bradautomates/claude-video

项目概览

它提供了从视频下载、帧提取到音频转录的完整处理链，并以可移植的技能单元支持 50 多个代理宿主，直接弥补了 AI 助手无法理解视频内容的缺口。

项目类型

AI Agent · 视频技术

应用场景

数据分析

部署方式

查看项目说明

License

MIT

适合谁

• 需要让现有 AI 编程助手或代理具备视频内容分析与问答能力的开发者。
• 希望通过 API 或 CLI 形式与 Claude Code 等宿主集成，处理视频模态数据的技术用户。

核心能力

• 使用 yt-dlp 封装器优先检查原生字幕，并仅下载当前运行所需的视频内容，支持 YouTube、Loom、TikTok、X、Instagram 以及本地文件路径。
• 使用 ffmpeg 从视频中提取图像帧，配备自动帧率逻辑，并通过去重步骤丢弃近乎相同的帧画面。
• 优先解析 VTT 原生字幕，如果不存在则通过 Groq 或 OpenAI API 编排 Whisper 进行音频转录。
• 在首次运行时检查所需依赖（ffmpeg、yt-dlp），并自动安装这些依赖或提供具体的安装命令。

限制与风险

• 对长视频内容理解的准确性取决于所使用的细节模式；在截断模式下，处理超过 10 分钟的视频时信息会变得稀疏。
• 音频转录可选用 Groq API 或 OpenAI API，这属于可选的付费外部服务依赖。
• 关于该项目的数据遥测情况目前未被文档记录。

如何开始

• 通过插件市场或使用 npx skills add 命令安装该技能，初始无需配置，首次运行时会自动安装依赖。
• 安装完成后，在 Claude Code 环境中使用 /watch 命令并传入视频 URL 及相关问题即可开始使用。

核验依据

• GitHub 项目简介: Give Claude the ability to watch any video. /watch downloads, extracts frames, transcribes, hands it all to Claude.
• README: The CLI discovers the skill from `skills/watch/SKILL.md` and copies the whole folder — `SKILL.md` plus its `scripts/` runtime — as a self-contained unit.
• README: Claude can read a webpage, run a script, browse a repo. What it can't do, out of the box, is *watch a video*.
• README: you can paste a URL or a local path, ask a question, and Claude fetches captions first, downloads only what it needs, extracts frames (scene-aware, or fast keyframes at `efficient…
• README: URL (anything yt-dlp supports — YouTube, Loom, TikTok, X, Instagram, plus a few hundred more) or a local path

内容核验时间：