SuperAPI AI 工具集

watch

通用与其它

查看项目

更新于 10-15 23:57

技能介绍

用途:为不具备视频输入的 Claude 提供视频分析能力,用户粘贴视频 URL(YouTube、Vimeo、X、TikTok、Twitch 片段等 yt-dlp 支持的站点)或本地文件路径(.mp4、.mov、.mkv、.webm 等),输入 /watch <url-or-path> [问题] 即可触发。

主要能力:场景切换抽帧(每个检测到的镜头取一帧)、剪辑节奏指标(cuts/min、平均镜头长度、可用时的运动量)、前 10 秒钩子显微镜(2 fps + 词级 Whisper)、带时间戳字幕(优先原生字幕,Whisper API 兜底)、结构化 report.md(含 TL;DR、关键时刻、钩子拆解、编辑画像、可引用段落、实体、概念、字幕),以及可选的 Obsidian 收件流程(步骤 4.4/4.5)。

用法:先做名为 Step 0 的依赖与密钥预检:python3 "${CLAUDE_SKILL_DIR}/scripts/setup.py" --check;缺依赖或密钥时运行 python3 "${CLAUDE_SKILL_DIR}/scripts/setup.py"(幂等)。分析时运行:python3 "${CLAUDE_SKILL_DIR}/scripts/watch.py" "<source>" --intent "<intent string>"。可选参数有 --start/--end(SS、MM:SS、HH:MM:SS)、--max-frames、--resolution、--fps、--out-dir、--whisper groq|openai、--no-whisper、--no-scene-change、--no-hook-microscope。定位片段的模式会提高帧密度,字幕也按同一区间过滤,帧时间戳为绝对时间。

适用场景:单条视频提问、按时间点或区间放大分析、从节奏与画面推断剪辑风格、为内容整理实体与概念并归档到 Obsidian。

限制:建议视频在 10 分钟以内;硬性上限 100 帧、2 fps,帧数越多 token 成本越高,超长视频会稀疏取帧并提示。Whisper 为可选后端(Groq 或 OpenAI),未配置时可用 --no-whisper,无原生字幕的视频将只返回画面。Windows 上需用 python 替代 python3。Obsidian 相关步骤仅在检测到 vault 时执行,否则跳过。具体价格与配额资料未提供。