bradautomates

@bradautomates

claude-video

bradautomates/claude-video

Give Claude the ability to watch any video. /watch downloads, extracts frames, transcribes, hands it all to Claude.

STARS13,665
FORKS1,328
ISSUES84
LANGUAGEPython

HISTORICAL INTELLIGENCE

历史情报摘要

按周期独立统计
日榜当前未记录
历史最佳#10最近排名#12

当前未进入本站记录范围

记录天数
2 天
记录期 Star
+993
本站共 12 天日榜快照 · 最近记录 2026-07-28
月榜持续记录
历史最佳#8当前排名#9

与上一期排名持平

记录天数
9 天
记录期 Star
+2.9k
本站共 12 天月榜快照 · 最近记录 2026-08-04
本站最早记录:2026-07-27

指标仅基于本站已保存快照,不代表项目在 GitHub 的首次上榜时间;同日多次抓取保留当日最新结果,负向 Star 差值按样本校正处理。

日榜历史趋势

2026-07-27 至 2026-07-28,掉榜日期保留为空缺。

排名,数字越小越靠前当日新增 Star
折线表示历史榜单排名,柱形表示相同快照记录的新增 Star。排名纵轴已反向,越靠上排名越高。 #1 #4 #7 #9 #12 2026-07-27:新增 412 Star 2026-07-28:新增 989 Star 2026-07-27:排名 #10,新增 412 Star2026-07-28:排名 #12,新增 989 Star 07-27 07-28 +989
图表仅使用本站保存的快照,不补零、不推算掉榜期间数据;下方历史明细继续保留原始日期、排名与 Star 数。

VERIFIABLE HEALTH SIGNALS

项目健康证据

维护、响应、交付与采用风险分开观察,不生成虚假的单一总分。
高可信度
MAINTENANCE

维护活性

核对提交
近 90 天 Commit
8
完整窗口
活跃贡献者
1
按公开提交账号去重
近 12 月活跃月份
3/12
有提交的自然月
RESPONSE

社区响应

核对样本
Issue 关闭率
33%
9/27 个同期新 Issue
Issue 关闭中位数
1.9 天
仅统计已关闭样本
PR 合并率
0%
0/71 个同期新 PR
PR 合并中位数
暂无闭环样本
仅统计已合并样本
DELIVERY

持续交付

核对发布
近 12 月正式 Release
5
排除草稿与预发布
最近正式 Release
2026-07-01
以公开发布时间为准
发布间隔中位数
7.4 天
至少两次正式发布才计算
ADOPTION

采用风险

查看仓库
仓库状态
正常开放
未发现归档标记
开源协议
MIT
仍需核对完整协议与依赖
Security Policy
未发现
仅检查 GitHub 社区资料

统计窗口 90 天快照样本 3 天计算规则 health-v1采集于 2026-08-04 01:45

公开样本完整,Issue 与 PR 合计样本量达到基本观察门槛。 这些信号不替代代码审计、安全测试和真实生产验证。

AI-ASSISTED PROJECT BRIEF

项目定位与辅助解读

来源边界与风险表述检查

AI 解读仅作初评参考,技术落地请以 GitHub 源码、README 和完整协议为准。

项目资料AI 整理

/watch 是一个开源工具,为 Claude 等 AI 助手提供视频理解能力,通过 yt-dlp 下载视频、ffmpeg 提取关键帧,并生成带时间戳的转录,使模型能基于画面和音频回答提问。支持多种安装方式,优先利用免费字幕。

该项目为 Claude Code 等 50+ 个支持 Agent Skills 的主机提供 /watch 命令。用户粘贴视频 URL 或本地路径并提问,工具自动获取字幕(缺字幕时调用 Whisper API)、按场景或关键帧提取帧、生成带时间戳的转录,并将帧作为图片交给 Claude Read。它支持 YouTube、Loom、TikTok 等数百个平台,以及 mp4、mov 等格式。安装零配置,macOS 自动安装依赖,其他平台打印命令。项目采用 MIT 许可,目前拥有约 1.36 万 stars。

核心亮点

项目最值得关注的能力

AI 推断
  • 零配置安装:macOS 首次运行自动安装 yt-dlp 和 ffmpeg,其他平台给出命令
  • 多种安装方式:Claude Code 插件市场、npx skills add 等,支持全局或项目级
  • 智能帧预算:根据视频时长自动调整帧数,并支持 efficient/balanced/token-burner 三档

适用场景

它可以解决哪些实际问题

AI 推断
  • 分析他人视频:例如拆解爆款视频的开场钩子、广告创意、发布会内容
  • 从录屏诊断 bug:让 Claude 观看屏幕录制,定位问题出现的帧和原因
  • 视频总结与笔记:将长视频或播放列表转成带结构的摘要和可检索笔记

技术观察

从公开资料提炼的实现特征

AI 推断
  • 依赖 yt-dlp 和 ffmpeg,先用 yt-dlp 获取原生字幕,仅在后备时下载音频并调用 Whisper(Groq 或 OpenAI)转录
  • ffmpeg 按场景变化或关键帧提取 JPEG 帧,默认 512px 宽、限制高度;帧路径带 t=MM:SS 时间标记
  • 帧和转录一起交给 Claude Read,让模型基于实际画面和音频内容回答,并支持清理临时工作目录

优势判断

相对明确的项目价值

AI 推断
  • 让多模态模型真正'看到'视频内容,回答有据可依,而非仅凭标题或描述猜测
  • 帧预算和多种细节档位设计合理,可在 token 成本和信息密度间取得平衡

局限与注意

评估和采用前需要留意

AI 推断
  • 图像 token 消耗大,长视频可能很快用完上下文预算,需依赖帧预算机制控制
  • 首次运行需安装 yt-dlp、ffmpeg,若视频无字幕还需配置 Whisper API 密钥

适用人群

哪些开发者和团队值得关注

AI 推断
  • 使用 Claude Code、Codex、Cursor 等 AI 编程工具并希望分析视频的开发者
  • 需要批量给视频做摘要、检查或研究的创作者、内容分析师和产品经理
综合参考
从公开资料看,这是一个设计成熟、集成方便的开源工具,通过 yt-dlp 和 ffmpeg 扩展了 LLM 的视频理解能力。实际效果、依赖安全性和 token 成本需用户自行验证,建议先小规模测试并关注 issue 反馈。适合个人和团队在受控环境下使用。
由 AI 基于 GitHub 公开资料辅助生成,不构成安全审计、生产选型或专业建议。

依据与内容边界

区分可验证事实、项目方自述与 AI 推断

GitHub 可验证事实

Star、Fork、License、更新时间及健康证据样本来自 GitHub 公开接口。

项目方自述

功能与使用方式主要来自仓库描述和 README,未经本站独立验证。

AI 推断

适用场景、优势与局限属于辅助解读,应结合原始文档独立判断。

  • GitHub事实:仓库 bradautomates/claude-video 语言为 Python,MIT 许可,1.36 万 stars,1327 forks,84 个 open issues。
  • 项目方自述:README 声称 /watch 可让 Claude 观看任意视频,并描述了安装和使用方法;未提供第三方安全审计或性能基准。
生成于 2026-08-04 02:15 规则版本 2026-07-v3
内容有误或您是项目作者?提交纠错
仅保存处理所需内容,不记录原始 IP;可信项目作者的高风险申诉会优先处理。