dsh-directorx

DirectorX：第一个以 DeepSeek Harness 为内核的 Video Agent Harness

The first DeepSeek Harness-native video agent harness for end-to-end AI video production.

DirectorX 是一个运行在 DeepSeek Harness (DSH) 里的开源 dsh-plugin：让一个真正的 video agent 从需求理解、导演决策、剧本与分镜，到图像 / 视频 / 音频生成、剪辑、质检和交付，沿着同一条可审计的生产链完成工作。

一句话定位：DeepSeek Harness 负责 agent loop、上下文、提问、审批与编排；DirectorX 负责 AI video production 的工具、知识、配方、媒体管线和无限分镜画布。

这不是另一个提示词合集，也不是把聊天窗口包成视频生成器。它是 DeepSeek Harness 的第一个 video agent harness：让视频 agent 有状态、有工具、有知识、有确认闸门，并能把计划落成可编辑、可重渲染的成片。

中文关键词：DeepSeek Harness 视频 Agent、AI 视频 Agent、视频生成工作流、AI 导演、分镜画布、智能剪辑、成片质检、FFmpeg 视频管线。

English keywords: DeepSeek Harness video agent, AI video agent harness, AI video generation workflow, text-to-video, image-to-video, storyboard canvas, smart video editing, FFmpeg media pipeline.

一句话进入视频工作坊：DSH 负责导演、审批与编排，DirectorX 提供无限分镜板、生成、镜头拆解、粗剪、批处理和交付工具。

为什么是 DeepSeek Harness Video Agent Harness

搜索 DeepSeek Harness video agent、AI video agent harness 或 DeepSeek Harness 视频 Agent 时，DirectorX 对应的是一个明确的产品类别：以 DeepSeek Harness 作为运行时内核的垂直视频生产 harness。

适合谁

• 想在 DeepSeek Harness 中构建可复用 AI video agent 的开发者与 AI 工程团队。
• 需要从文字 brief 交付宣传片、短剧、分镜预演、产品视频或社媒短片的创作者与制作团队。
• 需要审批、成本控制、知识引用、素材连续性和可审计产物的企业视频工作流。

关键事实

• 开源、Apache-2.0、Node.js 22.19+，作为 dsh-plugin 安装到 DeepSeek Harness。
• 原生使用 DSH 的 agent loop、Session、userQuestions、工具注册和 Settings；不复制第二套 agent runtime。
• 默认 Vision 走 DeepSeek 第一方多模态 deepseek-chat / deepseek-v4-flash-vision-exp，也支持 OpenAI-compatible VL endpoint。
• 支持 mock 模式：没有 API Key 时也能先验证 brief → 确认 → 画布 → 时间线 → 质检链路。
• 包含 348 篇 OKF 知识库文章、39 套主技能、12 套配方和 100+ directorx_* 工具。

自适应接入

用户只给三样东西：模型 id、API 文档、API Key。 DSH 按固定流程自己完成配置、最小回归，刷新页面后即可生成。不需要你改插件代码，也不为每家厂商加新工具。

这是 DirectorX 的接入面：已有协议走捷径（A），对不上的新 HTTP 走 generic-rest（B，主路径）。

ingest 收文档和 Key（Key 不进会话）
  → classify 判断 A / B
  → draft 只填封闭 AdapterSpec（禁止写代码）
  → directorx_ask（DSH 标准提问）确认协议 / 是否打最短真调用
  → smoke 契约 + 探活（可选一发最短生成）
  → commit 写入 Settings，热挂工具

设置页有「接入新模型」表单；或直接对会话说「接入这个模型」。分叉一律走 DSH 标准提问（directorx_ask / userQuestions.ask），不要在聊天里列 1. 2. 3.

