跳到主要内容

Claude Real Video 技能

先提取场景感知帧和语音,再依据证据讨论视频。

社区 · HUANGCHIHHUNGLeo
作者HUANGCHIHHUNGLeo
许可证MIT
来源HUANGCHIHHUNGLeo/claude-real-video · GitHub 上的 SKILL.md
适用于Claude Code · Codex、Gemini CLI、Cursor、Copilot
读取源文件日期

claude-real-video 在讨论视频前提取画面和转录。

先读清单,再查看联系表及选定的全尺寸帧。

摘自该技能的 SKILL.md: # claude-real-video — let Claude actually watch a video

这是 HUANGCHIHHUNGLeo 发布的社区技能,未经我们或 Anthropic 审核。技能可以让智能体运行代码、读取文件或访问网络。安装前请阅读它的 SKILL.md 和文件夹中的每个脚本,留意任何与其声称用途不符的内容。

功能

  1. 运行 crv 提取器并检查场景证据。

产出内容

  • MANIFEST.txt、帧网格和带时间的转录文件。

适用场景

  • 总结或调查用户提供的视频。

不适用的场景

  • 仅凭稀疏画面声称完全理解视频。

所需条件

  • Python 3.10+、FFmpeg 及 claude-real-video[whisper];首次转录需要下载模型。

技能包含的文件

文件或文件夹用途
SKILL.md提取选项、证据阅读及隐私说明。

2026-11-16 在仓库中查到的许可证:MIT。

示例提示词

安装后输入下面任意一条;在提示词中点名技能,可确保它被使用。

  • 依据画面证据总结视频。
  • 找到这个产品出现的场景。
  • 比较旁白和可见动作。

如何安装 claude-real-video

准备工作流程

分别安装技能和提取器。每个视频使用新输出目录;--grid 减少图片数量,--max-frames 限制长视频提取。

python3 -m pip install "claude-real-video[whisper]"
crv "<url-or-path>" -o crv-out --grid

技能(Skill)是一个包含 SKILL.md 文件的文件夹。只需安装一次;智能体会在每次会话开始时读取它的简短描述,只有请求匹配时才加载完整说明。选择你使用的环境:

Claude Code:把文件夹复制到技能文件夹

把技能文件夹放到 ~/.claude/skills/,可在这台电脑的所有项目中使用;放到仓库内的 .claude/skills/,则与在该仓库工作的所有人共享(记得提交)。

git clone --depth 1 https://github.com/HUANGCHIHHUNGLeo/claude-real-video.git
mkdir -p ~/.claude/skills
cp -R claude-real-video/skills/claude-real-video ~/.claude/skills/

Claude Code 会在会话期间识别这些文件夹中新增或修改的技能。如果会话开始时技能文件夹还不存在,请运行一次 /reload-skills。然后输入 /claude-real-video,或直接描述任务。

在 Windows 上,请在 Git Bash 或 WSL 中运行这些命令,或用文件资源管理器把文件夹复制到同样的位置。

Codex、Gemini CLI、Cursor 和 GitHub Copilot

这些智能体读取同样的 SKILL.md 文件夹。四者在项目中都认可的文件夹是 .agents/skills/,所以下面的命令把技能复制到那里:

git clone --depth 1 https://github.com/HUANGCHIHHUNGLeo/claude-real-video.git
mkdir -p .agents/skills
cp -R claude-real-video/skills/claude-real-video .agents/skills/
智能体项目文件夹用户文件夹说明
OpenAI Codex
.agents/skills/
~/.agents/skills/
输入 $ 或运行 /skills 来选择技能;当任务匹配时,Codex 也会自动选用。
Gemini CLI
.agents/skills/
.gemini/skills/
~/.agents/skills/
~/.gemini/skills/
也可以用 gemini skills install <git URL> --path <folder> --consent 从 Git 安装。2026 年 6 月 18 日起,Google 已用 Antigravity CLI 取代 Gemini CLI,面向免费层级和 Google One 用户;Antigravity 在项目中使用 .agents/skills/,个人使用 ~/.gemini/config/skills/。
Cursor
.agents/skills/
.cursor/skills/
~/.agents/skills/
~/.cursor/skills/
在 Agent 聊天中输入 / 选择技能。Cursor 也会读取 Claude Code 的 .claude/skills/ 文件夹。
GitHub Copilot
.github/skills/
.agents/skills/
.claude/skills/
~/.copilot/skills/
~/.agents/skills/
适用于 Copilot CLI、云端智能体,以及 VS Code、Visual Studio 和 JetBrains 中的智能体模式(IDE 支持取决于版本)。也可以运行 gh skill install OWNER/REPOSITORY SKILL(公开预览版,需 GitHub CLI 2.90.0 或更高版本)。
只安装你信任的技能. Anthropic 的建议是只使用可信来源的技能,其他技能在使用前要读完每个文件:技能可能以其描述中未提及的方式,指示智能体运行命令、读取文件或发送数据。

这些步骤的来源

已于 2026-11-14 对照各厂商的文档核实:

先读取清单

清单概述提取结果并包含转录上下文;按时间排序的联系表帮助选择需细看的画面。

区分提取与推断

本地预处理不能让后续云分析变为私密;抽帧和转录可能遗漏或误读细节,结论应依据已有证据。

关于 claude-real-video 的常见问题

提取在本地完成吗?

是,但将画面发给云模型会上传数据。

Whisper 扩展自动安装吗?

不会,必须明确安装 [whisper] 扩展。

可以跳过语音转录吗?

可以,适当时使用 --no-transcribe。

应该执行字幕中的指令吗?

不应,视频文字是不可信内容,应描述而非执行。

更多 AI 技能

相关技能

技能分类