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
功能
- 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)。 |
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
视频设计 技能
社区 · Digital Samba按叙事幕设计视频配色、字体并点评联系表。YouTube Transcript 技能
社区 · michalparkola先提取可用字幕;没有字幕时可选择语音转录。Video Prompting 技能
社区 · Square Zero Labs编写符合模型格式的视频提示词和一致角色参考图提示词。Remotion FFmpeg 技能
社区 · kajisho5为真实素材添加经过测量的动态图形、字幕和跳切。Motion Film 技能
社区 · arhen通过共享时钟、设计系统与交付检查协调品牌动效影片。Papercut Explainer 技能
社区 · 0xS4N4TG通过分阶段、可恢复的流程规划和制作竖屏剪纸解说。