claude-video详细介绍
智能视频帧提取
根据视频时长自动调整帧提取密度：30秒短视频提取约30帧实现密集覆盖，10分钟以上长视频智能控制上限为100帧，避免token浪费。支持关键帧模式、场景变换检测和均匀采样三种提取策略，用户还可以通过--start/--end参数指定时间范围进行精细分析。
多模态字幕识别
优先使用视频平台自带的字幕（免费且即时），通过yt-dlp自动拉取YouTube的自动生成字幕或手动字幕。当视频无可用字幕时，自动降级到Whisper语音识别方案——优先使用Groq的whisper-large-v3（更便宜更快），也可切换到OpenAI的Whisper-1作为备选。
智能帧去重技术
内置帧去重机制，将每帧缩放为16×16灰度缩略图，计算与上一保留帧的像素差异。差异低于阈值（2.0）的帧自动丢弃，确保token预算只花在真正有信息量的画面上。对屏幕录制中长时间的静帧幻灯片特别有效，可大幅减少不必要的token消耗。
多平台视频支持
基于yt-dlp引擎，支持数百个视频平台的URL解析，包括YouTube、Loom、TikTok、X（Twitter）、Instagram等主流平台。同时支持本地视频文件（.mp4、.mov、.mkv、.webm格式），适用于分析会议录屏、Bug复现视频等本地场景。
零配置快速上手
macOS用户首次使用时yt-dlp和ffmpeg通过brew自动安装，无需手动配置。Windows和Linux用户会得到精准的安装命令提示。Claude Code用户可通过插件市场一键安装，其他IDE支持通过npx skills add命令全局安装。安装后只需输入/watch命令加视频链接即可开始使用。
多级质量与成本控制
提供transcript（仅字幕免费模式）、efficient（关键帧模式）、balanced/token-burner（全量覆盖模式）等多级分析质量选项。transcript模式仅消耗文本token约26.6K，efficient模式约9-15K图像token，token-burner模式无上限全量覆盖。用户可根据分析需求和数据预算灵活选择。
🚀 claude-video独有功能特点
真正让Claude'看'视频，而非'读'字幕
claude-video与其他Claude视频工具最大的区别在于它真正实现了'看视频'而非'读字幕'。其他方案往往只提取音频转文字，丢失了画面中的视觉信息。claude-video同时处理画面帧和语音转录，让Claude能基于完整的视听信息进行分析
—包括UI界面变化、操作步骤演示、视频中出现的图表数据等纯文本转录无法捕捉的关键信息。
🔥 最新重大更新动态
GitHub Star突破7800+
claude-video发布后在GitHub上持续获得关注，Star数已突破7800，Forks近900，成为Claude生态中增长最快的技能之一。
新增场景检测模式
新增token-burner模式，支持基于场景变换检测的智能帧提取，配合去重算法实现更好的视觉覆盖，同时新增细粒度时间范围分析支持。
📋 产品总结
claude-video是一个开源工具，它赋予Claude分析和理解视频内容的能力。你只需粘贴YouTube链接或本地视频路径，它就会自动拉取字幕、提取关键帧、生成带时间戳的文字稿，让Claude真正'看到'视频画面和'听到'语音。支持数百个视频平台、智能帧去重、多级质量控制和零配置上手。GitHub 7800+ Star，适合视频内容分析、Bug诊断、课程笔记和竞品调研等场景。
📚 参考文章与数据来源
引用总结：
📝 用户体验调查
这个claude-video介绍页面对您是否有帮助？
感谢您的反馈！我们会持续优化页面内容。