视频导演画布 chiphoton/DeepSeek-Harness-Video-Director

简体中文 ·智能体安装指南 ·开发者指南 ·术语表 · vd-node 定义 ·示例库

🎬 DeepSeek-Harness Video-Director

为 DeepSeek Harness 打造的可视化节点式视频导演。
脚本 · 提示词 · 图像 · 音频 · 视频 · 全本地工作流

DSH Plugin · ComfyUI · Ollama · MiniMax-H3

DeepSeek-Harness Video-Director 是专为 DeepSeek Harness 打造的视频制作插件。它把脚本、图像、音频、视频生成变成一张可连线的画布，并内置了 ComfyUI、Ollama、OpenAI 兼容 API 和 Codex Plan 的开箱即用路径。

新手可以直接用内置工作流起步，不必手动拼装每一次服务商调用。原生 Qwen3.8-27B 和 MiniMax-H3 路径让全本地、部署可控的多媒体流水线成为可能——前提是所选模型和运行时支持。

我们把画布元素称为 vd-node，把整张画布图称为 vd-workflow。由 ComfyUI 支撑的 vd-node 执行的是 comfyui-workflow，其中包含 comfyui-nodes。定义、包、绑定和执行 ID 见术语指南。

✨ 为什么选 Video-Director

| 亮点 | 你能得到什么 |
| 🧩 可视化制作图 | 在一张无限画布上连接文本、图像、音频、视频、工作流、预览和已保存输出。 |
| 🚀 新手友好工作流 | 从内置的图像、H3 视频、H3 音频和提示词增强工作流开始。 |
| 🏠 本地优先生成 | 在自己机器上跑 Ollama 和 ComfyUI，包括 Qwen3.8-27B 和 MiniMax-H3 流水线。 |
| 🔌 多服务商 | 在同一个项目里混用 Ollama、OpenAI 兼容端点、Codex Plan 和一个逻辑 ComfyUI 后端。 |
| 🎞️ 项目感知导演 | 每个 Video Project 都有自己的画布、聊天会话、任务、不可变资产和服务商选择。 |
| 🌐 语言与存储 | 在英文和中文之间切换，并从 Settings 迁移画布数据。 |
| 🛠️ 天生可扩展 | 导入经过审核的 API 格式 comfyui-workflow，或把它们打包成声明式 vd-node 包。 |

🚀 快速开始

1. 安装到 DSH 并运行

环境要求：Git、Node.js ^22.19.0 或 >=24、pnpm 11.7.0，以及已安装的 dsh 命令行。单机全本地部署时，推荐使用 NVIDIA DGX Spark，但并非必须；具体硬件要求取决于你选择的安装预设和模型精度。在你希望存放插件的目录下运行：

git clone --branch main --single-branch https://github.com/chiphoton/DeepSeek-Harness-Video-Director.git
cd DeepSeek-Harness-Video-Director
pnpm install --frozen-lockfile
pnpm run build
dsh plugin --profile web add "file:$PWD"
dsh web

dsh web 会打开 DSH Web UI。插件会持久安装到 web 配置档，之后启动只需：

dsh web

如果你从同级的源码检出目录运行 DSH，而不是用已安装的命令行：

Run once in DeepSeek-Harness-Video-Director
pnpm install --frozen-lockfile
pnpm run build

Then run in the sibling deepseek-harness checkout
pnpm dsh plugin --profile web add ../DeepSeek-Harness-Video-Director
pnpm dsh web

2. 连接生成器

如果 Ollama 或 ComfyUI 还没准备好，把智能体安装指南交给智能体。它会盘点本仓库用到的具体模型、comfyui-workflows 和 ComfyUI 自定义节点包，只安装你选定的安装预设，并验证结果。默认路径会在本地安装这两个服务；另一条路径让云服务绑定各自的远程 loopback 接口，再通过 SSH 本地端口转发访问它们。

