DSH看视频插件：给只会文本的AI装上眼睛

纯文本 AI 看视频只能干瞪眼，dsh-video-lens 这个插件就是给它装上眼睛和耳朵。

它把看视频拆成三档。先花几毫秒摸家底，再抽帧看懂内容，最后能按时间点精准提问。比如问“第 3 分钟讲了啥”，它能直接指回具体时刻回答。

这插件挺克制，底层全甩给 ffmpeg，模型只当眼睛。视觉和语音端点都能随便换，不锁死厂商。而且每层都能独立降级，就算语音识别挂了，视觉分析照样出结果。

不过装之前有个大坑得避开。0.3.1 版本在 Windows 上会导致整个应用打不开。这是因为旧版运行时冲突，所以务必用 0.3.2 及以上。另外密钥安全也得留心，视频和音频都会发给第三方 API，敏感文件别乱喂。