github:fj7937290-sys/dsh-video-eyes
visiongit
让纯文本模型看懂视频：需本机装好 ffmpeg；按 0.1–10 秒的可调间隔抽帧拼成总览图，每格烧录该帧的真实时间码；提取音轨后上传到听脑（需配置 ITINGNAO_API_KEY）转写成带时间戳的台词；并自行调用宿主里的视觉模型逐页描述画面，因此不依赖任何其他视觉插件。输入框上方有抽帧间隔滑块，纯音频文件则跳过抽帧只做转写。
下载量 / Downloads
0
安装
dsh plugin --profile web add github:fj7937290-sys/dsh-video-eyes
沙箱测试
这个插件还没测过。提交测试 →