claude-video

采用判断：2026 年 7 月项目登录 GitHub Trending，首日 +368 星，一周内累计 3.8k 星、569 fork，热度极高。多个证据源有实测反馈——一篇知乎文章详细列出了参数并称“体验比想象中完整”，X 推文也补充了工具工作流的细节。既有明显的社媒热度，也有初步的动手验证，创新性突出，但不乏早期项目的浮躁，值得关注但暂不宜做生产级依赖。 实际作用：提供 /watch 命令，支持 YouTube 等网址。流程为：下载视频 → 基于场景变化检测用 ffmpeg 抽帧（可设定 --scene、--fps-floor、--max-frames 等） → 用 Whisper 将音频转写为带时间戳的文本 → 把所有帧描述与文字拼接成一份长文档提交给 Claude。用户可提问“1 分 30 秒处画面有什么”，Claude 能结合对应时间帧的画面和音频内容给出回答，实现“视频问答”。 门槛与成本：需要本地安装 ffmpeg、Python 及相关依赖，有一定命令行操作门槛。需自备 Claude API Key，费用完全取决于视频时长和抽帧密度；证据中无官方报价，谨慎推断分析一条 10 分钟视频可能消耗数万 token（约数美元），但这仅为保守推算。适合需要批量分析录屏、教学视频的技术创作者、开发者；不适合普通用户或仅需简单摘要的场景。它不是视频实时理解工具，更类似于“视频转文本离线分析流水线”。 社媒共识与讨论质量：共 5 条证据，2 篇知乎文章、1 条 GitHub Trending 记录、1 条 X 推文和 1 篇早期知乎文章。讨论以功能介绍和推荐为主，唯一一份详细实测来自量子星，提供了参数配置和自身体验，其余多为榜单转发。热度证明充分，但好用证明不强——缺少长期使用、大规模测试或与同类工具对比的深度内容。讨论中出现了 claude-video-vision 的名称变体，但指向同一仓库，整体讨论质量偏浅，适合初步了解。