media-sense 怎么安装？

在已安装 dsh CLI 引擎的环境中，进入插件页复制安装命令一键执行即可；尚未跑自动兼容性验证，可查看页面内的依赖与入口分析。

media-sense 兼容性怎么样？

尚未跑自动兼容性验证，可查看页面内的依赖与入口分析。

media-sense 有中文文档吗？

已提供中文翻译 README（由 DeepSeek 最新模型翻译生成），本站可切换中英文对照阅读。

media-sense 还在维护吗？

GitHub 1 星。最近一次上游提交在 2026/11/1。

音视频理解 xhznAI/media-sense

DeepSeek Harness

xhznAI2 天前有提交已提供中文文档扫描：含敏感能力

在 GitHub 查看 ↗

让助手听懂录音看懂视频并给出文字结论

30.6/100

综合分

GitHub 星标

—

npm 周下载

—/5

用户评分

数据截至 2026/11/2 · 周下载取自 npm 全网（含 CI / 镜像），非本站安装数；综合分由星标、活跃度与兼容性检查合成。

安装命令 · 需先装 dsh CLI 引擎

dsh plugin --profile web add xhznAI/media-sense

该包不可直接 npm 安装，改从 GitHub 源安装（明细见下方安装检查）

状态速览

判定依据：实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态

信任档位：仅索引

是什么

dsh 原生插件 · tool

装得上吗

本站尚未做安装检查

安全吗

本站尚未对该插件做风险分级

暂未覆盖，不等同于无风险

还在维护吗

活跃：最近一次提交在 2 天前

档位由哪些信号合成

本站实装验证（真实安装 L4 覆盖全站；L5 为运行时冒烟或实机截图，覆盖范围小于 L4） · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。下方各区块是它的证据明细。

验证判据与等级说明 →

社区实装还没有人打卡 · 装过的第一个就是你

安全扫描自动 · 静态分析源码

v2.7.0

🔵 扫描：含敏感能力尚无人工评估

展开查看扫描说明与证据 ↓

静态扫描发现插件具备触达本地系统的能力：执行外部命令、读写/删除本地文件、读取剪贴板或密钥类环境变量（至少其一）。这是能力清单，不是危险判定——具体能力项与证据见下方，安装前请自行判断是否需要。

读写/删除本地文件发起外部网络请求

查看扫描证据（共 20 处，展示前 18 条）

发起网络请求
lib/index.js:5151
const response = await fetch(url, {
读取本地文件
lib/index.js:5567
if ((await stat(path)).size !== asset.outputBytes) return false;
读取本地文件
lib/index.js:5569
for await (const chunk of createReadStream(path)) hash.update(chunk);
写入本地文件
lib/index.js:5607
} }), createWriteStream(target, {
删除本地文件
lib/index.js:5615
await rm(target, { force: true });
读取本地文件
lib/index.js:5630
await access(file, constants.X_OK);
读取本地文件
lib/index.js:5654
for (const entry of await readdir(packages, { withFileTypes: true }).catch(() => [])) {
读取本地文件
lib/index.js:5658
for (const child of await readdir(root, { withFileTypes: true }).catch(() => [])) if (child.isDirectory()) directories.push(paths.join(root, child.nam
读取本地文件
lib/index.js:5707
const resolved = await realpath(candidate).catch(() => void 0);
写入本地文件
lib/index.js:5799
await mkdir(this.directory, { recursive: true });
写入本地文件
lib/index.js:5811
await chmod(file, 493);
写入本地文件
lib/index.js:5824
if (!await fileMatches(target, asset)) await rename(path.join(stage, this.filename(asset.tool)), target);
删除本地文件
lib/index.js:5834
await rm(stage, {
写入本地文件
lib/index.js:5972
await mkdir(dirname(path), {
写入本地文件
lib/index.js:5978
await writeFile(temporary, JSON.stringify(next) + "\n", {
删除本地文件
lib/index.js:5987
await unlink(temporary);
发起网络请求
lib/client.js:8626
const response = await fetch("/media-sense/ffmpeg", {
发起网络请求
lib/client.js:8972
const response = await fetch("/media-sense/settings", {

