Claude Video：让代理读取视频画面与声音
讓克勞德能夠觀看任何影片。 /watch 下載、提取影格、轉錄，然後將其全部交給 Claude。
秒懂
- 它是什麼？
- Claude Video 的 /watch 技能把字幕、音频转录和抽帧组合起来，适合视频问答、录屏排障与内容整理，但帧预算和外部工具依赖决定了实际成本。
- 適合誰用？
- 适合需要项目 README 将入口命名为 /并能接受项目当前边界的团队，不适合把 README 的自报能力直接当成生产保证的团队。先验证 首次运行在 macOS 上可通过 brew 安装 yt-dlp 和 ffmpeg，Linu，同时观察真实输入、错误日志、生成物和重启后的状态，再决定是否扩大部署范围。
- 可以商用嗎？
- 可以。MIT 是寬鬆授權：你可以使用、修改並販售以它為基礎的軟體，只需保留著作權與授權聲明。
- 還在維護嗎？
- 有在維護。儲存庫最近一次提交在 77 天前。
- 用什麼語言寫的？
- 主要是 Python（依據 GitHub 的語言統計）。
以上回答依據專案的 GitHub 資料（最近同步於 2026年9月15日）與我們的分析，不構成法律意見。
開源專案深度解析
/watch 接收什么输入
bradautomates/claude-video：项目的入口不是一个抽象口号，而是 README 明确写出的工作对象。项目 README 将入口命名为 /watch，可接受 yt-dlp 支持的 URL 或本地 mp4、mov、mkv、webm 文件，然后附带问题交给 Claude。Claude Code 可通过 marketplace 添加 bradautomates/claude-video 并安装 watch，也支持 `npx skills add bradautomates/claude-video -g`。 首次运行在 macOS 上可通过 brew 安装 yt-dlp 和 ffmpeg，Linux 与 Windows 会打印对应命令。README 说字幕优先，只有没有字幕或需要 Whisper 时才提取和上传音频。 这决定了读者应先把它放进哪一种问题里：是构建界面、处理文件、识别图像、编排任务，还是观察模型调用。若需求超出这条边界，仓库的星标和项目描述都不能替代功能验证。
bradautomates/claude-video：从实际使用角度看，最有价值的是把 README 的名词映射到一个小输入和一个可观察输出。输入、配置、产物和失败信息都应单独记录。这样得到的是针对 claude-video 的判断，而不是一段脱离版本的宣传摘要。
bradautomates/claude-video：claude-video README 的另一项具体线索是：字幕由 yt-dlp 获取，可能是人工或自动生成。缺少字幕时，脚本提取单声道 16 kHz、64 kbps 的 mp3，再调用 Groq 的 whisper-large-v3 或 OpenAI whisper-1；API 密钥只在回退路径需要。 这项线索应和前面的输入输出一起记录，避免把单一演示扩大成对全部场景的判断。
字幕优先的转录链
bradautomates/claude-video：字幕由 yt-dlp 获取，可能是人工或自动生成。缺少字幕时，脚本提取单声道 16 kHz、64 kbps 的 mp3，再调用 Groq 的 whisper-large-v3 或 OpenAI whisper-1；API 密钥只在回退路径需要。 这部分说明了项目的主要工作路径。README 能证明的是接口、命令或组件被项目方列出，并不能证明每个平台或每种负载都具有相同表现。尤其涉及自报数字、兼容比例或支持数量时，应把它们视为项目方口径。
bradautomates/claude-video：对采用者来说，先固定版本和输入更有意义。用一个能代表业务的最小案例检查输出是否符合预期，再检查错误是否能被定位。文档未说明的默认值、资源上限和兼容组合，不应在选型记录中写成已确认能力。
bradautomates/claude-video：claude-video README 的另一项具体线索是：ffmpeg 按 detail 选项抽帧：efficient 使用关键帧，balanced 和 token-burner 偏向场景变化，不足时回退到按时长采样。默认 JPEG 宽度为 512 像素，并限制高度为 1998 像素以适配 Claude Read。 这项线索应和前面的输入输出一起记录，避免把单一演示扩大成对全部场景的判断。
抽帧策略决定上下文
bradautomates/claude-video：ffmpeg 按 detail 选项抽帧：efficient 使用关键帧，balanced 和 token-burner 偏向场景变化，不足时回退到按时长采样。默认 JPEG 宽度为 512 像素，并限制高度为 1998 像素以适配 Claude Read。 是这套工具真正影响日常流程的地方。它把某些原本分散的动作放到了同一条链路中，但每个动作仍有自己的前置条件。例如终端预览需要协议，OCR 需要语言数据，工作流需要执行器，模型评估需要记录上下文。
bradautomates/claude-video：因此，验证不应只停在“命令成功”或“页面打开”。应观察中间产物、日志、时间戳、生成文件、任务状态或评估记录。若只看最终结果，很容易把外部服务、缓存、插件或默认配置造成的效果误认为项目本身的稳定能力。
