chiphoton/DeepSeek-Harness-Video-Director

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

🎬 DeepSeek-Harness Video-Director

面向 DeepSeek Harness 的可视化、基于节点的视频导演工具。
脚本 · 提示词 · 图像 · 音频 · 视频 · 完全本地化工作流

DSH Plugin · ComfyUI · Ollama · MiniMax-H3

DeepSeek-Harness Video-Director 是专为 DeepSeek Harness 打造的视频制作插件。它将脚本、图像、音频和视频生成转化为可连接的画布，并为 ComfyUI、Ollama、OpenAI 兼容 API 和 Codex Plan 提供开箱即用的路径。

初学者可以直接使用内置工作流，而无需手动拼装每一次 provider 调用。原生 Qwen3.8-27B 和 MiniMax-H3 路径使得在所选模型和运行时支持的情况下，实现完全本地、部署可控的多媒体流水线成为可能。

我们将画布元素称为 vd-node，将整体画布图称为 vd-workflow。由 ComfyUI 支持的 vd-node 执行包含 comfyui-nodes 的 comfyui-workflow。有关定义、包、绑定和执行 ID，请参阅术语指南。

✨ 为什么选择 Video-Director

| 亮点 | 你将获得 |
|---|---|
| 🧩 可视化制作图 | 在一个无限画布上连接文本、图像、音频、视频、工作流、预览和已保存的输出。 |
| 🚀 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 | 在你自己的机器上使用 Ollama 和 ComfyUI，包括 Qwen3.8-27B 和 MiniMax-H3 流水线。 |
| 🔌 多 provider 支持 | 在同一项目中混合使用 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 都保留自己的画布、聊天会话、任务、不可变资产和 provider 选择。 |
| 🌐 语言与存储 | 在英文和中文之间切换，并可从设置中迁移画布数据。 |
| 🛠️ 设计上可扩展 | 导入经过审核的 API 格式 comfyui-workflows，或将它们打包为声明式 vd-node 包。 |

🚀 快速开始

1. 安装到 DSH 并运行
前置要求：Git、Node.js ^22.19.0 或 >=24、pnpm 11.7.0，以及已安装的 dsh CLI。对于单机、完全本地部署，推荐使用 NVIDIA DGX Spark 环境，但并非必需；确切的硬件要求取决于你选择的安装预设和模型精度。在你想要保存插件的目录中运行以下命令：

git clone --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。该插件会持久安装到 web 配置文件中，因此后续启动只需：

dsh web

如果你从同级源代码检出目录运行 DSH，而不是使用已安装的 CLI：

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 尚未就绪，请将代理安装指南交给代理。它会清点本仓库使用的确切模型、comfyui-workflows 和 ComfyUI 自定义节点包，仅安装所选的安装预设，并验证结果。默认路径会在本地安装这两个服务；另一条路径会将云服务绑定到其远程回环接口，并通过 SSH 本地端口转发访问它们。

在 Video-Director 中打开 Settings → Connections：

- Ollama： 默认为 127.0.0.1:11434；在 Ollama 主机上安装诸如 Qwen3.8-27B 之类的模型，然后在 Video-Director 中选择它。
- ComfyUI： 默认为 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： 为你的提供商设置 Base URL、模型 ID 和 API 密钥。
- Codex Plan： 使用机器上现有的 Codex 登录来处理提示词和图像工作流。模型和默认推理强度来自已安装的 CLI。Refresh models 会重新加载目录；Fast (priority) 是可选项，默认关闭。如果 Codex 不在 PATH 中，请设置 DSH_VIDEO_DIRECTOR_CODEX_PATH。

你只需要一个可用的提供商即可开始。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

双击空白画布区域，添加 vd-nodes，并连接兼容的句柄：

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

在每个可执行的 vd-node 上设置提供商，根据情况选择其模型或已注册的 comfyui-workflow，输入生成提示词，然后点击 Run。使用顶部栏中的 Save 来持久保存画布编辑；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的标题中以斜体并带有一个*显示。编辑会自动缓存，独立于保存，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），并使用每行的 ⋯ 菜单执行项目操作。该顺序在重启后仍会保留。

新建项目、导入、副本以及可编辑的示例副本在你点击保存之前都保持未保存状态。放弃更改会恢复上次显式保存的工作流，并清除撤销/重做，同时保留其作业和资产。对于从未保存过的副本，放弃会移除草稿及其拥有的资产；其 DSH 对话仍会保留。在放弃之前，请等待排队中/运行中的任务完成或取消它们。

