claude-video视频理解工具，GitHub月增10k+爆款项目，让Claude拥有看视频能力。自动抽帧+Whisper转录+Claude分析，附ffmpeg集成脚本和Anthropic API调用示例。
claude-video 视频理解工具，GitHub 月增 10k+的爆款 AI 实战项目，让 Claude 拥有"看视频"的能力。自动下载视频、抽帧、提取音轨转录，然后丢给 Claude 分析。本资源包提供 ffmpeg 集成脚本 + Anthropic API 调用示例 + 批量处理工具。
工具介绍
claude-video 是一个开源的视频理解工具链，核心思路：
下载视频：支持 YouTube / Bilibili / 本地文件
抽帧：用 ffmpeg 按场景抽关键帧
音轨转录：用 Whisper 把音频转成文字
喂给 Claude：把帧 + 转录文本打包，让 Claude 看图+读文做总结
输出结果：章节摘要 / 关键问答 / 重点标注
整个流程一条命令搞定：
python bin/watch.py video.mp4
为什么需要 claude-video
Claude 多模态：Claude 3+ 支持图像输入，但一次只能看几十张
长视频：1 小时视频 = 数千帧，直接喂不现实
关键信息提取：用户只想知道"讲了什么"+"重点在哪"
音频内容：视频里有对话 / 解说，必须转录才能用
claude-video 把这些全做了，而且批量化：一次处理 100 个视频，自动排队。
使用场景
适合 AI工具专区 场景下的素材使用，包括个人项目和商业项目，可直接应用或二次修改。claude-video视频理解工具特别适合：
课程视频总结：把 10 小时的网课变成 10 分钟的笔记
会议录像归档：录完会议自动出纪要
YouTube 频道分析：批量分析竞品频道内容
播客剪辑：自动找精彩片段时间戳
短视频二创：从长视频里挖金句 + 高光
视频搜索：建立视频内容索引，按语义搜索
目录结构
bin/watch.py：视频分析入口（命令行）
scripts/extract-frames.bat：批量抽帧
scripts/transcribe.py：音频转录
docs/README.md：完整文档
readme.txt：本文件
快速上手
1) 解压 zip 包 2) 安装 Python 3.10+ 和 ffmpeg pip install anthropic openai-whisper yt-dlp 3) 设置环境变量 export ANTHROPIC_API_KEY=sk-ant-xxx 4) 单视频分析 python bin/watch.py video.mp4 5) 批量处理 python bin/watch.py --batch videos.txt
核心功能详解
1. 智能抽帧
不是简单按时间抽帧，而是检测场景变化：
镜头切换时抽帧
字幕变化时抽帧
人物动作变化时抽帧
默认 1 帧/场景，复杂视频可调高
2. 音视频同步
把抽帧和转录的文本按时间轴对齐，喂给 Claude 时附带时间戳，Claude 可以：
回答"5 分 23 秒讲了什么"
总结"主讲人观点"
提取"金句"
标注"前后矛盾的地方"
3. 多格式输出
Markdown 摘要
JSON 结构化（含时间戳）
HTML 报告（带关键帧图片）
SRT 字幕（章节标注）
4. 批量处理
支持：
整个 YouTube 频道一键处理
本地视频目录批量
优先级队列（重要视频先处理）
硬件要求
最低：8GB 内存
推荐：16GB + SSD（视频缓存）
GPU：Whisper 转录可用 GPU 加速（可选）
成本估算
Claude Sonnet 4.5 价格：
输入 $3/1M tokens，输出 $15/1M tokens
1 小时视频 ≈ 50 帧 + 5000 字转录 ≈ 30K tokens
单视频分析 ≈ $0.10（输入 $0.09 + 输出 $0.01）
100 个视频 ≈ $10
常见问题
Q：支持哪些视频源？
A：本地 MP4/MKV/MOV、YouTube、Bilibili、抖音（需 cookie）。
Q：能识别视频里的人脸吗？
A：Claude 本身支持人脸识别，但本工具不专门做。人脸追踪建议用 InsightFace。
Q：转录准确度？
A：Whisper large-v3 中文准确率 95%+，英文 98%+。专业术语场景建议二次校对。
Q：分析速度？
A：1 小时视频约 5-10 分钟（取决于 API 响应）。批量场景可并行 5 个视频。
Q：商业项目能用吗？
A：claude-video 本身 MIT 协议。但要注意 YouTube / B站视频的版权，分析结果建议注明来源。
版权声明
1. 本站文字内容为原创编撰或者网络搜集整理，受著作权保护，禁止未经授权批量采集转载。
2. 本站分享的各类源码、AI大模型、程序工具仅作技术科普部署教程使用，不直接存储原版版权文件。
3. 所有第三方资源的知识产权、开源协议、商用授权规则均归原开发团队所有。
4. 使用者下载、部署、二次开发必须严格遵守国家著作权相关法律法规，
以及资源官方许可协议，如需商业运营，务必向版权方申请合法授权。
5. 因用户私自商用、违规分发资源造成的法律纠纷与经济损失，
全部由使用者自行承担，本站不承担连带责任。