在 Video-Director 中打开 Settings → Connections：

- Ollama： 默认 127.0.0.1:11434；在 Ollama 主机上安装模型，例如 Qwen3.8-27B，然后在 Video-Director 中选中它。
- ComfyUI： 默认 127.0.0.1:8188；在 ComfyUI 服务器上安装每个 comfyui-workflow 所需的模型和 ComfyUI 自定义节点包。
- OpenAI Compatible： 设置 Base URL 和 API key，然后刷新以发现服务商的模型列表。
- Codex Coding Plan： 使用本机已有的 Codex 登录，用于提示词和图像工作流。模型和默认推理强度来自已安装的命令行。Refresh 重新加载目录；Fast (priority) 可选，默认关闭。如果 Codex 不在 PATH 中，设置 DSH_VIDEO_DIRECTOR_CODEX_PATH。
连接字段会在你离开该字段或按 Enter 时保存。Refresh 会检查已保存的连接，并显示其模型清单；在单个节点上选择生成模型。ComfyUI 会在 checkpoints、diffusion_models、loras 和 vae 标签页下列出已安装的文件，每个分类内都支持搜索。采样器、调度器和其他工作流选项仍保留在节点控件中。Unload Models 会释放已加载的 Ollama 模型，或在该卡片的端点上请求 ComfyUI 清理模型/缓存。已安装的模型文件仍然可用。在窄屏幕上，Refresh 和 Unload Models 使用图标。API key 字段留空会保留已保存的 key；Clear saved key 会明确移除它的设置覆盖项。

你只需要一个能用的服务商就能开始。Video-Director 不会静默安装模型、ComfyUI 自定义节点包或外部服务。

3. 构建你的第一个 vd-workflow

双击画布空白处，添加 vd-nodes，然后连接兼容的句柄：

Text → Prompt Enhancer → H3 Video → Preview → Save Output

在每个可执行的 vd-node 上设置服务商，按需选择其模型或已注册的 comfyui-workflow，输入生成提示词，然后点击 Run。用顶栏的 Save 持久化画布编辑；生成可以基于当前未保存的画布快照运行。

未保存的工作流在项目选择器及其选中标题中以斜体显示，并带一个 *。编辑会自动缓存，与 Save 无关，因此你可以切换项目，并在重启 DSH 后恢复草稿。选择器会显示未保存的数量；拖动项目行可重新排序（或使用 Alt+Up / Alt+Down），每行的 ⋯ 菜单用于项目操作。该顺序在重启后仍然保留。

新建项目、导入、副本以及可编辑的示例副本在你点击 Save 之前都保持未保存状态。Discard changes 会恢复最后一次明确保存的工作流，并清除撤销/重做，同时保留其任务和资产。对于从未保存过的副本，Discard 会移除草稿及其拥有的资产；它的 DSH 会话仍然保留。丢弃前请等待排队中/运行中的任务完成，或先取消它们。
再次点击 Run 即可排队另一个快照。同一 DSH 主机上的所有浏览器标签页共用一个工作流队列，依赖阶段和批次会保持在一起。执行期间，你可以切换、重命名、复制、导入和导出工作流。Jobs 初始拉取最新 10 条记录，滚动到底部时再加载 10 条（或选择 Load 10 more）。已加载的页面会留在当前标签页的控制器内存中，关闭抽屉和切换工作流过滤器都不会丢失；新开标签页或重新加载则从 10 条重新开始。已完成的卡片会在日期时间行后追加 (elapsed time)。Jobs 以紧凑形式展示所有工作流的运行记录，支持过滤、实时耗时、可点击的产物，以及三点菜单，用于下载产物/工作流、打开已提交的快照、删除历史和查看属性。在三点菜单顶部选择 Cancel Job 可取消排队中或运行中的任务；检查器也保留了自己的取消操作。Inspect Property 会在 Submitted 正下方显示 Elapsed Time：它不含排队等待时间，执行期间持续更新，到终止时间戳停止。打开已提交的快照可以撤销；导出会生成可导入的项目归档，并带上其引用的资源。DSH 后端会持久化并调度完整图，包括依赖阶段、触发器和 Batch Input 用例。提交后标签页可以最小化、挂起或关闭。Run N 会添加 N 个独立运行。请保持 DSH 和电脑运行；主机重启后，排队的快照会按顺序恢复，而中断的活动任务会标记为失败，不会重复提交。

复制工作流会创建独立的资源引用，指向同一份已存储的媒体字节。替换输入只影响该副本，删除一个工作流也不会删掉其他工作流引用的文件。可移植导出仍会包含其媒体。

启动 vd-workflow 或单个节点会把其他非冻结、非活动的节点重置为 IDLE，并保留其缓存输出。节点等待时保持 IDLE，执行期间显示 RUNNING 及当前阶段或百分比，完成后显示 COMPLETED，并带上本地完成时间（MMDD-HH:mm:ss）和以秒为单位的耗时。冻结节点保持 FROZEN。新任务的耗时不含 Host 排队等待；较早的历史记录使用其可用的时间戳。