再次点击运行以将另一个快照加入队列。Vd-workflows 按提交顺序执行，依赖阶段和批次会保持在一起。作业窗口显示排队的运行，并允许你取消、打开工作流或导出工作流。打开已提交的快照是可撤销的；导出会生成一个可导入的项目归档，其中包含其引用的资产。在其队列执行期间，请保持当前项目处于打开状态。

启动 vd-workflow 或单个节点会将其他非冻结、非活动节点重置为 IDLE，并保留其缓存的输出。节点在等待时保持 IDLE，在执行期间显示 RUNNING 及其当前阶段或百分比，并在完成时显示 COMPLETED 以及本地完成时间（MMDD-HH:mm:ss）和以秒为单位的持续时间。冻结的节点保持 FROZEN。新作业的持续时间不包括 Host 队列等待时间；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 工作会等待，并以退避方式自动重试。ComfyUI 使用原始提示 ID 检索已完成的输出；Ollama 会重试被中断的文本请求。永久性配置或执行错误仍会明显失败。

取消还会停止已提交的 ComfyUI 提示，包括正在 ComfyUI 队列中等待的提示。该作业会保持 cancelling，直到该提示停止；cancelling-reconnecting 表示取消正在等待隧道恢复。其他用户的作业不受影响。取消正在运行的提示需要 ComfyUI 的按作业取消 API；较旧的服务器会报告明确的失败，而不是中断无关的作业。Ollama 取消会关闭活动的推理请求并停止重试；它会将模型保持加载以供后续使用。

🧰 vd-nodes 及其使用方法

| 组 | vd-nodes | 用途 |
|---|---|---|
| 输入 | 文本、图像、音频、视频、草图 | 输入、上传、粘贴、拖放或绘制源材料。 |
| 生成 | 提示增强器、图像处理、H3 视频、H3 音频 | 使用选定的提供程序和模型或 comfyui-workflow 生成或转换媒体。 |
| 实用工具 | VRAM 触发器 | 插入执行屏障，并可选地弹出 Ollama 模型或清除 ComfyUI VRAM/缓存。 |
| 输出 | 预览、保存输出 | 在项目中查看结果，或使用明确的文件名下载结果。 |
| vd-node 定义 | 内置和导入的定义 | 运行类型化、可复用的、由 ComfyUI 支持的 vd-nodes，并带有紧凑的主控件和高级控件。 |

有用的画布手势：

- 图像和视频输入在其右键菜单中提供 替换 和 检查。点击图像可在预览查看器中检查它，或点击文件名以替换其文件；悬停或聚焦文件名会显示 替换。替换会保留节点和连接，重置其遮罩和修剪，并支持撤销。
- 在输入、预览和保存输出中检查视频会显示尺寸、FPS、格式、时长和文件大小。元数据 会打开容器/流标签和编解码器详细信息。详细的视频检查使用 DSH 主机上 FFmpeg 的 ffprobe；如果不可用，仍会显示浏览器可读的尺寸和时长。
- 图库 位于 任务 旁边，打开时显示 所有工作流，并将源产物分组在 输入 下，将缓存结果和保留的作业历史分组在 输出 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；卡片会标明其工作流，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。刷新 会重新加载目录。重复文件会按工作流/标签页各显示一次。点击任意图像、视频、音频或文本卡片即可检查它；图像支持拖拽平移、滚轮/按钮缩放、重置视图和元数据。关闭检查会保留图库标签页、筛选和搜索。
- 文本输入会在文本框上方显示实时字符计数，下方有 导入（UTF-8 文本文件）和 清除。导入会替换文本，同时保留空白；这两个操作都支持撤销。
- 双击空白区域以搜索节点菜单。
- 将输出拖到空白区域以创建并连接兼容的节点。
- 选择 (V)： 拖动空白画布以平移，点击节点以选择它，拖动节点以移动它。手形 (H)： 可在任意位置拖动以平移，包括在节点及其控件上方。按住空格键可临时进行手形导航。
- 在任一模式下，Ctrl-拖动 可选择一组；Ctrl-点击 可添加或移除节点。在 macOS 上，Command 也可用于这些手势和快捷键；Ctrl-点击会选择而不打开上下文菜单。选中的节点具有扩展边框，并且在选择模式下，可拖动的节点区域使用十字准星光标。Ctrl+B 可冻结或解冻所选内容。
- 在画布或节点上滚动以缩放。可滚动字段和面板会占用滚轮来滚动其自身内容。
- 右键点击空白画布以打开 vd-node 目录、重置 VRAM 或 粘贴。右键点击节点以运行/取消、冻结、复制、创建副本、重命名、详细信息和删除。输入字段保留其原生上下文菜单。
- Ctrl+C / Ctrl+V 在当前项目中复制和粘贴节点，包括所复制节点之间的连接。复制会捕获快照；粘贴的节点会获得新的身份，并在光标处创建。重置 VRAM 会卸载已配置的 Ollama 模型并释放 ComfyUI 模型/缓存内存。
- 选择一个节点，然后使用 Run 来运行单个节点、一个选区、下游节点或整个图。
- 将生成的媒体连接到 Preview 和 Save Output；未连接的结果会自动获得一个 Preview。

