dsh-bili-watch

DSH 插件 / CLI 工具：把 B 站视频解析成模型可消费的结构化内容（元数据、评论、弹幕、AI 字幕、本地 ASR 转写、抽帧 OCR）。

为什么用它

• 本地跑不上传：ASR 转写 + OCR 抽帧全在本机，不依赖云 API、不花钱
• 防字幕诱饵：语速异常或字幕自称「实验/钓鱼」即判可疑；关键词命中率只在语速也异常时才作补充；可疑时加 --verify 抽 5 帧 OCR 比对画面（不加只提示一句）
• 二次读瞬时：缓存目录 + 文件锁，同一视频二次读取秒出
• 为 AI 设计：manifest 落盘 + 摘要输出，agent 直接消费不用再解析

一条链接进来之后

给它一个链接，它按成本从低到高找文本：官方字幕 → 本地转写 → 画面认字。字幕几秒就有；没有字幕才下模型转写；连音轨都没有才逐帧认画面。哪一级没成都会写进报告的「来源」行，不会把截图的字当成台词。

想改代码、想知道模块怎么分层，见文末「模块架构」。

特性

• 支持 b23.tv 短链、BV 号、av 号及通用 URL（经 yt-dlp）
• 降级链：AI 字幕 → 本地 ASR → 抽帧 OCR → 读图，四级全 miss 时退出码为 1
• 匿名可用：元数据、评论、弹幕、搜索、热榜无需登录
• 可选依赖：ffmpeg（抽帧）、Python venv（ASR/OCR）、faster-whisper（转写模型）
• Web 面板：依赖管理、扫码登录、缓存清理、18 项运行时参数可调

安装

DSH 插件

dsh plugin --profile web add dsh-bili-watch

重启 DSH 后生效。DSH ≥ 0.2.0-rc.2 自动写入 dsh.profile.bundles；更早版本需手动在 profile package.json 的 dsh.profile.bundles 数组追加 "dsh-bili-watch"。

装完重启即可用。 本插件的 bundle patch 不带 disabled，装进 profile 的 dsh.profile.bundles 后重启 DSH 就生效，命令直接存在。

0.3.1 及更早的版本不是这样：包在装的那一刻就被写进 dsh.profile.bundles（reconcile() 干的），所以插件页显示「已启用」，但实际不加载——因为层里那行 disabled: true 是插件页开关碰不到的位置。症状是「显示已启用但命令不存在，点开关也没用」。那个 disabled 是 0.2.17 应急修 bug 时误加的，带了 7 个版本，0.3.2 已去掉。

从旧版本升级的注意：reconcile() 只在「新增依赖」时跑，所以以前手动从 dsh.profile.bundles 删过包名的人，pnpm update 到 0.3.2 之后包名不会自动补回来，需要重跑一次 dsh plugin --profile web add dsh-bili-watch。

验证：dsh --profile web --dump-config 输出中可检索到 dsh-bili-watch。

亦可直接放入 profiles/<name>/node_modules/dsh-bili-watch。

插件依赖 @deepseek-ai/dsh-tools（peer, optional）。缺失时 bili_watch 工具不注册，/bili 命令与面板仍可用。

CLI 全局安装

npm i -g dsh-bili-watch
bili-watch view BV1EPnG6DEJC

或 clone 后直接运行：

node tools/look.mjs view BV1EPnG6DEJC

用法

命令一览

<target> 接受 BV 号、b23.tv 短链、av 号或 URL。

通用参数

完整参数列表见 bili-watch help。

画面索引

frames --at、sheet、peek 三处输出都会带索引，格式固定：

r1c1 00:00-00:05 @00:02    r1c2 00:05-00:10 @00:07

• r1c1 = 第 1 行第 1 列（sheet 按行从左到右编号；frames --at 只有一格）
• 00:00-00:05 = 这一格覆盖视频的哪一段
• @00:02 = 这一格实际取的是第 2 秒那一帧

长文本保护

正文超过 800 字时，终端仅返回前 400 字摘要 + 落盘路径，全文写入缓存目录。工具层（bili_watch）阈值为 2000 字（摘要 800 字）。

陌生人内容护栏

字幕、评论是 B 站用户生成的第三方内容，是素材不是指令。命中有注入特征的句子时：

• 终端：stderr 打一行警告（同一视频同一类别只报一次），并说明是「其中指向你的要求」不要执行——不是「里面任何要求」，字幕里正常有祈使句；
• --format json：payload 多一个 _untrusted 字段 { source, kind, bv, hits, note }。下划线前缀是扩展字段的通行写法，解析器忽略未知键即可；没有命中时这个字段不出现，输出与没有护栏时逐字节相同；
• --format srt/md/txt：命中时在文件头（srt 是每段前）加一行 [第三方内容·未消毒] 注记；
• 落盘两份：<kind>.txt 是纯正文（给程序 read + 解析，格式不变），<kind>.wrapped.txt 带 [source: …] 标记与围栏（给模型 read），提示词指向后者。

