs.py                                    工具箱：25 个子命令
scripts/bootstrap.ps1 | .cmd                     运行时一键引导（Python + ffmpeg + 模型）
scripts/install-as-plugin.ps1 | .cmd             装成 DSH 插件（推荐）
scripts/install-into-dsh.ps1 | .cmd              技能根安装（免重启，备用）
scripts/verify-install.ps1 | .cmd                安装体检（11 项，含"是否被禁用"）
scripts/provider-selftest.mjs                    provider 契约测试（逐字段对齐宿主校验）
docs/STATUS.md                                   建设状态与实测证据台账
docs/PUBLISH.md                                  市场收录流程（已核实）
runtime/                                         独立 Python 运行时（引导时生成，勿手工改）

设计取舍

- 不注册 host 工具：能力全部走 shell 可调用的工具链，因此不绑定任何 DSH 私有 API，任何版本的 DSH 都能用。
- 独立运行时：不污染用户已有的 Python 环境；-Force 可重建。
- junction 安装：技能源码只有一份，改完立即生效；不便联接时用 -Copy。
- 一切可验收：每个命令都支持 --json，inspect / video-probe 用于交付前核对；无法查看图像时导出帧交用户确认。
- 红线写进技能：不覆盖原图、不伪造认证与功效宣称、不用未授权音乐素材。

已验证（本机证据见 docs/STATUS.md）

selftest 29/29 通过（经 node 可移植启动器运行），其中两条是"看起来像成品、实际是废片"的闸门，见 CHANGELOG.md。

图片侧：抠图（RGBA、主体占比、边缘过渡宽度量化）、局部重绘改图、中英文字与描边、白底 logo 自动抠、多图层合成、2000×2000 白底主图、接触表、主色提取。
视频侧：探针、抽帧、秒切/精确裁切、fade 转场拼接（10.45s，yuv420p）、贴字、中文字幕烧入、配乐淡入淡出、智能封面选帧、9:16 导出；AI 抠像换白底（主体存在性闸门：修复后覆盖率 0.41，错误后端在第 20 帧被拦下）、色键路径、ASS 动效文字烧入、53 种转场枚举、风格化 glitch 转场（时长 2.52s 校验）、调色+辉光+对比帧、光泄漏（全局偏色闸门：Δ ≤ 20）。

关键实测数据：
- 视频抠像：默认后端 rembg 逐帧通用抠像（isnet）720×1280 2.3 fps；主体覆盖率 0.41（RVM 人像模型在同一素材上是 0.0000，已被闸门拦下）
- 光效偏色：teal-orange+punch+leak 组合的相对偏色增量 +4.2…+7.2（0.2.0 事故为 +45 以上）
- 图片抠图：fast→u2net 0.15s / 边缘过渡 5.28px；best→birefnet 5.7s(CPU) / 2.76px
- 转场：风格化预置每个约 0.4s（3s+3s 素材、0.6s 转场 → 成片 5.44s，符合 3+3−0.6）

已知边界（诚实声明）

- 需要 After Effects 的：运动跟踪、3D 相机、粒子系统、复杂 roto 遮罩——ffmpeg + 现有模型做不到，技能文档已写明，不含糊替代。
- 生成式改图（换场景/换材质）未实现；inpaint 只适合小面积缺陷修复。
- 视频抠像对玻璃/纱料/快速甩动仍有边缘瑕疵；逐帧抠像在细发丝、半透明处的时域稳定性弱于专业工具。--quality best（birefnet）约 6 秒/帧，长片要先 --limit 试跑。
- 抠像与调色都有客观闸门（主体覆盖率、偏色增量），但审美质量仍需人眼过目：看不到图像时，验收靠导出帧/接触表交用户确认。
- 仅在 Windows 实测；macOS/Linux 代码路径已写但未验证。