DeepSeek Harness视频生成怎么做?DeepSeek Harness(命令行名 dsh)本身不是视频工具:官方 54 个内置包里没有一个跟视频生成相关,出片得靠装插件或写技能,去接第三方视频模型的接口。官方入口是 deepseek.com/harness,起界面只要一条 npx @deepseek-ai/dsh web。下面把四条可行路径、安装命令、模型规格与计费口径讲清楚。 DeepSeek Harness有没有视频生成能力
官方仓库把 dsh 定义为一个开源的 agent harness,理念是「一切皆插件」,底层跑在 Cordis 框架上,MIT 许可,2026 年 8 月 13 日创建,截至 2026-09-20 核验,星标约 23 万、分支 2.7 万。仓库首页挂着一段醒目提示:它处于 developer preview 阶段,会有破坏性变更。
至于视频生成,答案是没有内置。这不是猜的。官方仓库 packages 目录下一级共 54 个能力包,逐个看过去是这些:
- 文件与命令:fs、shell、terminal、subprocess、sandbox
- 浏览器与电脑操作:browser-use、computer-use、lsp、ssh
- 技能体系:skill、skill-filesystem、skill-office(Word/PPT/Excel)、skill-badge
- 会话与协作:session、plan、todo、goal、subagent、jobs、schedule、webhook、workflow
- 内容与凭据:attachment、deliverables、document、credentials、settings、storage
没有 video、image、media 这类包。再把整个仓库 1.3 万余个文件路径搜一遍「video」,只命中一条 2026 年 9 月的内部开发记录,讲的是给 Playwright 测试录制视频与 GIF,跟内容创作无关。
所以所谓「DeepSeek Harness 视频生成」,真实含义是:用它的插件机制或技能机制,把一个第三方视频模型接进来,让 agent 在你的对话里直接调、直接把成片放回对话流。官方文档只提供这两套扩展机制,不提供视频模型本身。
跑视频生成前要准备什么
- 装好 Node.js。dsh 从 npm 分发,包名 @deepseek-ai/dsh,当前版本线是 0.1.5-rc.2(2026-09-17 更新)。
- 起 Web UI:npx @deepseek-ai/dsh web。默认服务在 127.0.0.1:3080 并自动开浏览器,加 --no-open 不自动打开,换端口用 --port。
- 配模型:进「设置 → 模型」,往 DeepSeek 卡片里填 API 密钥,密钥从 platform.deepseek.com 获取。密钥是只写的,明文落在 $DSH_HOME/.credentials.yaml,设置界面只拿到脱敏描述符。换模型或换密钥在下一次请求就生效,不用重启。
- 选工作区:dsh 启动时所在的目录就是它的默认文件系统位置;全新 Web UI 不会替你选,必须手动添加并选中,没选中之前输入框是灰的、发不出话。
- 准备视频模型的密钥。这一步跟 Harness 无关,得你本人去模型服务商那里开账号拿 Key,插件读的是环境变量,例如 DASHSCOPE_API_KEY、ARK_API_KEY、OPENAI_API_KEY、GEMINI_API_KEY。
入口只认官方这两处:主站 deepseek.com/harness,文档在 deepseek-harness.github.io。命令行为、插件清单都以官方仓库和文档站为准。
DeepSeek Harness视频生成的4条路径(含安装命令)
所有插件共用一个装法:dsh plugin --profile web add 后面接包名、github:owner/repo 或本地目录,命令会在 profile 目录里转发给 pnpm。装前可以先 dsh --profile web --dump-config 看配置树,卸载用 dsh plugin --profile web remove 加包名,依赖和对应的配置层会一起删掉。插件本质就是一个导出 apply 函数的模块,框架加载时调它,它通过 ctx 注册能力。