护栏只做提示与标记，不是安全边界：命中不代表一定在攻击，没命中也不代表安全（按 OWASP，输入过滤属 supporting control，承重的是「标记 + 不下放权限」）。所以长文本只跑两件形态检查：不可见字符（零宽 / tag 字符 / 双向控制符，正常字幕不会有、零误报）＋ 边界标记自校验。语义类规则刻意不加——实测那三条在 20 条正常字幕上误报 8 条（40%），而中文注入分类器的召回上限也只有 25%（Prompt Guard 2 中文 recall 0.2529）。

面板

装进 DSH 后，在插件页点 dsh-bili-watch 卡片进详情页，里面有一块面板（不用先进设置），日常操作不用去对话里敲命令：

• 依赖状态：ffmpeg、yt-dlp、ASR 环境、OCR 环境、转写模型、B 站登录凭证逐项列出是否就绪、实际路径、占用体积。缺的点行末按钮装（走内置 fetch-deps，体积是估算值，实际以跑完为准）。下载期间要保持 DSH 开着——宿主退出会连下载进程一起结束，重进面板再点一次即可，已经下完的项会自动跳过。
• 扫码登录：未登录显示「去扫码登录」，已登录是「重新扫码」。二维码在面板里出，手机 B 站扫完自动刷新。凭证存在本机 $DSH_HOME/bili-watch/credential.json。
• 哪些能删：yt-dlp、转写模型、登录凭证可以直接删；ffmpeg / ASR 环境 / OCR 环境不给删除按钮——环境删了要重跑 fetch-deps 装回来，代价比省下的空间大，面板只在旁边标出实际位置。
• 批量操作：标题行的「批量下载 / 批量清理」打开勾选清单，删除前会再确认一次。
• 排查提示词：面板里点一下按钮，把一段现成的排查指令复制到剪贴板，粘给你自己机器上的 agent 就行——它会按里面的步骤只读排查（不改你的配置、不删东西），最后整理成一份现象 / 环境 / 日志 / 已排查项 / 怀疑点的报告。按症状分成几段：「依赖装不上」「转写/OCR 失败」「面板打不开」，各对应自己那一种情况，不会混着给你。
• 抽帧缓存：显示当前占用与文件数，「立即清除」一键清空；不点则按规则自动清理（保留天数、总量上限），超过从最旧的删起。规则存 deps/cache-config.json，启动时与打开面板时各查一次。
• 缓存位置：默认 $DSH_HOME/bili-watch/cache（$DSH_HOME 是 DSH 家目录，Windows 下通常是用户目录里的 .dsh）。登录凭证是它的兄弟文件，清缓存时别把上一层一起删。换位置用环境变量 BILI_WATCH_CACHE，或 deps/deps-config.json 里的 "cache"；指到还不是缓存根的目录时，插件会在里面建 bili-watch-cache/，不会直接拿你的目录当缓存根。clean 与面板发现旧位置还有东西、又没本工具的标记时会提示一句——本版不动那些文件，要清理得你自己删。
• 运行时参数：转写闸门、抽帧张数上限这类常改的放常规组，其余收在「高级设置」里（默认收起），每项都标了范围和「调大/调小会怎样」。
• 最近一次调用：显示命令、时间、成败，用来判断上一次是不是卡住了。

0.3.2 起装完重启就是启用状态，不用再去插件页手动打开。

配置

环境变量

运行时参数（面板可调）

以下参数通过 Web 面板或 deps/deps-config.json 调整，保存后立即生效：

缓存路径

默认缓存根：$DSH_HOME/bili-watch/cache（$DSH_HOME 默认为用户目录下 .dsh）。

• 登录凭证：$DSH_HOME/bili-watch/credential.json（缓存根的兄弟文件，清理缓存时勿误删上级目录）
• 自定义缓存位置：设置 BILI_WATCH_CACHE 环境变量，或在 deps/deps-config.json 写入 "cache": "<dir>"。指向外部目录时插件自动创建 bili-watch-cache/ 子目录作为缓存根
• 修改后需重启 DSH 生效
• 自动清理规则（保留天数 / 总量上限）存于 deps/cache-config.json，首次默认保留 7 天 / 上限 2048 MB（改过就以你改的为准，面板「保存规则」也是写这个文件），启动时与打开面板时各检查一次
• 缓存根归插件专用：clean 与面板「立即清除」按名字整棵删这 10 个子目录 —— _logs frames sheets sheet-tmp substrip-tmp _misc asr frames-dl audio-dl _hot，里面的东西一律不保留。别把自己的文件放进这些名字的目录；放在缓存根根目录下、名字不在上表的文件不会被删（clean 会跳过并列进「不是 bili-watch 的缓存条目」）