它做什么

DirectorX 是 DeepSeek Harness 的 dsh-plugin：把一句话需求展开为剧本、镜头、资产、生成、剪辑和交付；它不实现第二套 agent loop，也不改画布上的生成节点——DSH 负责想、批、跑，插件提供媒体工具、导演知识、配方和无限画布。

每个项目一份画布和工作区会话。右侧会话坞可直接进入六步视频工作坊、分析参考视频、一键粗剪、一键交付；长回复默认折叠。复杂任务先出脚本 / 分镜 / 角色表，用户确认后再落到画布、再花钱生成。改时间线是重渲染，不是重新生成：本地 ffmpeg 剪辑、调色、混音、字幕、质检可以无限重跑。

看

拉片、抽帧、成片质检走确定性 ffmpeg，不靠模型「感觉过了」。视觉问答默认 DeepSeek 第一方多模态（deepseek-chat 模式，deepseek-v4-flash-vision-exp）：图片内联成 data URL 走官方 chat 协议，配 DEEPSEEK_API_KEY 即用；也可切 openai-chat 走任意 OpenAI 兼容 VL 端点。

拍

图像 / 视频 / 音频生成，首尾帧与角色锚点写进规格。角色设定图走白底胸像 + 正/侧/背三视图。没有 Key 时用 mock 先跑通链路。

剪

时间线、智能精剪、混音闪避、字幕。图片 / 视频编辑台 16 套调色（荒土、青橙、漂白、胶片…），自然语言即可打开。

排

无限画布是分镜板：16:9 镜头卡、实时连线、⌘K 搜索。UI 只投递意图，节点由 DSH 写。工作区会话浮在画布右侧。

编

directorx_brief 给出配方和阶段（plan → create → refine）。成片人格先确认再落板。用现有工具自己串，不必走单一入口。

知

348 篇知识库（Google OKF v0.2）、105 条方法论、12 套配方、39 套主技能。生成前按 type/tag 检索，质检引用规则编号。

知识库（OKF）

知识库按 Google Open Knowledge Format (OKF) v0.2 治理，不是一堆无结构 Markdown。每篇概念文必须带：

• type：Reference / Method / Playbook / Spec / Case
• title / description / tags
• sources（出处）与 verified（核验）
• status、stale_after（过期日）
• path 即身份：旧编号走 aliases + _meta/redirects.json，不另起一篇同名文

INDEX.md 与 log.md 是保留根文件。维护：npm run knowledge:audit / knowledge:check。

做到了什么

好处

• 检索对型：要规格读 Spec，要打法读 Playbook，要案例读 Case，agent 不会把总合成篇当成镜头事实。
• 身份稳定：合并、改名不打断旧引用；DSH 按 id 精读，不必两边各搜一遍。
• 可核验、可过期：每篇有出处和核验记录；模型/平台/法规文带 stale_after，过期会降权而不是假装仍准。
• 生成前少噪音：先 search 再 read，综合篇让路给基础篇，占位和成稿引用的是规范文而不是重复导航。

成片

同一块分镜板剪出来的短片。片源 1440p，仓库里是便于浏览的 1080p。GitHub 网页若不内嵌播放，点封面或链接即可打开。

快速开始

需要 DeepSeek Harness 0.1.1-rc.2+ 的 Web 配置（npm i -g @deepseek-ai/dsh@next，尚未打 @latest），以及 Node.js 22.19+。

# 在插件目录里装进 Web 配置
dsh plugin --profile web add .

# 打开 WebUI
dsh web

然后打开 Settings → DirectorX（或 Plugins 里的 DirectorX 卡片），四个能力各自开关：Vision / Image / Video / Audio。设置项按命名空间 directorx 挂到 Host，浏览器半侧读 settingsScope 镜像，不再单独打 settings.describe。

复杂任务的分叉（时长、画幅、提示词、落画布、是否付费测试）一律用 DSH 标准提问，不要在正文里写编号菜单。知识用 directorx_knowledge_search / read（同义词 + 分组），技能用 directorx_skill_search / read 读全文。阶段产物写入 directorx_stage（brief → … → deliver）。

开发与自测：

npm test          # typecheck + build + node:test

一次制作怎么走

复杂任务默认 确认后再落板、占位后再花钱：先写完整规格（提示词 + 推荐模型 + 画幅/时长），分镜表签字、用户同意落到画布之后，才生成。

flowchart LR
  A[brief 分诊] --> B[调研 / 配方]
  B --> C[一次澄清]
  C --> D[分镜 / 角色锚]
  D --> E[directorx_confirm]
  E --> F[落到画布]
  F --> G[propose 占位]
  G --> H[用户确认后生成]
  H --> I[timeline / studio]
  I --> J[qa 质检]
  J -->|返修该镜| G