扫描于 2026/11/2（1 天前） · 范围入口闭包 + 发布文件清单 · 来源 GitHub 仓库

静态扫描只反映源码中出现的调用，不构成安全背书；人工评估与自动扫描相互独立、互不覆盖。

依赖的 DSH / Cordis 模块

@deepseek-ai/cordis@deepseek-ai/schemastery@deepseek-ai/dsh-fs@deepseek-ai/dsh-working-directory@deepseek-ai/dsh-tools@deepseek-ai/dsh-settings@deepseek-ai/dsh-host-webserver@deepseek-ai/dsh-client-locale@deepseek-ai/dsh-client-ui-renderer@deepseek-ai/dsh-client-ui-settings@deepseek-ai/dsh-client-ui-slots@deepseek-ai/dsh-client-ui-primitives

给这个插件打分还没有人投票↓

用户评分

还没有人投票，来当第一个

广告精选好物

飞利浦 TAH6519 主动降噪耳机 ¥299

头戴式无线 anc 主动降噪，蓝牙连接，久戴舒适向。

·anc 主动降噪 · 头戴式无线
·价格与库存以商品页实时为准

去淘宝看看→

广告MCP 兼容手册

装完插件，给 AI 接上 MCP

Cursor、Claude Code、VS Code 逐个核对：能不能装、配置怎么写、装不上是什么原因。

·按客户端逐格核对
·结论标注依据与风险等级

查 MCP 兼容性→

为 DeepSeek Harness 提供音视频理解能力，模型可配置，FFmpeg 可设置。

README

由 DeepSeek 最新模型翻译生成

Media Sense — 给 DSH 装上耳朵和眼睛录音太长？视频懒得拖？交给 DSH 听一听、看一看。 DeepSeek Harness 的音视频理解插件 · Web / Desktop 安装 ·开始使用 ·模型推荐 ·配置手册 ·开发文档安装支持 DeepSeek Harness >=0.2.1-rc.3 <0.2.2-0 的 Web 和 Desktop。使用终端操作时，需在 PATH 中准备好 dsh 和 pnpm，并使用 Node.js 24 或更高版本。桌面版或 Web 界面打开侧栏插件 → 添加插件，填入以下来源，安装后启用 Media Sense： github:xhznAI/media-sense#v0.1.2 在插件管理界面更新时，先卸载旧版，再使用上述来源安装新版。也可以在终端操作 Web 配置档：安装或更新到 v0.1.2 dsh plugin --profile web add github:xhznAI/media-sense#v0.1.2 卸载 dsh plugin --profile web remove @nex-assistant/media-sense 更新到其他版本时，将命令中的标签替换为目标版本，再运行安装命令；固定标签不会通过 update 自动切换。终端操作后重启对应的 Web 配置档。

展开完整文档（README 剩余 1 节）

Media Sense — 给 DSH 装上耳朵和眼睛

录音太长？视频懒得拖？交给 DSH 听一听、看一看。
DeepSeek Harness 的音视频理解插件 · Web / Desktop

安装 ·开始使用 ·模型推荐 ·配置手册 ·开发文档

安装

支持 DeepSeek Harness >=0.2.1-rc.3 <0.2.2-0 的 Web 和 Desktop。使用终端操作时，需在 PATH 中准备好 dsh 和 pnpm，并使用 Node.js 24 或更高版本。

桌面版或 Web 界面打开侧栏 插件 → 添加插件，填入以下来源，安装后启用 Media Sense：

github:xhznAI/media-sense#v0.1.2

在插件管理界面更新时，先卸载旧版，再使用上述来源安装新版。

也可以在终端操作 Web 配置档：

安装或更新到 v0.1.2
dsh plugin --profile web add github:xhznAI/media-sense#v0.1.2

卸载
dsh plugin --profile web remove @nex-assistant/media-sense

更新到其他版本时，将命令中的标签替换为目标版本，再运行安装命令；固定标签不会通过 update 自动切换。终端操作后重启对应的 Web 配置档。其他安装方式见安装指南。

开始使用

打开 设置 → Media Sense → 添加模型，填写模型 ID、接口地址和 API Key，选择接口格式与输入能力。然后分别选中音频模型、视频模型，保存。

把素材放进 DSH 工作区，告诉它文件在哪里、你想知道什么。例如：

用 Media Sense 分析 demo.mp4，按时间线列出主要画面，并标出值得回看的片段。

添加模型时要填什么

真实模型配置界面：模型 ID、接口格式、地址、Key 与输入能力

显示名称可以随意取；模型 ID 要使用服务商提供的准确名称。接口格式要与服务商实际实现相符，「兼容 OpenAI」不代表所有音视频扩展都通用。

把素材丢给它，剩下的用一句话说

| 你手里的东西 | 可以这样问 DSH |
| 🎙️ 一段会议录音 | 「整理决定了什么、谁来做，听不清的地方标出来。」 |
| 🎬 一段产品演示 | 「按时间线讲讲操作步骤，找出最适合做封面的画面。」 |
| 🎧 一段采访 | 「转成文字，区分说话人，再给我一版精简摘要。」 |
| 🧰 待处理的素材 | 「先检查 FFmpeg 和 FFprobe，缺了就帮我装好。」 |

