本地自动化工具箱 user-ShuYun/dsh-toolkit

DSH Toolkit

给 DeepSeek Harness 用的一小组本地工具，把「浏览器 / 视频 / PPT / GitHub」这四件重复劳动变成一句话。

不是框架，也不是插件市场里的东西——就是一堆能直接跑的 .mjs 脚本 + 一套 PPT 生产规程。

里面有什么

一、浏览器与 GPT 控制台（常驻小服务）

| 端口 | 服务 | 干什么 |
| 3100 | browser-console.mjs | 打开网址、截图、读文字、点击、输入、执行 JS、总结 B 站视频 |
| 3099 | gpt-console.mjs | 给浏览器里的 ChatGPT 发提示词、等出图、原图存盘（带哈希去重） |
| 3101 | launcher.mjs | 一个页面上的三盏绿灯 + 一键启动 |
| 9222 | Edge 调试端口 | 上面三个服务共用的浏览器 |

node tools/start-all.cmd /nopause # 一把起全

二、B 站视频总结

贴一条链接，拿字幕 → 结构化总结 → 存成 Markdown 笔记并更新索引。

node tools/bili.mjs search "AI PPT" 10 # 搜
node tools/notes.mjs search 关键词 # 翻笔记
node tools/notes.mjs list

字幕走 B 站官方接口（wbi 签名），登录态直接从你已登录的浏览器里取，不需要账号密码。

三、PPT 生产（三合一）

默认流程不是「点一下生成」，而是三层叠加：

Default 流水线打底（锁规格：色板 / 字阶 / 页面节奏）
+ 挑 3 页手绘（结构页 / 数字页 / 链路页）
+ 电影级短片（推镜 + 溶解，ffmpeg）

依赖：ppt-master（MIT，6.7 万星）——负责 SVG → 原生 DrawingML 的转换与质量门禁。本仓库只放它的使用规程和我们补的工具，不复制它的代码。

本仓库新增的部分：

| 文件 | 作用 |
| art/backgrounds/presets.json | 背景纹样词典：6 个题材 × 6 种页型 |
| tools/gen-bgs.mjs | 按题材批量生成背景纹理（走浏览器里的 ChatGPT） |
| tools/svg2png.mjs | SVG 页面批量渲染成 PNG（走 CDP，自己开标签页不抢别的窗口） |
| tools/cine.mjs | 把页面合成短片：缓慢推镜 + 交叉溶解 |
| tools/cdp-shot.mjs | 不依赖任何服务，直接 CDP 截图 |
| docs/PLAYBOOK.md | 完整规程：六步流程 + 五条硬门禁 + 踩过的坑 |

四、GitHub 发布

只用 API（api.github.com），不依赖 git 协议——因为在部分网络环境下 git over HTTPS 会被重置。

node tools/gh-publish.mjs <目录> <owner/repo> "<提交信息>"
node tools/gh-release.mjs <owner/repo> <tag> <文件>

三、本地 AI 视频生产线（2026-10 新增）

在 8 GB 显存的笔记本上跑通「出图 → 出视频 → 拼接调色」的完整链路，全部本地、不联网、不花钱。

| 脚本 | 干什么 |
| comfy.mjs | ComfyUI 客户端：提交工作流、轮询、下载产物；--set 节点.字段=值 改参数 |
| shortdrama.mjs | 一句话 → 分镜 → 逐镜出片（T2V 起头 + I2V 接戏）→ 拼接调色 |
| stitch.mjs | 拼接 / 胶片调色（film、cinema）/ 抽帧检查表 |
| abtest.mjs | 两套模型配置同题对比，自动拼对比图 |
| make-loops.ps1 | 批量生成氛围循环素材（ping-pong 做无缝） |

node tools/comfy.mjs status
node tools/comfy.mjs run --workflow workflows/ltx-t2v-api.json --out out/a.mp4 ^
--set "6.text=英文长句提示词" --set "70.width=640" --set "70.height=384" --set "70.length=73" ^ --set "71.steps=8" --set "72.cfg=1"

node tools/shortdrama.mjs --engine ltx --plan out/plan.json --out out/film.mp4 --grade film
node tools/shortdrama.mjs --engine wan --plan out/plan.json --out out/film.mp4 --width 832 --height 480

node tools/stitch.mjs --in "a.mp4,b.mp4" --out final.mp4 --grade film

配套工作流（API 格式，可直接提交）：workflows/ltx-t2v-api.json、ltx-i2v-api.json、wan5b-ti2v-gguf.json、wan5b-i2v-gguf.json、sdxl-t2i-api.json。

实测数据（RTX 5060 Laptop 8 GB）：

| 引擎 | 单镜 2 秒 | 特点 |
| LTX 0.9.8 distilled fp8 | 12~18 秒 | 快，一致性弱，适合试片 |
| Wan2.2 TI2V-5B Q4（GGUF） | 3.5~4 分钟 | 稳，画风厚涂 |