如果 SSH 隧道断开，活动的 ComfyUI 和 Ollama 任务会等待，并以退避策略自动重试。ComfyUI 使用原始 prompt ID 取回已完成的输出；Ollama 重试被中断的文本请求。永久性的配置或执行错误仍会明确失败。
Cancel 也会停止已提交的 ComfyUI 提示词，包括正在 ComfyUI 队列中等待的提示词。任务会一直保持 cancelling，直到该提示词停止；cancelling-reconnecting 表示取消操作正在等待隧道恢复。其他用户的任务不受影响。取消正在运行的提示词需要 ComfyUI 的按任务取消 API；旧版服务器会明确报错，而不是去中断一个无关的任务。Ollama 取消会关闭当前推理请求并停止重试；模型仍保持加载，供后续使用。

🧰 vd-nodes 及其用法

| 分组 | vd-nodes | 用途 |
| Inputs | Text、Image、Audio、Video、Sketch | 输入、上传、粘贴、拖放或绘制源素材。 |
| Generation | Prompt Enhancer、Image Processing、H3 Video、H3 Audio | 用选定的服务商和模型或 comfyui-workflow 生成或转换媒体。 |
| Utilities | VRAM Trigger | 插入执行屏障，可选地卸载 Ollama 模型或清除 ComfyUI 显存/缓存。 |
| Outputs | Preview、Save Output | 在项目中查看结果，或用指定文件名下载。 |
| vd-node definitions | 内置与导入的定义 | 运行带类型、可复用的 ComfyUI 后端 vd-nodes，配有精简的主控件与 Advanced 控件。 |

画布上的实用操作：

- 添加 Image、Audio 或 Video 输入会创建一个空节点。准备好后再选择或拖入文件。
- 音频查看会打开一个紧凑的波形播放器，带滚动时间轴、整轨概览、点击/拖动跳转、缩放、精确播放时间、15 秒快进快退控件、音量与播放速度。时长、格式、采样率、声道数、文件大小和内嵌元数据依然可查。
- 音频/视频预览中 Metadata 左侧的 Edit 会打开 Media Editor。你也可以右键选择 Edit Audio 或 Edit Video。用波形手柄或精确时间裁剪；视频还提供可拖动的裁剪矩形、宽高比预设和 Export current frame。Export 下载结果，不改动源文件；Save 将其应用到当前源文件；Save as new copy 让副本生效，并在 Gallery 中保留原文件。Discard changes 关闭且不应用编辑。未做改动时，关闭按钮直接退出；有未保存的编辑时，会先请求确认。源文件的改动支持 Undo，关闭右键菜单只需点击别处。编辑需要 DSH 主机上有 ffmpeg 和 ffprobe；输出为 MP4 视频、FLAC/WAV 音频或 PNG 帧。
- Image、Audio 和 Video 输入的右键菜单提供 Replace 和 Inspect。点击图片可在 Preview 查看器中查看，点击文件名可替换其文件；悬停或聚焦文件名会显示 Replace。替换会保留节点与连接，重置其蒙版与裁剪，并支持 Undo。
- 把匹配的文件拖到 Text、Image、Audio 或 Video 输入上，即可替换其内容。Batch Input 接受多个受支持的文本/媒体文件，并应用其文件名正则；不受支持的文件会被跳过并给出提示。拖放到输入节点上永远不会额外创建画布节点。
- Input、Preview 和 Save Output 中的视频检查会显示尺寸、FPS、格式、时长和文件大小。Metadata 会打开容器/流标签和编解码器详情。详细的视频检查使用 DSH 主机上 FFmpeg 的 ffprobe；如果它不可用，浏览器可读的尺寸和时长仍会显示。
- Gallery 位于 Tasks 旁边，在 All workflows 上打开，把源产物归到 Input 下，把缓存结果和保留的任务历史归到 Output 下。可按工作流筛选，并搜索文件名、工作流/节点名称、媒体类型或文本内容；卡片会标明所属工作流，未保存的草稿也会包含在内。浏览不会切换或保存当前活动的工作流。Refresh 会重新加载目录。重复文件按工作流/标签各出现一次。点击任意图像、视频、音频或文本卡片即可检查；图像支持拖拽平移、滚轮/按钮缩放、Reset view 和 Metadata。关闭 Inspect 会保留 Gallery 标签、筛选和搜索。
- Text 输入会在文本框上方显示实时字符数，下方有 Import（UTF-8 文本文件）和 Clear。Import 会替换文本，同时保留空白；两个操作都支持 Undo。
- 双击空白处可搜索节点菜单。
- 把输出拖到空白处，即可创建并连接兼容节点。
- Select (V)： 拖拽空画布可平移，点击节点可选中，拖拽节点可移动。Hand (H)： 在任意位置拖拽都可平移，包括节点及其控件上方。按住 Space 可临时进入 Hand 导航。
- 侧边栏接受 Image、Audio、Video、Folder 和 Node 引用。紧凑磁贴会在悬停或键盘聚焦时显示预览/移除控件；点击主体会插入原子别名，例如 <Image 1>。移除未发送的引用会重新编号草稿别名；已发送的别名保持稳定。双击节点标题栏任意位置、把可编辑标题拖进聊天、选择 + → Node，或右键点击节点并选择 Add to Chat References。媒体和文件夹可拖放到侧边栏任意位置。文件夹预览提供可搜索的树。别名属于对话；导入的画布资源保留其原始文件名。
- 侧边栏上下文包含紧凑的工作流摘要。Host 拥有的 vd_canvas 工具按需查询详情，并可在标签关闭后编辑/验证/运行工作流。会检测人工/智能体编辑冲突。命令、上下文处理和当前限制见 sidebar architecture and validation。
- Ctrl 拖拽可在任一模式下选中一组节点；Ctrl 单击添加或移除单个节点。在 macOS 上，Command 同样适用于这些手势和快捷键；Ctrl 单击只选中节点，不会打开上下文菜单。选中的节点边框会加粗，Select 模式下可拖拽的节点区域使用十字光标。Ctrl+B 冻结或解冻所选内容。
- 在画布或节点上滚动可缩放。可滚动字段和面板会占用滚轮事件，用来滚动自身内容。
- 右键点击空白画布，可打开 Node catalog、Reset VRAM 或 Paste。右键点击节点，可执行 Run/Cancel、Freeze、Copy、Duplicate、Rename、Details 和 Delete。输入字段保留原生上下文菜单。
- Ctrl+C / Ctrl+V 在当前项目内复制粘贴节点，包括被复制节点之间的连接。复制会生成快照；粘贴出的节点获得新身份，并创建在光标位置。Reset VRAM 会卸载已配置的 Ollama 模型，并释放 ComfyUI 的模型与缓存内存。
- 选中节点后，用 Run 运行单个节点、一组选中节点、下游节点或整张图。
- 把生成的媒体连接到 Preview 和 Save Output；未连接的结果会自动获得一个 Preview。