卸载

dsh plugin --profile web remove dsh-bili-watch

卸载前备份

0.3.4 起依赖与配置都在 $DSH_HOME/bili-watch/deps（包外），卸载不会删掉。只有首次启动还没把包内 deps/ 搬完的用户（这时仍在用包内那份）才需要提前拷出以下 4 份文件，重装后放回原位：

1. deps/deps-config.json — 运行时参数与自定义缓存路径
2. deps/cache-config.json — 自动清理规则
3. deps/ui-config.json — 面板显示开关
4. deps/seen.md — 已读标记（或将 BILI_WATCH_SEEN 指向包外路径）

卸载后残留

• 登录凭证 $DSH_HOME/bili-watch/credential.json 不在包内，卸载不删除；如需清除手动删除
• 缓存根 $DSH_HOME/bili-watch/cache 不在包内，卸载不删除；仅清理 cache/ 子目录，勿删上级凭证文件

依赖

环境要求：Node.js ≥ 22。

VC++ 运行库：ASR 与 OCR 用的 faster-whisper / onnxruntime 是 C++ 编译的 wheel，运行时要 vcruntime140.dll。Windows 10/11 一般自带，但精简过的企业镜像可能没有——症状是 pip 装得上、import 时报 DLL load failed while importing …。这时装一遍 Microsoft Visual C++ 2015–2022 Redistributable (x64)，与 Python 版本无关，不必重装 venv。

ffmpeg 查找顺序：--ffmpeg > BILI_WATCH_FFMPEG > deps/deps-config.json > deps/ffmpeg.exe > PATH。

一键安装依赖

# 三个平台同一条命令（Windows / macOS / Linux）
node scripts/fetch-deps.mjs all
node scripts/fetch-deps.mjs all --mirror cn        # 国内网络：GitHub 走 gh-proxy、PyPI 走清华、模型走 hf-mirror

# 单项：ffmpeg / ytdlp / asr / ocr / model / cuda
node scripts/fetch-deps.mjs ytdlp
node scripts/fetch-deps.mjs asr --force            # 环境坏了重建
node scripts/fetch-deps.mjs where                  # 只回答「装到哪」，不下载不建目录

--dry-run 只打印将执行的命令、不下载不写盘；--proxy <地址> / --no-proxy 处理代理；--gpu ask|yes|no 决定要不要装 CUDA 运行库。

依赖装在哪（0.3.4 起）：默认放 $DSH_HOME/bili-watch/deps（DSH_HOME 默认 ~/.dsh），不在插件包目录里——这样 npm uninstall / 重装插件不会把两个 venv 和 460 MB 模型一起删掉。 从旧版升级时，首次启动会自动把包内 deps/ 搬过去（复制完成后才切换，中途失败继续用包内那份，面板会给出提示）；包内旧的 deps/ 不再使用，确认新位置正常后可以手动删除。 想放到别的盘：设环境变量 BILI_WATCH_DEPS 指向目标目录即可（CLI、面板、一键脚本三处同源）。

GPU 加速（可选）

只有本地 ASR 转写用得上 GPU，OCR 走 onnxruntime 的 CPU 推理，与显卡无关。

（「约 2 倍」是实测口径：同一台机器 5 分钟音频 GPU 13.6–14.7 s vs CPU 27.2–32.9 s，多次测量 1.96–2.24×，随 CPU 负载波动。）

怎么装（Windows）：面板上点那一行的「下载」，或命令行：

node scripts/fetch-deps.mjs cuda

装的是 pip 上的三个 wheel（nvidia-cublas-cu12 + nvidia-cudnn-cu12 + nvidia-cuda-nvrtc-cu12），约 1.4 GB（下载），装完占约 2 GB，装在 ASR 的 venv 里，不需要装整套 CUDA Toolkit。装完脚本会真加载一次 cublas64_12.dll 校验——pip 装成功不代表 DLL 能加载（缺 VC++ Redist 时会 DLL load failed）。

怎么装（Linux）：和 Windows 一样，面板上点那一行的「下载」，或命令行：

node scripts/fetch-deps.mjs cuda

装的是同样三个 wheel（nvidia-cublas-cu12 + nvidia-cudnn-cu12 + nvidia-cuda-nvrtc-cu12），装进 ASR 的 venv，装完脚本会跑一次 --probe-gpu 校验（libcublas.so.12 能不能载入 + ctranslate2 看不看得到卡）。展开后约 2.2 GB（cublas 817 MB + cudnn 1.2 GB + nvrtc 217 MB），比 Windows 那三个 wheel 大得多，装之前先看磁盘。