- 对话内出片:dsh-video-gen。npm 上是 0.2.4,MIT 许可,2026-08-27 首发、09-12 还在更新,要求 Node 22.19 以上或 24 以上。装:npx @deepseek-ai/dsh plugin --profile web add dsh-video-gen@latest。它给 agent 加两个工具,generate_video 管文生视频、animate_image 管图生视频,支持的参数是 prompt、size、duration,图生视频还能传工作区图片路径或对话附件 ID。成片直接播在对话里,会话顶栏另有一个视频画廊可以搜索、筛选、下载,工作区文件还在的话,重启之后照样能播。
- 可视化剪辑:deepseek-ivideo。npm 上 0.1.0,2026-08-15 发布,要求 Node 22 以上。装:npx @deepseek-ai/dsh plugin --profile web add deepseek-ivideo。它以原生会话视图的形式提供一个视频工作室,带可编辑时间线、动画与媒体控制、27 个可编辑模板,还能选中元素后用 Ask AI 做局部改稿,最后走 HyperFrames 导出。适合不满足于「一句话出一条片」、要自己排镜头和字幕的人。
- 命令行聚合模型加技能:@wavespeed/cli。npm 上 0.4.8,MIT,Node 18 以上,2026-09-05 有更新。它把自家平台上的图像、视频、音频、3D 模型统一成一条 wavespeed run 命令,配套还有一个 dsh 技能仓库。典型用法是先 wavespeed models 查目录、再 wavespeed run 模型名 -h 读该模型的真实入参、最后 wavespeed run 模型名 -p 提示词 -i 参数名=值 --json 跑;本地图片要用 @./photo.jpg 这种写法,直接写相对路径会被当成字符串发出去。预算方面 wavespeed price 只报价不扣费,wavespeed balance 看余额。
- 自建插件或技能直连模型 API。官方技能机制会按固定优先级扫描本地目录:项目里的 .dsh/skills、项目里的 .agents/skills、自定义目录、用户级的 DSH 主目录 skills、agents 主目录 skills、随包目录。写一个 SKILL.md 把调用步骤描述清楚,agent 就会照着调你自己的脚本。想更接近原生体验,就按官方教程写一个导出 apply 的模块,再 add 进 profile。
四条路径的分工大致是:想今天就用,走第一条;要成品质量的控制力,走第二条;不想被单一模型绑住、喜欢在命令行里跑,走第三条;已有自家模型网关或要接内部服务,走第四条。前三条都是第三方实现,装之前扫一眼仓库的维护状态。
视频模型规格与计费对照
插件本身不产出画面,真正出片的是它背后调用的模型。以 dsh-video-gen 的内置示例为例,可选的服务商与模型 ID 是这样的:
| | | |
|---|
| | | |
| doubao-seedance-1-0-pro-250528 | | |
| | | |
| | | |
再看这两家国内服务在官方文档里的输出规格与计费方式,差别比想象中大:
| | | | |
|---|
阿里云百炼 万相-文生视频(wan2.7-t2v、wan2.6-t2v) | | | | |
阿里云百炼 万相-图生视频(wan2.7-i2v、wan2.6-i2v-flash) | | | | |
| | | | |
价格锚点各举一个官方口径:百炼的 wan2.6-t2v-us 模型页写的是 720P 0.733924 元/秒、1080P 1.100886 元/秒;火山引擎文档站写的是 doubao-seedance-1.0-pro 推理服务输出 15 元/百万 Token。两家单位根本不同,一家按秒、一家按 Token,直接对着数字比价会算错。
还有一处容易被忽略:插件 README 里举的 wanx2.1-t2v-turbo 属于早期档位,只到 480P/720P、固定 5 秒,而百炼的万相文生视频已经更新到 wan2.7 系列,能出 1080P、能跑 15 秒、还能带音频和多镜头叙事。插件里能选到的档位,以你账号实际开通的模型为准。