内置的 vd-node 定义包括：用 Qwen-Rapid-AIO-SFW-v19.safetensors 做 Qwen 图像编辑、Z-Image Turbo、MiniMax-H3 文本/图像转视频、参考图转视频，以及 Turbo/Standard H3 音频。依赖项与安全注意事项见 custom_nodes/。

🪄 ComfyUI workflow-to-node 技能

内置的 comfyui-workflow-to-node 技能可把可信的 comfyui-workflow 转换成以下两种形式之一：

- 仓库内置的已注册 comfyui-workflow；或
- 可移植的声明式 vd-node 包（即现有的 Custom Node v1 协议）。

在 DSH 对话中调用它：

$comfyui-workflow-to-node
Convert /absolute/path/my-workflow-api.json into a reusable vd-node pack.
Keep model and sampler controls in Advanced.

API 格式的工作流可以离线分析。编辑器/UI 工作流需要从匹配的 ComfyUI /object_info 获取精确元数据；一旦映射存在歧义，技能会直接停止，而不是猜测。转换过程不会提交图、不会安装 ComfyUI 自定义节点包、不会下载模型，也不会生成媒体。

该技能已为插件分发做好准备：项目源码位于 skills/comfyui-workflow-to-node/，package.json 在发布包中包含 skills/，Host 在把技能正文注册到 DSH Skills 服务之前会剥离其 YAML front matter，同时保留本地引用和脚本。

项目选择器包含 examples/ 文件夹。选择 canvas-demo 或 all-in-one 可打开一份独立、可编辑的副本；当前编辑会先保存，导入绝不会启动生成。Settings → Language 可立即切换英文/中文，并在当前浏览器中记住选择。
选择器支持嵌套的虚拟文件夹。文件夹的三点菜单提供 New Workflow、New Folder、移动、重命名和删除。Move to… 会打开可折叠的目录树，根目标为 /；全局菜单保留 Import project。把项目拖到文件夹上即可移入其中，拖到同级项目之间即可重新排序；拖到任一边缘附近会滚动，拖到 / 上则移到顶层。Multi-Select 用复选框替换行菜单，并新增批量菜单，支持全选、取消全选、反选、移动和删除，包括折叠文件夹内的项目。选中文件夹及其后代时，移动会保留它们的嵌套关系。删除确认会分别列出受影响的工作流和文件夹：显式选中的工作流会被删除，而文件夹子项可以移到 / 或删除。混合选择时，选中的工作流需要单独确认。文件夹组织只更新快捷方式元数据；它绝不会创建磁盘目录，也不会移动工作流或素材文件。

