一文读懂claude-video：从粘贴URL到Claude‘看完‘视频的完整旅程

一文读懂claude-video从粘贴URL到Claude看完视频的完整旅程【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是一个开源技能Skill让 Claude 拥有看视频的能力粘贴一个视频 URL 或本地文件/watch命令会自动完成下载、抽帧、字幕/语音转写并把每一帧画面和逐句字幕交给 Claude——等它回答时它是真的看过这个视频的。一、它解决什么问题 以前你给 Claude 一个 YouTube 链接它只能靠标题猜测或者拿到一份缺少画面信息的文字稿。画面里发生了什么界面长什么样、某一刻弹出了什么错误它一概不知。claude-video补上了这个缺口把视频变成 Claude 能直接消费的输入。典型用法有三个拆解别人的内容粘贴一个爆款视频问它开场用了什么钩子——Claude 会看前几帧画面、读开头字幕帮你分析结构从录屏中定位 bug把同事发来的报错录屏丢给它问哪里出了问题它能找到问题出现的那一帧并描述画面✂️快速总结视频20 分钟的长视频不值得看完/watch一句话让它给出结构、重点时刻和实际讲到的内容比 2 倍速快得多。二、三种安装方式总有一款适合你使用环境安装方式Claude Code/plugin marketplace add bradautomates/claude-video然后/plugin install watchclaude-videoclaude.ai网页版下载watch.skill文件在 设置 → Capabilities → Skills 中导入手动安装 / Codexgit clone https://gitcode.com/GitHub_Trending/cl/claude-video ~/.claude/skills/watch 零配置起步首次运行时会自动通过 brew 安装yt-dlp和ffmpegmacOS 自动执行Linux/Windows 会打印精确命令。只要视频平台本身有字幕全程免费连 API Key 都不用配。三、上手体验一条命令开始看视频装好后在对话里直接输入/watch https://youtu.be/dQw4w9WgXcQ what happens at the 30 second mark?还支持本地文件和聚焦片段/watch ~/Movies/screen-recording.mp4 when does the UI break? /watch https://youtu.be/abc --start 2:15 --end 2:45支持 YouTube、Vimeo、TikTok、X、Instagram 等 yt-dlp 能下载的任何公开视频以及.mp4、.mov、.mkv、.webm等本地格式。四、幕后流程从 URL 到看完的 5 步流水线 整个流程由 watch 技能契约 定义入口是scripts/watch.py各步骤分工明确预检环境scripts/setup.py做一次不到 100 毫秒的检查确认ffmpeg/yt-dlp就绪缺失时引导安装下载视频scripts/download.py调用 yt-dlp 把视频拉到临时工作目录同时顺手抓取原生字幕VTT 格式自动抽帧scripts/frames.py用 ffmpeg 按时长自适应帧率把视频切成 JPEG 帧每帧带tMM:SS时间戳标记获取逐句字幕scripts/transcribe.py优先使用平台原生字幕免费、快没有字幕时scripts/whisper.py把音频发给 Whisper APIGroq 优先OpenAI 兜底做语音转写逐帧阅读并回答Claude 并行读取每一帧图片配合带时间戳的字幕回答你的问题——答案基于它真正看到的画面和听到的台词而非标题猜测。用完之后临时目录会被清理。五、帧预算策略为什么长视频不建议一口气看完️ 图片是最耗 token 的部分所以脚本按视频时长自动分配帧数而不是固定抽帧率视频时长默认帧预算体验≤ 30 秒约 30 帧密集几乎覆盖每个关键时刻30 秒 – 1 分钟约 40 帧依然密集1 – 3 分钟约 60 帧舒适3 – 10 分钟约 80 帧稀疏但可用 10 分钟100 帧上限触发sparse scan提醒当问题指向某个片段2:30 左右发生了什么、最后 30 秒时加上--start/--end进入聚焦模式——单位时间帧数更密上限 2 fps比全片稀疏扫一遍有用得多token 消耗也更低。六、成本与费用控制 费用结构非常友好下载 原生字幕只要yt-dlpffmpeg完全免费覆盖大多数公开视频Whisper 兜底仅当视频没有字幕轨道时才触发本地文件、部分 TikTok/Vimeo 等推荐 Groq 的whisper-large-v3更便宜更快Key 存放在~/.config/watch/.env彻底关闭转写加--no-whisper无字幕的视频只返回画面帧零 API 费用。其他实用参数--max-frames N收紧帧数上限、--resolution 1024提升分辨率以便读屏上文字PPT、代码截图场景、--fps F手动覆盖抽帧率。七、实用技巧与已知限制⚡ 几条帮你少走弯路10 分钟以内效果最佳更长的视频建议直接用--start/--end聚焦你关心的片段硬性上限2 fps、100 帧脚本强制生效不用担心上下文被撑爆Whisper 上传上限 25 MB约 50 分钟音频超长视频请靠字幕或聚焦区间不支持需要登录的平台技能不持有任何账号凭据yt-dlp 下载不了的它也看不了Windows 用户注意脚本要用python而不是python3调用后者是商店占位程序。八、快速开始清单 ✅选一种方式安装推荐 Claude Code 插件两条命令搞定首次运行/watch自动完成依赖预检与安装粘贴 URL 或本地路径 你的问题坐等 Claude看完作答长视频记得用--start/--end聚焦片段省 token 又精准。claude-video的代码结构非常清晰scripts/watch.py是编排入口download.py/frames.py/transcribe.py/whisper.py各司其职setup.py负责环境预检项目采用 MIT 协议开源欢迎阅读源码深入理解这套让 AI 看视频的流水线。【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