claude-video 是一个面向 Claude Code 及其他兼容 Agent 的视频分析 Skill，主要解决 AI Agent 难以直接理解完整视频内容的问题。用户可以提供在线视频链接或本地视频文件，工具会先获取视频和可用字幕，再通过 ffmpeg 提取关键画面，最终将带时间戳的文字稿与视频帧组合成 Claude 可以处理的上下文。它并不是让 Claude 像人一样连续播放整段视频，而是将视频拆解为文字、时间信息和代表性画面，再交给模型进行分析。这种处理方式更适合技术讲座总结、广告内容拆解、竞品视频研究、用户测试录屏分析等任务。对于需要把视频素材纳入 AI 工作流的开发者和内容创作者来说，claude-video 提供了一种相对清晰的视频到 Agent 上下文转换方案。
claude-video 是一个用于 Claude Code 的视频分析 Skill，也可以服务于其他支持相应 Agent Skill 工作方式的环境。它通过 yt-dlp 获取在线视频内容及字幕，再利用 ffmpeg 从视频中提取关键帧，并将视频转录文本与画面信息交给 Claude 分析。当平台存在字幕时，工具会优先利用已有字幕；没有字幕时，则可以使用 Groq 或 OpenAI 的 Whisper 服务完成语音转录。整个过程的重点并不是让模型直接处理连续视频流，而是把视频转换为文字稿和带时间位置的视觉素材，从而降低模型直接分析长视频的处理难度。
claude-video 将视频分析拆分为获取素材、转录音频、提取画面和交给模型分析几个步骤，适合需要在 AI 编程环境中快速研究视频内容的用户。不同模式可以针对完整度、速度和 Token 消耗进行调整，让用户根据视频长度和任务目标选择处理方式。
核心亮点：
- 在线视频分析
- 本地视频处理
- 自动获取字幕
- Whisper 语音转录
- 关键帧提取——利用 ffmpeg 从视频中提取具有代表性的画
相关文章