结论写在 docs/本地AI视频生产-经验总纲.md：8 GB 能做氛围素材和短镜头，做不了多镜头角色故事——后者受限于单图条件 I2V，跨镜人物必崩。

四、经验系统（让 Agent 越用越聪明）

不是"记忆插件"，是文件 + 命令 + 计划任务拼出来的持久化闭环：

| 文件/脚本 | 作用 |
| AGENTS.md | 开工简报，DSH 的 dsh-agent-instructions 每次新会话自动注入 |
| LESSONS.md | 经验日志（症状/原因/修法/证据），追加式 |
| lesson-draft.mjs | 工具失败时自动写一条草稿（带哈希去重，24h 窗口） |
| preflight.mjs | 开工一条命令：待拍板 + 环境体检 + 经验库 + 记忆库 + 台账 + 渠道 |
| reflect.mjs | 收尾：改了哪些文件、六问清单、--index 出全库目录（1.2 KB） |
| audit.mjs | 体检：重复、陈货、超期草稿（归档不删）、体积、计分是否在用 |
| brief.mjs | 从 LESSONS 自动生成「最值钱的几条」，写回 AGENTS.md 的标记块 |
| journal.mjs | 每次任务成功/失败自动记流水 |
| maintain.mjs | 每日维护：归档草稿 → 体检 → 重建索引和台账 → 更简报 → 出日报（配 Windows 计划任务） |
| ledger.mjs | 2026-10 新增：从会话日志抽回合台账（用户原话/触及文件/失败命令/引用/步数/耗时） |
| learn.mjs | 闸门：经验默认进「待拍板」out/pending-lessons.md，人点头才升格成 L### |
| recall.mjs | 动作类型召回：plan / install / multifile / publish / research / ps |
| recall-eval.mjs | 离线评估：20 条用例（10 条来自真机日志 + 10 条留出集），有漏或噪音时退出码 1 |
| recall-score.mjs | 影子召回计分板：命中率 / 用上了多少 / 白喊多少 / 漏了多少 |
| recall-arm.mjs | 召回插件装卸（默认影子，只写日志不注入） |

node tools/preflight.mjs # 开工
node tools/ledger.mjs distill # 提炼包：回合清单 + 失败聚类 + 判断失误信号
node tools/learn.mjs promote P001 P003 # 用户说「留 1 3」之后才入库
node tools/brief.mjs --write # 刷新简报
node tools/audit.mjs # 体检
node tools/maintain.mjs # 每日维护（日报写到 notes/日志/日报/）
schtasks /Create /TN "DSH-Agent-Maintain" /TR "powershell -File <repo>\tools\maintain-daily.ps1" /SC DAILY /ST 09:30

三个刻意的设计取舍（都是踩过之后改的）：

1. 脚本只做记账，判断留给人 —— 所以加了闸门：learn.mjs add 默认进待拍板，不直接进库。
库越大，一条没用的经验就是以后每次检索多出的一条噪音，而「有没有用」只有人知道。
2. 命中计数不能靠自觉 —— 原来靠手敲 hit，结果 53 条里 41 条全零、计分形同虚设。
现在由会话日志按去重会话数重算，brief.mjs 的「命中×3」才真的在排。
3. 判断失误比命令失败值钱 —— 提炼包除了 exit code，还抓三类信号：用户纠正（「不对 / 我说的是」）、自我否定（「其实不对 / 等等，」）、撞墙重试（同一条命令跑 ≥2 次且失败过）。
只按次数算重试会有 260 条噪声，必须叠「失败过」这个条件。

设计取舍另见 docs/AGENTS.example.md；召回插件的开关与计分口径见 tools/recall-arm.mjs / tools/recall-score.mjs 的文件头注释。

快速开始

1) 需要 Node 22.19+
node --version

2) 起服务（会拉起 Edge + 三个控制台） tools\start-all.cmd /nopause

3) 打开启动面板 http://127.0.0.1:3101

PPT 部分需要额外准备 Python 环境，见 docs/PLAYBOOK.md。

这套东西的原则

1. 能本地就本地 —— 出图、渲染、合成都在本机，不依赖云服务
2. 状态驱动而非时间驱动 —— 等 GPT 画完是「停止按钮消失 + 图片数增加」，不是 sleep 60
3. 一切可复现 —— 每个产物都有对应命令，写在规程里
4. 不修改第三方包 —— ppt-master 是别人的 MIT 项目，我们只调用它的命令行

已知限制

- 只在 Windows 上验证过（PowerShell 7 + Node 24 + Edge）
- 浏览器自动化依赖 CDP（Edge/Chrome 的 --remote-debugging-port）
- B 站接口需要登录态；未登录时部分视频拿不到字幕
- PPT 的「电影级」短片是 ffmpeg 合成，不经过 PowerPoint，所以动画不是 PPT 原生动画（PPT 本身另有 Morph 转场，由 ppt-master 写入）

License

MIT