正在打开每日关注
正在打开每日关注
用字幕、场景抽帧与转录，让 Claude 低成本分析在线视频和本地视频。
刚发现一个非常震撼的插件: 可以让你的AI Agent免费“看完”任何视频，秒出精华。 粘贴任意URL（YouTube、Loom、TikTok、本地文件都行），它就能逐帧看画面、听懂每一句话，全程几乎零成本。 高价值使用场景： •竞品发布视频：精准拆解钩子、画面节奏、结构逻辑 •屏幕录制调试：直接定位到报错那一帧，告诉你哪里崩了 •49分钟演讲：30秒出带时间戳的精准摘要 •产品宣传片：直接剥离营销话术，只留真正新增的东西 一键安装直接就能用，而且完全免费： > claude 代码：/plugin marketplace add bradautomates/claude-video 然后 /plugin install watch@claude-video > 或 npx skills add bradautomates/claude-video -g 用于 codex、cursor、gemini cli https://t.co/DKn76yXHUs
是什么
这是 GitHub 项目 bradautomates/claude-video，通过 /watch 把 URL 或本地视频转成 Claude 可消费的字幕、带时间戳转录和图像帧，使 Agent 能对视频内容提问。仓库页面显示 MIT license、5 个 releases，v0.2.0 标为 Latest。
核心设计
入口先由 yt-dlp 获取免费字幕；需要视觉证据时，ffmpeg 按场景变化抽帧或提取关键帧，避免均匀采样重复画面，再将帧与时间戳交给 Claude。无字幕时才调用 Whisper（文中称 Groq Whisper）兜底；README 还展示了 macOS 通过 brew 首次安装依赖，并支持按 --start/--end 聚焦片段。
关键洞察 它把“看视频”拆成可控的媒体预处理管线，优先利用便宜的结构化信号，再按问题补视觉信息，适合竞品发布拆解、录屏报错定位、长演讲摘要和产品视频去营销化。场景感知抽帧是节省上下文和 token 的关键。
边界与风险 “免费”依赖视频有可用字幕；无字幕需要 Whisper API，长视频全量分析会消耗更多 token。字幕质量、场景切分、外链可访问性和系统依赖安装仍会影响结果，实际能力需要运行验证。