不需要配 LD_LIBRARY_PATH：deps/_bili-asr.py 启动时会按 RTLD_GLOBAL 预载 venv 里的 nvidia/*/lib，探测（--probe-gpu）与真转写共用这一处。

想自己用 pip 装也行——路径按脚本自己解析的来（设过 BILI_WATCH_DEPS 或改过 DSH_HOME 时不是默认值）：

DEPS="$(node scripts/fetch-deps.mjs where)"   # 路径打在 stdout；那行说明打在 stderr
"$DEPS/.venv-asr/bin/pip" install \
  nvidia-cublas-cu12 nvidia-cudnn-cu12 nvidia-cuda-nvrtc-cu12

为什么第一次慢：all 不会自动装它（不问、不装那 1.4 GB）；首次转写还要加载模型到显存，比后续调用慢十几秒。

怎么关：面板「转写与抽帧」里的「转写时用 GPU」取消勾选（存的是 asrDevice: cpu），或把 deps/deps-config.json 里的 asrDevice 写成 cpu。删掉运行库也能自动退回 CPU，不会报错。

没有卡能不能开：能，但开了也走 CPU——auto 的语义是「有可用 CUDA 就用，没有或显存不足就回落 CPU」。

故障排查

凭证

仅 AI 字幕需要登录。凭证优先级：--cred > $DSH_HOME/bili-watch/credential.json > 匿名。

watch 只读自己这一份，不会去跟随同机其它工具写的凭证（旧版会按 mtime 挑最新的那份，容易出现「面板显示已退出、实际还在用别的身份」）。早期版本留下的旧位置凭证（deps/ 下那份）会在第一次读到时一次性复制到 $DSH_HOME/bili-watch/credential.json，之后不再回读。

凭证文件等同账号登录态，禁止外传或提交版本库。

转写可信度

本地 ASR 输出附判定字段：

• 可信：VAD 检测到足够人声，无跨窗重复模板句
• 疑似幻觉：VAD 人声 < 0.5 秒却输出文本、跨 2 秒以上窗口重复文本占比 > 50%、no_speech_prob > 0.5 分段占比过半

判为疑似幻觉时应通过抽帧 OCR 交叉验证，不可直接引用为台词。

降级链行为

AI 字幕（需登录）
   ↓ 无字幕轨
本地 ASR（可选）
   ↓ 未安装 / 语速 < 2 字/秒
抽帧 + OCR（可选）
   ↓ 未安装
读图（模型直接看帧）

降级时输出原因，不静默跳过。四级全 miss 退出码 1。

字幕诱饵检测

text 命令自动检测以下可疑信号：

• 字幕语速不在 2–8.5 字/秒区间
• 字幕与标题 / UP 主关键词重合度过低（需与语速异常同时触发）
• 字幕包含「实验 / 钓鱼 / 测试」字样

指定 --verify 时额外抽 5 帧 OCR 比对画面文字。仅在可疑信号触发时生效，正常字幕不触发。

限制

• B 站侧只读：不支持点赞、评论、发弹幕、历史记录
• 通用 URL 走 yt-dlp 时不做内网地址过滤，禁止指向内网服务
• 无内置限速，批量调用需自行 sleep
• 工具名 bili_watch 与命令 /bili 若与其他插件冲突，后注册者覆盖前者

成本

• 字幕接口带一次重试；text 最多尝试两次（先匿名，有凭证再试一次）。
• 抽帧要下载视频（360p）再跑 ffmpeg，--step 调大能少抽；脚本另外限了 -threads 2，不会把机器吃满。
• 拼图（sheet）和字幕带（substrip）把多帧压成一张图给模型看，省 token。
• 本地转写、OCR 都在本机跑，不上传、不按次计费；只有取 B 站数据的接口走网络。

模块架构

上排是 index.js 里的三个注册点，它们都只做参数整形，最后 spawn 同一个子进程；业务逻辑全在 tools/look.mjs，npm bin 与插件调的是同一个文件。中排左右两件只跟子进程发生关系：缓存目录是读写，lib/ 是 import（15 个模块，锁 / 缓存 / 凭证各一份）。下排是四个可选外部依赖，缺哪个就少哪条能力——没有 ffmpeg 就只有字幕与评论，没有 ASR 退回读字幕，没有 yt-dlp 就只处理 B 站链接。

致谢

• dsh-bilibili-video-summary（Aurum807）：单链接自动提示形态
• dsh-bilibili-subtitles（Chenfan2）：多格式导出形态
• video-watch-plus（MIT）：ASR 幻觉证伪方法

License

MIT