💾 文件保存在哪里

默认 Host 数据目录是 ./.dsh-video-director，从 dsh web 启动时所在的目录解析：

.dsh-video-director/
├── project-folders.json # virtual folders, shortcut membership, and ordering
├── projects/<project-id>/project.json # saved workflow, optional draft, and recent jobs
├── projects/<project-id>/runs/ # run summaries and immutable submitted snapshots
├── assets/index.json # IDs, ownership, original names, hashes, and relative paths
├── assets/inputs/<original-name>.<ext> # uploaded input files, shared across workflows
├── assets/inputs/mask/mask-YYYYMMDD-<short-uuid>.<ext>
├── assets/inputs/sketch/sketch-YYYYMMDD-<short-uuid>.<ext>
├── assets/outputs/YYYYMMDD-<uuid>.<ext> # generated and edited media
├── migrations/asset-layout-v2.json # legacy index and completed migration mapping, when needed
└── workflows.json # imported workflow registry

上传的输入文件保留原始文件名。同名文件若 SHA-256 相同，就复用已存储的文件；字节不同则依次尝试 name-0001.ext、name-0002.ext，以此类推，每个候选名都会校验哈希。工作流引用共享不可变字节，只有当某个文件的最后一个引用消失时，删除工作流才会删除该文件。日期使用 UTC。生成的输出在索引中保留服务商文件名，下载和导出也使用该文件名。

Image、Video、Audio 和 Sketch 输入提供 Choose from assets，会显示所有工作流中兼容的输入和输出，支持文件名搜索和来源筛选。选择器每次加载 15 项；滚动到底部会加载接下来 15 项，搜索/筛选结果也一样。点击缩略图可以预览而不选中，然后选中一行并选择 Use asset 来附加它。选中素材只会添加引用，不会复制其媒体。空的 Sketch 输入还提供 Draw sketch。
首次启动时，如果检测到旧版扁平资源文件夹，会自动迁移。迁移会检查本地哈希以及工作流/任务元数据，不解码媒体，也不联系服务商。迁移保留 ID 和 URL，先暂存文件，再原子替换索引，并把原始索引与映射保留在迁移记录中。中断的迁移会在下次启动时继续。无法识别输出来源的文件仍作为输入保留；哈希不匹配会停止迁移，且不改动原始文件。

Settings → Storage 可以打开当前文件夹、切换到新文件夹或空文件夹，或重置为最初的 dataDir。切换时会缓存当前草稿、复制画布数据，并立即生效；之前的文件夹保留为备份。原始数据目录会保留 .video-director-storage.json，这样重启后选择依然有效。生成任务和工作流必须先完成或取消。原生文件夹控件作用于 Harness 宿主机。Harness 继续管理对话历史和服商凭据。你也可以在插件的 DSH 配置里设置初始 dataDir。Save Output 通过浏览器把副本下载到浏览器配置的下载目录；项目拥有的资源仍保留在 dataDir/assets 下。

📝 Notes

- 本插件负责编排服务商，本身不是托管式生成服务。Ollama、ComfyUI、模型和远程 API 账号都需另行运维。
- 「完全本地」指所选的 Ollama/ComfyUI 路径始终位于你掌控的基础设施上。
- MiniMax-H3 权重有单独的许可证。启用生产或商业用途前请先审阅。
- ComfyUI 工作流 JSON 是可执行配置，因为它能调用已安装的 ComfyUI 自定义节点包。只导入可信的图。
- 上传资源默认每个上限 200 MiB。项目保留最近 100 条任务记录。
- 画布编辑是显式保存。运行时会捕获不可变快照，因此之后的编辑不会改变已排队的工作。
- 插件把 DSH Web 绑定到常规的 loopback 安全默认值。任何远程 Ollama、ComfyUI 或 OpenAI 兼容端点都要做好防护和认证。

配置、架构、传输行为、恢复、安全、限制和开发命令，请阅读开发者指南。

License

MIT。模型权重、ComfyUI、ComfyUI 自定义节点包和外部服务各自保留其许可证与条款。

Batch Input 和 Batch Output 支持顺序的文本/文件/文件夹用例、正则过滤、闭区间索引范围、逐节点种子策略，以及带索引的预览/下载。参见批处理。批处理用例在 DSH 后端运行，浏览器关闭后仍会继续。