bradautomates/claude-video：claude-video README 的另一项具体线索是：README 给出按时长的默认帧预算：30 秒以内约 30 帧，1 至 3 分钟约 60 帧，3 至 10 分钟约 80 帧，超过 10 分钟在封顶模式最多 100 帧。指定片段时可传 `--start` 和 `--end`，聚焦模式最高每秒 2 帧。 这项线索应和前面的输入输出一起记录，避免把单一演示扩大成对全部场景的判断。
时间范围与帧预算
bradautomates/claude-video：README 给出按时长的默认帧预算：30 秒以内约 30 帧，1 至 3 分钟约 60 帧，3 至 10 分钟约 80 帧，超过 10 分钟在封顶模式最多 100 帧。指定片段时可传 `--start` 和 `--end`，聚焦模式最高每秒 2 帧。 展示了项目和周边系统的连接方式。README 列出的集成可以帮助缩短第一次试用，但连接外部服务也会引入权限、版本和数据流问题。当前素材没有为所有组合提供兼容矩阵，也没有承诺统一的服务等级。
bradautomates/claude-video：对团队部署而言，应把连接点写进运行清单：需要哪些凭据，哪些目录会写入，哪个端口会暴露，失败后能否重试或恢复，升级后哪些配置需要重看。对于 claude-video，这些问题比“功能很多”更能决定维护成本。
bradautomates/claude-video：claude-video README 的另一项具体线索是：使用它排查录屏时，结论依赖实际帧和带时间戳文本，不是视频标题。项目会在结束时打印工作目录；不再追问时脚本会清理目录。README 未承诺所有站点登录、版权限制、超长视频耗时或转录准确率。 这项线索应和前面的输入输出一起记录，避免把单一演示扩大成对全部场景的判断。
录屏排障的证据链
bradautomates/claude-video：使用它排查录屏时，结论依赖实际帧和带时间戳文本，不是视频标题。项目会在结束时打印工作目录；不再追问时脚本会清理目录。README 未承诺所有站点登录、版权限制、超长视频耗时或转录准确率。 给出了最需要认真对待的限制。许可证只说明代码使用条件，不等于安全审查、性能验收或数据处理承诺已经完成。项目状态、平台标签和 README 的自报信息也都应与自己的环境分开记录。
bradautomates/claude-video：适合它的人，是能接受上述前置条件，并愿意围绕具体输入建立验收样本的人。不适合的人，是需要文档已经替自己承诺全部平台、所有格式或长期稳定性的团队。这个区分能避免把一次成功演示直接升级为生产结论。
bradautomates/claude-video：claude-video README 的另一项具体线索是：项目 README 将入口命名为 /watch，可接受 yt-dlp 支持的 URL 或本地 mp4、mov、mkv、webm 文件，然后附带问题交给 Claude。Claude Code 可通过 marketplace 添加 bradautomates/claude-video 并安装 watch，也支持 `npx skills add bradautomates/claude-video -g`。 这项线索应和前面的输入输出一起记录，避免把单一演示扩大成对全部场景的判断。
外部工具与数据边界
bradautomates/claude-video：第一次核验可以围绕 claude-video 的最小路径展开：首次运行在 macOS 上可通过 brew 安装 yt-dlp 和 ffmpeg，Linux 与 Windows 会打印对应命令。README 说字幕优先，只有没有字幕或需要 Whisper 时才提取和上传音频。 先在隔离目录或测试账户中执行，保存命令输出和生成物；随后用第二个边界样本检查失败行为，再重启或重新运行确认状态是否保留。README 给出按时长的默认帧预算：30 秒以内约 30 帧，1 至 3 分钟约 60 帧，3 至 10 分钟约 80 帧，超过 10 分钟在封顶模式最多 100 帧。指定片段时可传 `--start` 和 `--end`，聚焦模式最高每秒 2 帧。 中提到的外部连接、数据目录或版本入口，应作为观察点。
bradautomates/claude-video：针对 claude-video，结论应落在具体决定上：谁使用、处理什么输入、接受哪种输出、哪些条件尚未满足。若是 Flutter，就比较同一 Widget 在目标平台的渲染和热重载状态；若是 Perry，就核对编译产物与 Node 模块；若是 Tesseract，就比较 traineddata 和输出格式；若是 claude-video，就保存帧与转录；若是 TruLens，就留存反馈记录；若是 Memos 或 NoteGen，就检查文件与索引；若是 Yazi，就测试终端协议；若是 Airflow 或 Kestra，就观察调度状态与任务产物。先验证这一小段路径，再决定是否扩展到多平台、批量数据、生产调度或长期存储。
bradautomates/claude-video：claude-video README 的另一项具体线索是：首次运行在 macOS 上可通过 brew 安装 yt-dlp 和 ffmpeg，Linux 与 Windows 会打印对应命令。README 说字幕优先，只有没有字幕或需要 Whisper 时才提取和上传音频。 这项线索应和前面的输入输出一起记录，避免把单一演示扩大成对全部场景的判断。
編輯結論
适合需要项目 README 将入口命名为 /并能接受项目当前边界的团队，不适合把 README 的自报能力直接当成生产保证的团队。先验证 首次运行在 macOS 上可通过 brew 安装 yt-dlp 和 ffmpeg，Linu，同时观察真实输入、错误日志、生成物和重启后的状态，再决定是否扩大部署范围。
社群筆記