claude-video-vision
让Claude拥有观看和理解视频的能力
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：claude-video-vision。 它的用途是：让Claude拥有观看和理解视频的能力 完整的 Skill 内容见：https://321skill.com/skills/claude-video-vision/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'请分析这个产品演示视频 ~/Videos/demo.mp4，总结出三个主要功能点。' 它会自动提取关键帧并转录音频，然后结合视觉和文本信息为你生成清晰的要点总结。或者直接粘贴一个YouTube链接并提问，Claude会先下载视频再进行分析。
介绍
Claude Code Video Vision 是一个Claude Code插件，它解决了AI无法直接处理视频内容的问题。通过提取视频帧和音频转录，为Claude提供了感知视频的“眼睛”和“耳朵”，使其能够分析视频中的视觉信息和对话内容。
使用方式非常灵活，既可以通过简单的斜杠命令（如 /watch-video）直接分析本地视频或YouTube链接，也可以在对话中自然提及视频文件。Claude会根据你的问题（例如“总结这个视频”或“第一秒发生了什么”）自动调整提取帧率、时间范围和分辨率等参数。
这个技能非常适合内容创作者、视频剪辑师、学术研究者以及需要处理视频材料的学生。无论是分析教学视频内容、总结会议录像，还是提取宣传短片中的关键信息，都能大幅提升效率。
建议初次使用时运行 /setup-video-vision 命令，通过交互式向导完成配置。根据你的需求选择音频后端：追求免费和离线可使用本地Whisper，需要处理非语音事件可选用Gemini API，而OpenAI API则提供稳定的云端服务。注意，视频处理对计算资源有一定要求，分析长视频可能需要一些时间。
核心特点
与单纯提供视频摘要的工具不同，它将原始视频帧作为图像直接提供给Claude，让AI拥有第一手的视觉感知能力，而非依赖预设的摘要模型。同时，它支持YouTube URL直接输入并自动下载，保留了源数据和字幕等元信息作为上下文。
注意事项
不适合需要实时或极低延迟处理视频流的场景，且处理超长视频（如数小时）可能耗时较长。
常见问题
支持哪些视频格式？
支持ffmpeg能解码的常见格式（如mp4, mov, avi）以及YouTube等在线视频链接。
音频转录必须联网吗？
不一定，可以选择本地Whisper后端进行完全离线的音频处理。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/claude-video-vision/raw/index.md 读取 claude-video-vision 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/claude-video-vision/raw/index.md（查看排版版本）