claude-video核心功能全解析下载、抽帧、转录、问答四步走【免费下载链接】claude-videoGive Claude the ability to watch any video. /watch downloads, extracts frames, transcribes, hands it all to Claude.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-videoclaude-video是一个让 Claude 拥有看视频能力的开源技能粘贴一个视频链接或本地文件/watch命令自动下载视频、抽帧成图片、转录成带时间戳的文字最后把画面和台词一起交给 Claude 回答你的问题。从此你不用再对着标题瞎猜——它真的看过这段视频。为什么需要 claude-videoClaude 能读网页、跑脚本、翻代码库但原生看不了视频。把 YouTube 链接丢给它它要么靠标题瞎猜要么拿到一份缺失 90% 画面信息的文字稿。claude-video 补上了这块拼图看画面把视频帧变成 JPEGClaude 逐帧阅读听声音优先用平台自带字幕免费没有字幕时调用 Whisper API 转录像人一样回答答案基于真正看到/听到的内容而不是根据描述典型玩法/watch https://youtu.be/dQw4w9WgXcQ 30秒处发生了什么 /watch ~/Movies/bug-repro.mov 哪里出错了 /watch https://youtu.be/abc 总结一下这个视频快速上手三种安装方式使用环境安装方式Claude Code插件市场两条命令安装之后/plugin update即可升级claude.ai 网页版下载watch.skill文件拖入 设置 → 能力 → 技能Codex / 手动安装git clone https://gitcode.com/GitHub_Trending/cl/claude-video ~/.claude/skills/watch安装后零配置开箱即用macOS 上首次运行会通过 Homebrew 自动装好yt-dlp和ffmpegLinux/Windows 会打印对应的安装命令。只有当视频完全没有字幕时才需要配置一个 Whisper API 密钥推荐 Groq便宜又快。核心功能四步走一次 /watch 背后发生了什么第一步下载视频yt-dlp 多平台支持只要yt-dlp支持的站点都能下YouTube、TikTok、X、Instagram、Loom、Vimeo 等几百个平台。本地文件.mp4、.mov、.mkv、.webm则跳过下载直接就地分析。这一步由 scripts/download.py 封装 yt-dlp 完成下载进临时工作目录顺带把原生字幕也一起拉下来。第二步智能抽帧ffmpeg 自动帧预算token 成本的大头是图片帧所以 scripts/frames.py 不是固定每秒抽 N 帧而是按视频时长动态分配帧预算——短视频密集、长视频封顶视频时长默认帧预算效果≤30 秒~30 帧密集基本覆盖每个关键时刻30秒 - 1 分钟~40 帧依然密集1 - 3 分钟~60 帧舒适3 - 10 分钟~80 帧略稀疏但够用10 分钟100 帧触发稀疏扫描警告硬性上限2 fps、100 帧帧宽默认 512px需要读屏幕上文字时可用--resolution 1024提升。第三步带时间戳的转录字幕优先Whisper 兜底scripts/transcribe.py 处理转录策略是免费优先原生字幕yt-dlp 拉取平台的手动/自动生成字幕免费、即时并对 YouTube 自动字幕的滚动重复行做了去重Whisper 兜底没有字幕时本地文件、部分 TikTok/Vimeo用 ffmpeg 抽出一段单声道 16kHz 音频约 0.5MB/分钟上传给 Groq 的whisper-large-v3首选或 OpenAI 的whisper-1API 客户端在 scripts/whisper.py 中用纯标准库实现第四步图文结合像看过一样回答脚本输出一份 Markdown 报告每帧的路径带tMM:SS时间戳标记转录稿同样带时间戳。Claude 并行Read每一帧JPEG 直接渲染为图片进上下文于是它同时握有两条证据链——每一时刻屏幕上有什么 每一时刻在说什么——再据此引用具体时间戳回答你的问题。进阶技巧聚焦模式与常用参数当用户点名某个片段2:30 左右、最后 30 秒用--start/--end切入聚焦模式帧预算按秒变密最高 2 fps转录也自动过滤到同一时间段比全片稀疏扫描划算得多/watch video.mp4 --start 2:15 --end 2:45 /watch $URL --start 1:12:00 # 从 1小时12分 直到结尾其他常用旋钮透传给 scripts/watch.py--max-frames N压低帧上限收紧 token 预算--resolution W需要读幻灯片/代码/终端时提到 1024px--whisper groq|openai强制指定转录后端--no-whisper完全禁用转录纯画面模式免费省钱提示同一次会话中追问同一视频时Claude 会直接基于上下文中已有的帧和转录回答不会重跑脚本。源码结构一览核心模块在哪里模块职责SKILL.md技能契约三种环境共用scripts/watch.py入口编排 下载 → 抽帧 → 转录 全流程scripts/download.pyyt-dlp 下载封装scripts/frames.pyffmpeg 抽帧 自动 fps 逻辑scripts/transcribe.py字幕解析 去重 Whisper 编排scripts/whisper.pyGroq / OpenAI 客户端scripts/setup.py环境预检 依赖安装向导commands/watch.mdClaude Code 斜杠命令入口hooks/hooks.json会话开始时的状态钩子版本历史可查 CHANGELOG.md。使用建议与已知限制✅10 分钟以内的视频效果最佳更长会触发稀疏扫描警告建议用--start/--end聚焦重跑⚠️Whisper 上传上限 25MB16kHz 单声道约等于 50 分钟音频⚠️不支持需登录的私有内容不保存账号、不登录平台yt-dlp 拿不到它也拿不到隐私友好视频本体不上传任何 API只在无字幕时上传抽取的音频片段密钥仅存放在~/.config/watch/.env权限 0600总结claude-video 用一条/watch命令串起了yt-dlp 下载 → ffmpeg 智能抽帧 → 字幕/Whisper 转录 → 多模态问答四个环节让分析爆款开头、从录屏里定位 bug、20 分钟视频 1 分钟读完这些需求都能直接甩给 Claude。MIT 协议开源安装两条命令值得每个重度视频内容分析者一试 【免费下载链接】claude-videoGive Claude the ability to watch any video. /watch downloads, extracts frames, transcribes, hands it all to Claude.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-video创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考