DeepSeek Harness开源插件：让QQ群机器人看懂B站视频

群友甩来一个B站链接，配文“这个太神了”，你点开只看到标题和封面，只能回一句“确实”。这种尴尬，一个开源的 DeepSeek Harness 插件想帮你终结——它让群里的机器人真正“看”完视频，再跟你聊。

它到底能做什么

这个插件被作者称为“B站伙伴”。装上之后，你丢一个链接给它，它会把整个视频切成一张张分镜图，配上台词文本和弹幕，看完再跟你讨论。没看清的地方还能放大看那几秒，相当于把视频拆成了可以逐帧检视的图文素材。

这背后的思路值得注意：它没有去抓字幕或简介了事，而是用视觉分镜的方式理解视频内容。对于没有字幕、信息集中在画面里的视频，这条路更接近人类观看的方式。

不止是“看”，还会自己逛

除了被动接收链接，这个插件还能主动搜索。想找视频时，它能在B站搜索、刷入门排行和首页推荐，还会顺着线索自己逛——点开视频、翻评论区、再去UP主的主页看看，最后挑几条最好看的告诉你。

定时逛B站也是内置能力：每天到了设定时间，它会自己去逛一会，看到喜欢的就在视频下面留言，或者主动推荐给主人。这就把群机器人从“问答工具”变成了一个有信息偏好的内容助手。

AI 代理（AI Agent）指能够自主感知环境、制定计划并调用工具执行多步操作的系统，区别于只做单轮问答的聊天机器人。它的关键特征是“目标驱动”：给定一个模糊指令（如“找点好看的视频”），代理会自行拆解为搜索、点开、筛选、总结等子任务，并在过程中根据反馈调整下一步动作。文章所说的“顺着线索自己逛”正是这种多步自主决策的体现。代理能力越强，越需要配套的权限与审计机制，否则一个错误判断就可能直接作用在真实账号上。

动手之前，先看清权限边界

最值得肯定的设计是权限默认关闭。点赞、评论、关注这些动作，默认都是关着的；做不做、一天做几次，全听主人设置。作者在描述里特意强调“主人说一声好我才会发”，执行前需要明确授权。

设置页把登录、时间记录、收件箱集中在一处，一眼能看明白。对于让AI代理操作真实账号这类场景，默认只读、写操作需显式开启，是应该被更多项目借鉴的默认姿势。

最小权限原则（Principle of Least Privilege）是信息安全中的基础设计准则：系统或账号只应授予完成当前任务所必需的最小权限，其余一律默认拒绝。落到 AI 代理场景，就是把点赞、评论、关注这类会产生外部副作用的“写操作”默认关闭，仅保留读取与展示能力，等用户显式授权后再逐项开启。这样做的好处是，即使模型理解偏差或提示被注入，损失也被限制在“只读”范围内，而不会直接污染用户的社交账号。文章强调的“默认只读、写操作需显式开启”，正是这一原则在产品层面的具体落地。

安装门槛不高

安装流程很直接：在 DSH（DeepSeek^广告 Harness）里添加插件，填上名字串起来即可。作者没有设复杂的配置前置条件，属于装上就能试的类型。

需要说明的是，原始素材对这个插件的技术实现细节着墨不多——分镜切分用什么模型、弹幕和台词如何对齐、搜索逛站是脚本化流程还是模型自主决策，都没有展开。这些恰好是判断它实际效果的关键，目前只能等上手实测。

一点判断

让群机器人“看懂”视频，解决的是信息密度问题：一条视频的标题和封面承载不了群聊里需要的谈资，分镜加台词加弹幕的组合才是可讨论的素材。而把主动逛站、定时浏览、自动留言做进去，则把这个插件推向了“代理”的范畴——它不只是回答问题，而是在替你消费内容。

能力越接近代理，权限设计的分量就越重。默认关闭写操作、把开关交给主人，是这个项目目前最值得称道的地方。至于分镜理解得准不准、逛站推荐合不合口味，得等真正装上跑几天才知道。

背景补充

DeepSeek Harness（DSH）是承载该插件的运行框架，可以理解为给大模型提供工具调用、上下文管理与插件扩展能力的“外壳”。插件机制的意义在于，模型本身不具备访问 B 站的能力，需要由框架把搜索、抓取、截图等外部功能封装成模型可调用的工具，再按需编排成工作流。因此，同一个模型在不同框架下的实际表现可能差别很大——分镜能否切准、逛站路线是否合理，很大程度上取决于框架如何调度这些工具以及如何组织多轮上下文。