捆绑的 vd-node 定义包括使用 Qwen-Rapid-AIO-SFW-v19.safetensors 的 Qwen 图像编辑、Z-Image Turbo、MiniMax-H3 文本/图像到视频、参考到视频，以及 Turbo/Standard H3 音频。有关依赖项和安全注意事项，请参见 custom_nodes/。

🪄 ComfyUI workflow-to-node Skill

捆绑的 comfyui-workflow-to-node Skill 可将受信任的 comfyui-workflow 转换为以下任一形式：

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

从 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 工作流需要来自匹配的 ComfyUI /object_info 的精确元数据；当映射不明确时，该 Skill 会停止而不是猜测。转换不会提交图、安装 ComfyUI 自定义节点包、下载模型或生成媒体。

该 Skill 已为插件分发做好准备：其项目源代码位于 skills/comfyui-workflow-to-node/ 下，package.json 在已发布的包中包含 skills/，并且 Host 在将其主体注册到 DSH Skills 服务之前会剥离该 Skill 的 YAML front matter，同时保留其本地引用和脚本。

项目选择器包含一个 examples/ 文件夹。选择 canvas-demo 或 all-in-one 可打开一个独立的可编辑副本；当前编辑会先被保存，并且导入绝不会启动生成。Settings → Language 可立即切换英文/中文，并在该浏览器中记住选择。

💾 文件保存位置

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

.dsh-video-director/
├── project-order.json                  # persistent project picker ordering
├── projects//project.json   # saved workflow, optional draft, and recent jobs
├── projects//runs/          # run summaries and immutable submitted snapshots
├── assets/.              # uploaded and generated media
├── assets/index.json                    # immutable asset metadata and hashes
└── workflows.json                       # imported workflow registry
设置 → 存储会打开当前文件夹、切换到新文件夹或空文件夹，或重置为原始的 dataDir。更改会缓存当前草稿、复制画布数据，并立即生效；之前的文件夹会保留为备份。原始数据目录会保留 .video-director-storage.json，因此该选择在重启后依然有效。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 主机。Harness 继续管理对话历史和提供商凭据。你也可以在插件的 DSH 配置中设置初始 dataDir。保存输出会通过浏览器将副本下载到浏览器配置的下载目录；项目拥有的资产仍保留在 dataDir/assets 下。

📝 说明

- 此插件用于编排提供商；它并非托管式生成服务。Ollama、ComfyUI、模型和远程 API 账户均单独运行。
- “完全本地”意味着所选的 Ollama/ComfyUI 路径保留在你控制的基础设施上。
- MiniMax-H3 权重有单独的许可证。在启用生产或商业用途之前，请先审阅该许可证。
- ComfyUI 工作流 JSON 是可执行配置，因为它可以调用已安装的 ComfyUI 自定义节点包。仅导入可信的图。
- 上传的资产默认每个限制为 200 MiB。项目保留最近 100 条任务记录。
- 画布编辑为显式保存。运行时会捕获不可变快照，因此后续编辑不会改变已排队的工作。
- 此插件将 DSH Web 绑定到其常规的环回安全默认值。请保护并验证任何远程 Ollama、ComfyUI 或 OpenAI 兼容端点。

有关配置、架构、传输行为、恢复、安全性、限制和开发命令，请阅读开发者指南。

许可证

MIT。模型权重、ComfyUI、ComfyUI 自定义节点包和外部服务保留各自的许可证和条款。