我之前通过一个自定义插件,把本地运行的 DeepSeek Harness 改造成了内容创作工作台。它把我电脑本地所有视频的封面、脚本、字幕和文章统一管理起来,还可以直接通过与 AI Agent 对话来完成视频剪辑、字幕生成和封面制作。为了方便大家管理自己的日常内容,我把这个插件开源了出来,名字叫 dsh-oil-creator。

一条命令安装
本地安装 DeepSeek Harness 之后,复制仓库 README 里的安装命令,到终端粘贴执行:
npx @deepseek-ai/dsh plugin --profile web add github:oil-oil/dsh-oil-creator
重启 web profile 之后,DeepSeek Harness 左侧会新增一个「内容」标签,点击进入就是工作台。


第一次配置可以直接在对话里说:
检查并配置内容工作台,找到适合的内容目录,并告诉我还缺哪些能力。
内置的 creator-workbench Skill 会先运行只读检查:寻找已有的内容目录,检查各项可选能力,预览配置变化,得到确认之后才保存。
依赖和边界
这个工作流原本是按照我自己的视频流程设计的,和我平时使用的录制软件以及自用 Skill 结合较深。虽然我做了很多通用性优化,但它仍然有明确的依赖:
- 自动剪辑依赖 Screen Studio,使用 Screen Studio 录制的工程才能自动剪辑;
- 自动发布和数据采集依赖 Ego Browser;
- 字幕和封面分别依赖两个外部服务的 API Key。
插件设置里有环境状态检查,缺什么能力在这里都能直接看到。整体在 macOS 环境下使用会更顺畅。

这些依赖是按环节解耦的。核心片库和脚本管理不依赖上面任何一项;缺少某项时,只关闭对应的环节,其他功能不受影响。
配置三类信息
设置入口在「设置 → 插件 → 内容工作台」,需要人来决定的信息主要是三类:
- 影片目录:视频平时存储的本地文件夹;
- 启用平台:勾选要发布视频的目标平台;
- 脚本风格:想让 AI 编写视频脚本时遵守的文案风格。

字幕和封面依赖两个 API Key:百炼的 Key 用来生成字幕,在阿里云百炼控制台申请;ZenMux 的 Key 用来生成封面,在 ZenMux 平台申请。这些都是可选项,不需要某个环节时,不配置对应的 Key 即可。这些配置既可以自己在设置页手动修改,也可以直接在对话中让 AI 协助完成。

用对话完成一条视频
第一次进入工作台时,片库还是空的。让 AI 从哪里开始?插件提供了一个自取的工具:在对话里输入 /creator-workbench,再询问 DeepSeek「你可以帮我做什么事情」,它就会列出全部能力:片库管理、选题、脚本、录制、字幕、封面、发布、数据同步和视频转文章。
片库映射到本地文件,我们不需要关心底层格式。只要告诉 AI 视频平时存储在哪个目录,或者让 AI 自行完成配置,它就可以接手管理。插件里的这些配置都允许通过对话让 AI 调整。

以编写视频脚本为例。我先创建一个新的项目,把主题交代给它:「我想要录制一个介绍 DeepSeek Harness 工作台的视频,请你帮我创建一个新的项目」。它创建项目时会检查脚本规则是否配置完成,并读取工作台本身的材料,接着询问是否需要编写脚本。我让它直接开始编写,并补充了要求:口语化、开门见山、直接演示。
左侧的项目列表会实时更新,因为工作台和本地文件系统是绑定的。点击项目进入详情页,脚本一栏先是空白,很快就把脚本编写完成了。录制的时候就可以基于这份脚本进行。


视频录制完成之后,字幕和封面都可以一键生成。详情页顶部有「生成字幕」「生成封面」「同步平台数据」三个按钮,也可以在对话里 @ 对应的视频,让它添加字幕。字幕生成完成之后会打开预览,确认专有名词和错别字之后就可以烧录;封面会直接生成三种画幅。

视频准备完成之后就可以发布。工作台里提供了一个发布入口,但我没有把发布做成死板的固定脚本,因为多平台发布环境复杂,经常需要 Agent 去调试与校验。发布依然通过对话触发:@ 要发布的视频,说明「帮我发布这个视频」,Agent 会调用对应的发布能力,确认要发布的视频文件、标题和标签,随后自动准备各平台的发布草稿,并在最终点击发表之前停下来等待人工确认。安装这个工作台时,DeepSeek Harness 缺少的相关 Skill 会自动补充进来。

发布完成之后,点击同步平台数据,各平台的播放、点赞、评论数据会汇总到详情页,速度很快。偶尔同步不到,通常是因为平台的网页登录态过期,重新登录后即可恢复。

如果想把视频内容整理成一篇文章,工作台也提供了对应的能力:在对话里说明把哪期视频转成文章,它会读取字幕,截取对应的视频帧作为配图,再整理成图文。这项能力搭配 Screen Studio 工程效果更好,因为它能够直接读取录屏背后不带人像的原始画面;搭配普通视频也可以,只是画面里可能带着摄像头人像,作为公众号配图不够干净。文章的自动发布流程也同样打通。大家正在读的这篇文章,就是用这个流程从视频材料整理出来的。

工作台目前已经开源,兼容 Node.js 22.19+ 和 DeepSeek Harness 0.1.0-rc.6 / 0.1.0-rc.7,感兴趣的朋友可以自行安装配置。使用中如果遇到问题,可以通过仓库里的链接到 oiloil.org 联系我。后续我会继续基于自己的真实工作流进行迭代,进一步提升它的通用性与兼容性。
