claude-video是什么：让Claude看懂任何视频的终极神器

claude-video是什么让Claude看懂任何视频的终极神器【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 是一个给 Claude 装上眼睛和耳朵的开源视频理解插件——一条/watch命令就能让 Claude 自动下载视频、逐帧抽画面、提取字幕或语音转写然后像一个真正看过视频的人一样回答你的问题。无论你是想总结 YouTube 长视频、拆解爆款内容的开头钩子还是从一段屏幕录屏里定位 Bug这个免费的 Claude 视频插件都能帮你省下亲眼看一遍的时间。为什么需要 claude-video平时让 Claude 读网页、跑脚本、浏览代码仓库都没问题但视频一直是它的短板你丢一个 YouTube 链接过去它只能靠标题瞎猜或者抓一份残缺的转写文本。claude-video 补齐了这块缺口。安装后粘贴 URL 或本地视频路径 一个问题Claude 就会用 yt-dlp 下载视频支持 YouTube、Loom、TikTok、X、Instagram 等数百个平台也支持本地.mp4、.mov、.mkv文件用 ffmpeg 按自动计算的帧率抽取画面优先抓取平台原生字幕免费没有字幕时自动调用 Whisper API 转写把每一帧当作图片读进上下文再结合带时间戳的转写文本回答问题回答不再是根据标题推测而是我亲眼看到了第 30 秒的画面。快速安装3 种方式一键上手方式一Claude Code 插件推荐在 Claude Code 中执行两行命令即可/plugin marketplace add bradautomates/claude-video /plugin install watchclaude-video后续用/plugin update watchclaude-video即可升级。方式二claude.ai 网页版从 Release 下载watch.skill文件进入 Settings → Capabilities → Skills点上传记得先开启 Code execution and file creation因为技能需要调用 ffmpeg 和 yt-dlp方式三Codex 或手动克隆git clone https://gitcode.com/GitHub_Trending/cl/claude-video ~/.codex/skills/watch手动开发者也可以克隆到~/.claude/skills/watch目录。第一次运行零配置自动装依赖首次调用/watch时技能会运行 scripts/setup.py 做预检macOS自动通过 brew 安装 ffmpeg 和 yt-dlpLinux打印对应的 apt / dnf / pipx 安装命令Windows打印 winget / pip 命令Whisper API 密钥自动在~/.config/watch/.env中生成占位配置0600 权限填入 Groq 或 OpenAI 密钥即可关键点大部分公开视频有免费字幕完全不用花钱。只有当视频没有字幕轨道时本地文件、TikTok、部分 Vimeo才需要 Whisper API 密钥。设置完成后预检静默通过后续运行几乎零开销。核心用法一条命令看懂视频基本格式就是/watch 视频地址 你的问题/watch https://youtu.be/xxx 第30秒发生了什么 /watch ~/Movies/screen-recording.mp4 界面什么时候出问题的聚焦某个时间段是省 Token 的利器——加上--start/--end后帧预算会变得更密/watch 视频链接 --start 2:15 --end 2:45其他常用参数传入 scripts/watch.py参数作用--max-frames N压低帧数上限更省 Token--resolution 1024加宽帧宽用于读屏幕上的文字--fps F手动指定抽帧频率最高 2 fps--no-whisper完全禁用转写只看画面它是怎么看懂视频的整个流程由 scripts/watch.py 编排核心模块各司其职scripts/download.pyyt-dlp 下载 抓取原生字幕scripts/frames.pyffmpeg 抽帧含按时长自动缩放帧率的逻辑scripts/transcribe.pyVTT 字幕解析、去重以及 Whisper 回退调度scripts/whisper.pyGroq优先更便宜更快/ OpenAI 转写客户端抽出的帧带tMM:SS时间戳转写文本同样带时间戳Claude 会把两者对齐——看到第 45 秒屏幕报错就能对应到第 45 秒他说的那个按钮。帧预算为什么视频长短决定回答质量图片是最烧 Token 的部分所以 claude-video 采用按时长分配帧预算的策略视频时长默认帧数覆盖效果≤30 秒约 30 帧密集基本覆盖每个关键时刻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 帧稀疏扫描建议聚焦重跑硬性上限是2 fps、100 帧。超过 10 分钟的视频脚本会打印稀疏扫描警告此时用--start/--end聚焦你真正关心的片段效果远好于硬扫全片。典型使用场景拆解别人的内容/watch 爆款视频 他开头用了什么钩子Claude 看前几帧画面 开场转写直接帮你分析结构从录屏诊断 Bug/watch bug-repro.mov 哪里出问题了它常能定位到出错的帧并描述屏幕内容快速总结长视频/watch 链接 summarize this比 2 倍速看完还快回答细节问题/watch 链接 她提到了哪些工具使用限制与常见问题最佳精度10 分钟以内的视频更长请用聚焦模式Whisper 上传上限 25 MB约等于 50 分钟音频16 kHz 单声道不支持需要登录的平台技能不会登录任何账号yt-dlp 拿不到的/watch也拿不到安全设计视频本身绝不上传到任何 API只有无字幕时才上传提取出的音频片段不访问平台账号、不缓存密钥项目结构与版本项目结构非常清晰技能契约定义在 SKILL.mdSKILL.md技能主契约三种安装面共用scripts/全部核心脚本watch、download、frames、transcribe、whisper、setuphooks/hooks.jsonClaude Code 的会话启动状态钩子CHANGELOG.md版本历史当前 0.1.32026-05项目采用 MIT 开源协议构建在 yt-dlp、ffmpeg 和 Claude 多模态 Read 工具之上。装好之后视频这个 Claude 此前看不懂的输入源从此可以像文档一样直接交给它。【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