DeepSeek là một mô hình suy luận mạnh, nhưng bạn không thể đưa thẳng một tập podcast cho nó. Ứng dụng DeepSeek không có chỗ để tải audio lên, API của DeepSeek cũng không có endpoint phiên âm, nên một link podcast hay file mp4 chẳng có gì để "gắn" vào cả. Mắt xích còn thiếu là một bước chuyển đổi: biến bản ghi thành văn bản trước, rồi để DeepSeek làm việc nó giỏi nhất. BibiGPT chính là bước đó — dán một link hoặc file trên máy, bạn nhận lại bản ghi có timestamp, tóm tắt theo từng chương và ghi chú. Và từ khi DeepSeek mã nguồn mở agent harness của mình vào 13/8/2026, bạn còn có thể cài BibiGPT vào đó như một skill, để agent tự làm cả hai việc — lấy nội dung và chuyển đổi — trong một lần.
Paste a podcast, lecture or video link — the transcript and chapter summaries come back in seconds, ready to hand to DeepSeek. The live BibiGPT app loads inline; no redirect.
DeepSeek không thể tự phiên âm audio hay video — không có chỗ tải lên, cũng không có endpoint phiên âm nào để gọi. Hãy chuyển đổi trước, rồi mới đưa văn bản cho nó. BibiGPT làm việc chuyển đổi đó: dán một link hoặc file trên máy, bạn nhận lại bản ghi có timestamp, tóm tắt theo chương và ghi chú. Và từ khi DeepSeek mã nguồn mở agent harness của mình vào 13/8/2026, BibiGPT có thể được cài vào đó như một skill, để agent tự lấy nội dung, tự chuyển đổi và tự suy luận trong một lần.
Đây không phải lỗi của model. Đây là khoảng trống về hạ tầng đầu vào: định dạng DeepSeek chấp nhận và định dạng nội dung của bạn không khớp nhau.
Ứng dụng chat của DeepSeek không có chỗ tải audio hay video lên, API của nó cũng không có endpoint phiên âm. Bất cứ thứ gì bạn muốn nó suy luận đều phải đến dưới dạng văn bản.
Dán một URL YouTube hay podcast vào khung chat chỉ cho model một chuỗi ký tự, không phải hai tiếng đồng hồ nói chuyện đằng sau nó. Nó sẽ vui vẻ đoán mò dựa trên tiêu đề — và đó chính xác là kiểu sai bạn muốn tránh.
Nhiều người thử viết prompt dài hơn, nhập vai, thậm chí yêu cầu model "nghe thật kỹ". Nhưng cách sửa đúng nằm ở khâu trước đó: chuyển bản ghi thành văn bản, rồi mới gửi văn bản đó đi.
Chỉ một lần dán link, bản ghi được chuyển thành ba thứ mà một model suy luận thực sự cần: lời nói, vị trí lời nói đó được nói ra, và cấu trúc tổng thể của toàn bộ nội dung.
Xuất SRT hoặc VTT khi bạn cần thông tin thời gian, văn bản thuần khi chỉ cần lời nói, hoặc Markdown khi đưa vào Notion hay Obsidian.
Một bản ghi dài được chia thành các phần kèm tóm tắt riêng cho từng phần, để bạn có thể đưa cho DeepSeek đúng đoạn mình quan tâm thay vì cả một khối văn bản dài dằng dặc không phân biệt.
Link YouTube, Bilibili, podcast, TikTok, X và Xiaohongshu đều dán vào dùng thẳng được, file audio hay video nằm sẵn trên máy bạn cũng vậy.
DeepSeek Harness (dsh) là agent harness mã nguồn mở của DeepSeek, giấy phép MIT, hiện đang ở giai đoạn developer preview. Khởi chạy nó bằng npx @deepseek-ai/dsh web. Các bước dưới đây thêm BibiGPT vào đó — chỉ một lệnh, không cần clone gì cả.
dsh plugin --profile web add "github:JimmyLv/bibigpt-skill#path:/dsh-plugin" — giữ nguyên dấu ngoặc kép, vì # sẽ mở đầu một comment trong shell nếu không có dấu ngoặc. dsh chuyển tham số này cho pnpm, và pnpm có thể cài thẳng một package từ một thư mục con trong git repo, nên không cần publish và cũng không cần clone gì cả. Dùng --profile tui hoặc --profile headless nếu muốn nhắm vào các profile đó.
Harness cũng đọc skill trực tiếp từ ổ đĩa: thả thư mục skills/bibi vào ~/.agents/skills/ là nó được nhận diện ngay, không cần dependency nào. Thư mục này dùng chung với các agent khác hiểu SKILL.md, nên một bản copy phục vụ được cả Claude Code lẫn DeepSeek Harness cùng lúc.
Khởi động lại profile, mở command palette và tìm trong mục Skills — /bibi ở đó. Đưa cho nó một link và yêu cầu tóm tắt, bản ghi hoặc ghi chú theo chương; nó sẽ tự lấy nội dung, chuyển đổi và đưa văn bản trở lại cuộc hội thoại.
