Video Agent 1.2.0

1.2.0 主要改了两件事：画面怎么挑、网页 AI 怎么用画面。另外可以在程序里直接用 DeepSeek 网页版写总结。

新增：

• 「总结」页多了「DeepSeek 网页」：程序打开一个 DeepSeek 窗口（第一次要在里面登录，以后记住），发去提示词和画面，开着深度思考和智能搜索，写完自动导入。DeepSeek 要补画面时，程序截好候选再发下一轮，直到它不再要，最多 6 轮。服务器繁忙、图片上传失败会自动重试。每一轮都能在窗口里看到。DeepSeek 只有一个窗口，同时只跑一个 DeepSeek 任务，其他的排队。
• 网页 AI 可以在总结最后写一节「画面调整」：用不上的画面写「不用」，以后不再发给它；它从字幕推测缺图的地方写「补截」和时间段，程序在那段时间里截几张不同的候选，下一轮给它挑。命令行用 pack --follow-up 生成下一轮材料。
• 装了 AutoSlides Extractor 时，屏幕页默认由它来找，讲者翻得快的页也不会漏。屏幕和摄像头拼在一起的视频先裁出屏幕区域再交给它，同一页逐步出现的几步合成一页。「处理」页取消勾选就改用本程序自己的规则。
• 「设置」里可以一键下载 AutoSlides Extractor 的免安装版（从作者的 GitHub 发布页下载，约 90 MB），放在本程序的数据文件夹里，再下载一次就换成最新版。

改动：

• 写总结的规则改成把画面当材料：表格的数字、图表的走势、文件和政策的条文要读出来写进总结，尤其是讲者没念出来的。画面链接只放在图上确实显示了这一点的地方，链接文字写图上是什么；素材画面、空镜、讲者不链接。
• 发给网页 AI 的每张图（包括总图里的每一页）左下角印上编号和时间，表里也按编号列出路径。以前一次附几十张图时，AI 会按上传顺序对图，把素材画面当成别的图表。
• 去掉了按「如图」「看这里」这类说法自动截图：在讲图论的课里「这个图」说的是图论里的图，截了很多没用的画面，而且截的是话刚出口的时候，图往往还没出来。现在由 AI 读字幕自己推测哪里缺图。
• 画面布局的识别：
  • 顶部一直不变的标题栏不再被当成屏幕；
  • 屏幕里没有边框的讲者小窗能认出来，找翻页时把它涂黑；
  • 讲者挡住了一部分分界线时，也能认出「摄像头和屏幕并排」；
  • 用摄像机拍投影或显示器的视频，会找出投影那一块，在里面找翻页。
• 以前判成「只有摄像头」的视频（比如素材画面里偶尔插一张图表、截图），现在会把画面里停住两秒以上的图表和截图当作屏幕页。烧进画面的字幕两三秒换一句，不会再把一张图拆成几段短的而被扔掉。

修复：

• 手工指定的屏幕区域只是裁掉了画面四周时，不再被当成「屏幕加摄像头」。
• 用 AutoSlides Extractor 时，视频名较长的话，它写出的文件路径会超过 Windows 260 个字符的上限，结果读不回来。现在让它在短路径的临时目录里运行。默认用它时如果失败，自动改用本程序自己的规则，处理不会因此报错。
• 网页 AI 在正文里链接了一张画面、又在「画面调整」里写了「不用」时，以正文为准。

其他：

• 已经处理过的视频要重新处理，才用得上新的布局识别和屏幕页；已有的字幕、字幕改正和总结都不受影响。
• manifest.json 的布局类型多了 projected（摄像机拍的投影或屏幕）。

代码改动：

• 命令行新增 picture_review.py，负责「画面调整」：记下不用的画面，在指定时间段里挑候选（同一画面停留越久越优先，素材画面每秒都在变，排在后面）。packing.py 增加了下一轮材料，media.py 增加了在图上印编号的点阵字体（安装包里的 FFmpeg 没有写字功能）。
• layout.py 增加了上面几条布局规则和「摄像机拍的投影」这一类；processor.py 改为装了 Extractor 时先交给它，失败再用自己的规则。
• 桌面程序新增三个文件：deepseek.js 操作 DeepSeek 网页（附图、填字、发送、等写完、读回代码块），只依赖 Electron，以后接别的网页 AI 照同样的接口再写一个；chat-rounds.js 负责多轮往返；extractor.js 负责下载 Extractor 免安装版。
• 测试：新增模拟 DeepSeek 页面的多轮测试（含一次服务器繁忙）、假 Extractor 测试、几种布局的合成视频测试和下载测试。桌面程序测试里的确认框改在页面里回答，跑测试时不再在屏幕上弹出对话框。

从 0.6.2 及以后的版本更新，只下载变化的部分。设置和工作区都保留。

• 桌面程序：下载 Video-Agent-Setup-1.2.0.exe，直接运行即可覆盖旧版本。安装包没有代码签名，Windows SmartScreen 可能提示“未知发布者”，选“仍要运行”即可。

• 命令行工具（需要 uv，不需要 git）：

  uv tool install --force https://github.com/edsfod/video-agent/releases/download/v1.2.0/video_agent-1.2.0-py3-none-any.whl

  用 uv 安装时，FFmpeg 由 imageio-ffmpeg 从 PyPI 提供；电脑上已有的 ffmpeg 会优先使用。compress 需要带 SVT-AV1 的 FFmpeg。

本页附有安装包里 LGPL FFmpeg 的完整源码（ffmpeg-9.0.2.tar.xz、dav1d-1.5.4.tar.xz、SVT-AV1-v4.2.0.tar.gz）和编译说明（FFmpeg-BUILD.txt），与 0.9.0 相同。