Media Sense 把本地音视频交给你选择的模型，返回文字结果。音频和视频可以各选一个模型，FFmpeg 也有独立的检测、安装入口。

实机理解效果

听音频：带时间戳的转写和摘要

上传一段测试配音，问「这段音频说了啥」，得到逐句转写和内容总结。

DSH 实机音频理解：测试配音的时间戳转写与内容总结

看视频：对白翻译、画面顺序和总结

上传一段 30 秒的东京夜景视频，问「这段视频讲的啥」，得到日语对白的中文解释和按时间排列的画面说明。

DSH 实机视频理解：东京夜景视频的日语对白、画面顺序与总结

音视频由 Media Sense 中配置的模型分析，再由 DSH 整理回答；输入框显示的是主对话模型。

它在 DSH 里长这样

DSH 中的 Media Sense 设置页：FFmpeg、音频模型与视频模型

模型怎么选

下表按插件中的 接口格式名称 对应。模型 ID 可以复制；链接指向厂商文档。

| 接口格式 | 推荐从这些模型开始 | 本插件可发送的素材 |
| Google Gemini | gemini-3.8-flash | 🎧 音频 · 🎬 视频 |
| OpenAI Chat Completions | gpt-audio-1.5 | 🎧 WAV / MP3 音频 |
| Qwen Omni | qwen3.8-omni-flash | 🎧 音频 · 🎬 视频 |
| MiMo Omni | mimo-v2.6-flash、mimo-v2.6-pro | 🎧 音频 · 🎬 视频 |
| Kimi Video | kimi-k3.1-pro、kimi-k2.6 | 🎬 视频画面 |
| GLM Video | glm-4.6v（兼容性待验证） | 🎬 视频画面，见下方说明 |

想先接一个同时处理音频和视频的模型，可以从 Gemini、Qwen Omni 或 MiMo 中选你已有账号的一家。只接 OpenAI 音频时，请选支持音频输入的型号，普通聊天模型不能替代。

gpt-audio-1.5 可用于音频理解和语音交互；本插件发送音频并请求文字回答，不生成语音，也不能向它发送视频。

GLM 的例外： 当前插件直接发送本地视频的 Base64；智谱的官方资料对视频 Base64 支持存在差异，部分只列 URL。glm-4.6v 暂列候选，接入前需验证所用服务端。详情与依据

以上型号参考厂商文档，尚未逐一实测。可用型号、格式和额度以你的服务商账号为准；接口地址见配置手册。

几个容易踩的小坑

视频模型能听见视频里的声音吗？

要看具体模型。Kimi Video、GLM Video 在本插件中用于画面理解，不能据此假定支持声音理解。需要分析对白或环境音时，选支持对应输入的模型；必要时先用 FFmpeg 提取音频。

大文件能直接扔进去吗？

默认每次合计 25 MB，可以在模型卡片中分别调整音频和视频的上限。服务商的请求体、时长和上下文限制仍然有效；长素材建议先裁剪。插件不会自动压缩或切片。额度说明

写着 Web，桌面版能用吗？

能。Media Sense 可以在 DSH 桌面版和浏览器版中使用。

致谢

感谢以下项目的维护者与贡献者：

- DeepSeek Harness：Media Sense 的宿主，提供插件系统、工具接口和 Web / Desktop 界面。
- FFmpeg 与 ffmpeg-static：提供音视频处理工具与跨平台二进制分发。

也推荐关注 DSH 社区的语音项目：

- WizisCool/dsh-ears：语音输入与文字润色，支持本地 Whisper 和语音识别 API。
- haoku123/dsh-voice：全双工语音交互，结合 SenseVoice 识别与 TTS 朗读，支持语音打断。

🛠️ 独立开发与宿主接入 · 🔐 文件与 Key 如何处理 · 🎨 图片来源

Made by zhoufeiyu · xhznAI · MIT License