简单请求（一张图、一个短镜头）可以直接生成。多镜头、复刻、改编、小说改编走上面这条。

对画布里的 DSH 说「帮我把这张照片调成末日荒土配色」，会走 directorx_studio：ffmpeg 套调色、回写节点，并打开对应编辑台。旋转、翻转、裁切、变速、去掉片头这类改动先 directorx_edit_plan 路由，再走 directorx_image_edit / directorx_video_process / directorx_edit，同样回写该镜头，不重绘。

画布

画布是分镜文档，不是第二套聊天。每个项目一份 canvas.json（OCC 写入），新项目不会混用旧板。

约定：

• 剧本 / 分镜 / 角色表未用 directorx_confirm、用户也没说「落到画布」之前，不要批量占位。
• 生成中的节点只能由 DSH 写。UI 不得把卡片标成 generating。
• 角色设定 / 三视图按白底胸像 + 正面 / 侧面 / 背面一次出图。
• 镜头卡按 16:9 横条分镜排布；canvas_arrange / canvas_plan 走同一套。

快捷键：空白拖移、滚轮缩放、G 打开生成条、E 编辑所选媒体、⌘K 搜索节点与命令、Tab 换镜。双击节点居中缩放。双击空白添加节点，右键空白导入，右键节点出生成 / 编辑 / 复制 / 删除等当前对象可用的菜单。

工具箱里有什么

100+ 个 directorx_* 工具，按工作面分组；高频动作在画布会话坞直接点，不必记工具名：

视频协议（设置页按能力配置，不绑死一家）：Sora 2、可灵（两代）、Runway、MiniMax H3、Vidu、Veo、Seedance。

和别的方案

FAQ

能。四个能力切 mock 即可跑通工具链、画布和剪辑。有 Key 再回设置页填写。

Sora 2、可灵（新旧协议）、Runway、MiniMax H3、Vidu、Google Veo、豆包 Seedance。协议按官方文档接入，在 Settings → DirectorX 里按能力配置。

directorx_character_register 注册锚点；生成时带参考图和身份描述。角色设定走三视图。相邻镜头用 shot_sequence 写承接，长片用画布连续性锁。

不会。剪辑、16 套调色、混音、字幕、质检都是本地 ffmpeg。花钱的只有你确认过的生成占位。

不必。directorx_brief.compose 给出配方和工具序列，用现有工具自己编排。directorx_orchestrate 只是可选加速。

只有 DSH。生成条把意图推进 directorx_canvas_intents，DSH 领取后再改画布。UI 不绕过 agent。

剧本、分镜、角色表要先和你对齐。directorx_confirm 或你明确说「落到画布」之后，才 canvas_plan / 批量占位。一张图补位可以随时加。

不是。那是当前工作区绑定的 DSH 会话：流式输出、标准提问、批准、新会话都走官方 Session。插件不另起 loop。

给 DSH 模型 id、API 文档（粘贴或 URL）和 Key。它会填一份封闭的 AdapterSpec，做最小回归，再写入 Settings。刷新后仍用 directorx_generate_*，不要为每家厂商加新工具。

0.1.1-rc.2 及以上（@deepseek-ai/dsh@next）。该系列起宿主发布第一方多模态模型（deepseek-v4-flash-vision-exp），DirectorX Vision 默认走该模型。插件同时注册 settings.section 与按命名空间配对的 settings.plugin.item（key=directorx）。提问走 userQuestions，斜杠菜单走 commandUi。

文档

dsh-directorx
├── src/           工具、画布、媒体、配方编排
├── skills/        方法论、工坊、novel-* 门禁
├── knowledge/     348 篇导演/生成语料（Google OKF v0.2）
├── recipes/       内容类型先例（按素材改，不是目录）
├── workflows/     可选并行模板
├── docs/assets/   画布截图与成片演示
└── tests/         node:test

Apache-2.0 · License

如果它让 DSH 第一次把一条片子剪完，点个 Star。