Codex用户专属一步克隆安装AI看视频技能claude-video完整指南【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如果你想在 Codex 里让 AI 直接“看懂”视频开源项目 claude-video 是目前的最佳选择。它为 Codex 等智能体提供/watch技能粘贴一个视频链接或本地文件路径AI 会自动下载视频、抽取关键帧、生成带时间戳的转录文本然后基于“亲眼看到、亲耳听到”的内容回答你的问题。本文带你用一条 git clone 命令完成安装并讲清首次运行、常用参数与避坑要点。claude-video 的 /watch 能做什么传统的 AI 助手拿到一个视频链接只能靠标题猜测或抓取残缺的转录文本。而/watch会让智能体完整“观看”视频典型用法包括内容拆解/watch 视频链接 它开头的钩子是怎么设计的——分析热门视频的开头画面与结构看录像查 Bug/watch bug-repro.mov 哪里出错了——从屏幕录屏中定位问题帧⚡视频总结/watch 长视频链接 summarize this——比 2 倍速快得多地拿到结构、关键节点和口播内容支持 YouTube、TikTok、X、Vimeo 等数百个 yt-dlp 可解析的站点也支持本地.mp4、.mov、.mkv、.webm文件。Codex 一步安装只需一条 git clone 命令Codex以及通用 skills 环境的安装方式最简单——直接把仓库克隆到 Codex 的 skills 目录一步到位git clone https://gitcode.com/GitHub_Trending/cl/claude-video ~/.codex/skills/watch执行完毕后无需任何其他配置。技能契约定义在仓库根目录的SKILL.md中Codex 会按其中的流程自动执行“预检 → 下载 → 抽帧 → 转录 → 逐帧阅读 → 作答”的完整管线。 如果你同时用 Claude Code也可以用插件方式安装marketplace 添加后安装watchclaude-video开发者手动安装则是克隆到~/.claude/skills/watch本文以 Codex 为主线。首次运行零配置自动装好依赖和密钥模板首次调用/watch时技能会先跑一次环境预检scripts/setup.py --check耗时不足 100ms缺什么就补什么环境自动处理方式macOS自动执行brew install ffmpeg yt-dlpLinux打印精确的apt/dnf/pipx安装命令Windows打印winget/pip安装命令关于转录密钥绝大多数公开视频自带字幕yt-dlp 直接拉取原生字幕完全免费什么都不用配。只有当视频没有字幕轨道常见于本地文件、TikTok、部分 Vimeo时才会回退到 Whisper API——此时需要 Groqwhisper-large-v3便宜且快首选或 OpenAIwhisper-1的密钥写入~/.config/watch/.env自动创建权限 0600。不想配密钥也没关系加--no-whisper即可纯帧模式运行。快速上手贴个链接就能提问安装完成后在 Codex 里直接这样用/watch https://youtu.be/dQw4w9WgXcQ what happens at the 30 second mark? /watch ~/Movies/screen-recording.mp4 界面上哪里崩了如果你只关心视频的某个片段用--start/--end聚焦指定区间帧密度会更高、token 花费更低/watch 视频链接 --start 2:15 --end 2:45 /watch video.mp4 --start 50 --end 60时间格式支持秒、MM:SS、HH:MM:SS且字幕会自动过滤到同一区间。帧预算与关键参数避免白白烧掉 token帧数直接决定图片 token 开销脚本内置了按时长自动缩放的帧预算硬上限 2 fps、100 帧视频时长默认帧预算效果≤30 秒约 30 帧密集几乎覆盖每个关键瞬间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 帧稀疏但可用超过 10 分钟100 帧会提示“稀疏扫描”建议聚焦重跑其他常用参数传给scripts/watch.py--max-frames N压低帧数上限收紧 token 预算--resolution 1024把帧宽从默认 512px 提到 1024px适合需要读屏幕上文字、代码、幻灯片--fps F手动覆盖自动帧率仍被 2 fps 封顶--whisper groq|openai强制指定 Whisper 后端--out-dir DIR指定工作目录内部管线是怎么组织的整个技能就是一条清晰的流水线每个环节对应一个独立脚本方便按需理解或二次开发scripts/watch.py入口负责编排“下载 → 抽帧 → 转录”全流程scripts/download.pyyt-dlp 下载与原生字幕抓取封装scripts/frames.pyffmpeg 抽帧 自动帧率auto-fps计算scripts/transcribe.py字幕解析、去重与 Whisper 编排scripts/whisper.pyGroq / OpenAI 客户端纯标准库实现scripts/setup.py环境预检与安装向导hooks/scripts/check-setup.sh会话启动时的状态提示钩子最终产物是一份带tMM:SS时间标记的帧路径列表 带时间戳的转录文本智能体并行读取所有帧后作答——它回答的依据是真实看到的内容而不是标题猜测。常见坑与解决方案⚠️Windows 用户注意脚本要用python执行python3在 Windows 上是 Microsoft Store 占位符无法运行。⚠️长视频别硬扫超过 10 分钟的视频会打印“稀疏扫描”警告此时最好用--start/--end聚焦你真正关心的片段重跑比全片稀疏扫描更有用。⚠️Whisper 上传有 25 MB 上限单声道 16 kHz 下约等于 50 分钟音频。更长的无字幕视频请用区间聚焦或确保有原生字幕。⚠️不登录任何平台技能不会带账号登录仅限公开链接和本地文件。yt-dlp 拿不到的内容登录墙、区域限制/watch同样拿不到。小结对 Codex 用户来说claude-video 的安装门槛几乎为零一条 git clone 命令装好首次运行自动补齐依赖免费字幕覆盖大部分公开视频。从此你不再需要自己边看视频边记笔记——把链接和问题交给/watch它会像一个真的看完视频的人那样回答你。【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