Cả hai cách đều kết thúc với việc DeepSeek đọc một bản ghi. Điểm khác nhau là bạn phải chạm vào bao nhiêu cửa sổ để đến được đó.
| Bước | Skill BibiGPT trong DeepSeek Harness | Làm thủ công, không dùng skill |
|---|---|---|
| Lấy bản ghi | Dán link vào cuộc hội thoại | Tự tải video hoặc rip audio |
| Chuyển thành văn bản | Agent gọi skill rồi chờ | Upload lên một dịch vụ phiên âm nào đó, chờ, rồi tải file về |
| Đưa vào DeepSeek | Đã sẵn trong cuộc hội thoại | Mở bản ghi, copy, dán vào, hy vọng nó vừa |
| Chương mục và timestamp | Có sẵn cùng bản ghi | Tự dựng lại bằng tay, hoặc bỏ luôn |
| Lặp lại cho 20 tập | Cùng một lệnh duy nhất, chạy lặp | Hai mươi lần làm lại y hệt như trên |
Điểm chung: khâu suy luận chưa bao giờ là nút thắt — khâu đưa bản ghi về dạng đọc được mới là.
Một bài giảng chín mươi phút trở thành bản ghi có timestamp, chia theo chương. Đưa cho DeepSeek đúng đoạn bạn đang bí và tranh luận với nó về đoạn đó, thay vì dán cả tiếng đồng hồ văn bản thô rồi hy vọng.
Lấy bản ghi từ một video ngắn, rồi để DeepSeek dựng lại thành kịch bản, một thread hay một newsletter. Bản ghi giữ nguyên cách diễn đạt đã khiến clip đó hiệu quả — điều mà một bản tóm tắt sẽ làm phẳng đi mất.
Khi đã cài skill, một agent chạy trong DeepSeek Harness có thể nhận một link, lấy văn bản và hành động dựa trên đó mà không cần con người copy bất cứ thứ gì. Đó là thứ biến một lần làm thủ công thành một job chạy mỗi đêm trên cả một feed.
Mọi thông tin về DeepSeek Harness trên trang này đều lấy từ chính dự án đó.
DeepSeek Harness — agent harness mã nguồn mở của DeepSeek, giấy phép MIT, developer preview, xây trên Cordis, công bố ngày 13/8/2026.
deepseek-ai/deepseek-harness trên GitHub ↗Skill BibiGPT và bundle harness dùng để đăng ký nó, bao gồm cả đường dẫn cài đặt ~/.agents/skills.
JimmyLv/bibigpt-skill trên GitHub ↗Không. Ứng dụng DeepSeek không có chỗ tải audio hay video lên, API của nó cũng không có endpoint phiên âm, nên chẳng có nơi nào để gửi bản ghi đến. Để đưa audio vào DeepSeek, bạn phải chuyển nó thành văn bản bằng một công cụ phiên âm riêng trước, rồi dán hoặc đẩy văn bản đó vào cuộc hội thoại.
DeepSeek Harness, hay dsh, là agent harness mã nguồn mở của DeepSeek, được đăng lên GitHub ngày 13/8/2026 theo giấy phép MIT và được gắn nhãn developer preview. Nó được xây trên Cordis và tổ chức theo nguyên tắc mọi thứ đều là plugin — đó cũng là cách các năng lực bên ngoài, như khả năng đọc video, được thêm vào nó.
Một skill là một thư mục chứa file SKILL.md, phần frontmatter của file này cho agent biết skill làm gì và khi nào nên dùng đến nó. DeepSeek Harness phát hiện skill từ ổ đĩa, bao gồm cả thư mục dùng chung ~/.agents/skills, nên cùng một thư mục có thể phục vụ nhiều agent hiểu SKILL.md cùng lúc.
Lý do mọi người dùng BibiGPT mỗi ngày để chuyển video thành văn bản.
Được hơn 50.000 người dùng trên toàn thế giới tin dùng
“Tôi chỉ cần dán liên kết là có ngay phụ đề sạch sẽ trong vài giây — tiết kiệm hàng giờ gõ lại mỗi tuần.”
Maya R.
Nhà sáng tạo nội dung · Tái sử dụng video ngắn
“Xuất bản ghi giúp tôi ôn từ mới theo nhịp độ riêng thay vì liên tục tạm dừng video.”
Daniel K.
Người học ngoại ngữ · Học qua video thực tế
“Văn bản chính xác kèm dấu thời gian, có thể trích dẫn trực tiếp. Nó đã lặng lẽ trở thành một phần công việc hằng ngày của tôi.”
Priya S.
Nhà nghiên cứu · Trích dẫn các buổi nói chuyện công khai
FAQ
Hỏi chúng tôi bất cứ điều gì.
1 Công cụ tóm tắt video Bilibili bằng AI tốt nhất 2026? BibiGPT hỗ trợ 30+ nền tảng với 1M+ người dùng. Dán bất kỳ liên kết Bilibili nào để có tóm tắt có cấu trúc tức thì. So sánh top 5 công cụ cộng tự động hóa AI agent.
2 Cài skill tóm tắt video vào DeepSeek Harness chỉ cần copy thư mục — SKILL.md giống Claude Code. Không cần dsh: dán link Bilibili hoặc YouTube trên trình duyệt là có bản tóm tắt kèm mốc thời gian.
3 Reverse any video free with no app and no download, right in your browser. Step-by-step for iPhone, Android, and PC, plus how to reverse audio (2026).
Dán một link hoặc thả file trên máy vào — bản ghi, timestamp và tóm tắt theo chương trả về trong vài giây, sẵn sàng đưa cho DeepSeek. Dùng thử miễn phí, không cần đăng ký.