视频生成常见报错与注意事项
下面这几类问题在插件生态里出现频率最高,多数跟 Harness 本身无关,而是 profile、依赖版本和异步任务在作怪。
| | |
|---|
| | 重开 dsh web;改过插件 lib 或 scripts 目录同样要重启 |
| | 统一写成 npx @deepseek-ai/dsh 加子命令,或先全局装再简写 |
| 插件普遍声明 cordis 4.x、dsh 系列 0.1.0-rc.5 到 0.2.0 的区间 | 让插件与 dsh 本体的 rc 版本对齐,别把 rc 和更早的版本混着装 |
| | |
| | 看插件的轮询进度;百炼的接口建议 15 秒轮询一次,任务 ID 与视频链接都是 24 小时有效,出片后尽快转存 |
| | 用插件的 source_path 或 source_attachment_id 参数,或按命令行工具的上传写法加 @ 前缀 |
| | |
| 按秒或按 Token 计费,分辨率提一档单价接近翻倍 | 先拿 480P、短时长跑通流程,再上 1080P 长片 |
- 官方自己划了边界:dsh 处在实验性的 developer preview 阶段,未经安全审计,官方明确说不能当作安全或生产可用的软件。它会执行模型生成的代码与命令、加载第三方插件、访问网络与本机文件。
- 插件是第三方代码:装之前看仓库的更新时间与许可,注意它能读你工作区里的文件。
- 运行环境:官方建议用最小权限运行,优先放进容器、虚拟机或专用环境,并备份插件能访问到的文件。
- 密钥:密钥保存后界面只拿到脱敏描述符,明文在 $DSH_HOME/.credentials.yaml,别把这个文件同步到公共网盘或仓库。
- 水印:百炼控制台的在线体验页出的视频默认带「AI 生成」水印且关不掉,走 API 调用时该参数默认为不加。
- 合规:有开票和商用需求,优先选境内可开票、可备案的模型服务;用境外模型要自行确认网络与账号使用条款。
- 版本风险:官方明说会有破坏性变更,插件生态跟着一起动,别把长期业务压在 rc 版本上。
DeepSeek Harness视频生成常见问题
Q:用 DeepSeek Harness 生成视频要花钱吗?
A:Harness 本身 MIT 免费,花钱的是视频模型。按秒或按 Token 计费,各平台对新模型通常给一段免费额度,具体秒数以你自己的控制台为准。
Q:必须用 DeepSeek 的模型才能跑吗?
A:不用。Harness 只是执行框架,模型页可以加内置提供方,也可以加自定义的兼容端点;视频那一步走的是视频模型服务商,跟语言模型可以完全分开。
Q:官方有没有自带的视频插件?
A:没有。官方 54 个能力包里不含视频相关的能力,视频要靠第三方插件,或者你自己按官方教程写一个。
Q:手机上能用吗?
A:Web UI 是本机服务,默认只监听 127.0.0.1,本机浏览器打开最省事。要让手机访问得自己处理网络暴露,等于把能执行命令的 agent 开放到局域网,得先想清楚风险。
Q:一条能生成多长?
A:看模型。百炼万相给的是 2 到 15 秒的整数档,火山 Seedance 1.0 Pro 是 2 到 12 秒。想更长就用多镜头提示词拼,或者直接剪。
Q:文生视频和图生视频都支持吗?
A:多数国产模型两种都支持,插件一般也给两个对应工具。但也有例外,比如 Sora 在插件支持的表格里图生视频一栏是「不支持」,选型时要看这一列。
Q:生成的文件存在哪里?
A:默认保存到 agent 工作区,也就是你启动 dsh 时所在的那个目录。画廊条目会从工作区文件重新取回,所以只要文件还在,重启以后照样能播。
Q:出片要等多久?
A:异步的。提交任务、轮询状态、再下载结果,百炼的接口文档说视频生成通常耗时 1 到 5 分钟,轮询间隔建议 15 秒。
Q:怎么把成本压下来?
A:先用 480P 短时长把全流程跑通,再拿命令行工具或控制台的报价功能看一眼单价。提示词和参数固定下来之后批量出,别边调边跑 1080P。
插件和模型档位都变得很快,今天能出片的方案过两周可能就换了一批。想持续跟进最新可用组合,可以关注本站的 AI 工具栏目,我们会围绕 DeepSeek Harness 视频生成 持续更新。