你是否试过把一段 YouTube 视频链接发给 Claude，结果它只能靠标题瞎猜内容？传统大模型根本“看不见”视频——没有画面、没有动作、没有表情细节。Claude Video（/watch）正是为解决这一痛点而生：它不是简单下载视频，而是自动完成下载、抽帧、语音转文字、图文联合分析全流程，让 Claude 第一次真正具备“观看能力”。无论你是想总结会议录像、分析教学视频，还是验证产品演示细节，它都能让 AI 像人类一样“边看边答”。
核心功能
- 智能视频理解 pipeline：自动下载视频（支持 YouTube、Bilibili、Vimeo 等主流平台）、提取关键帧（支持场景变化检测或高速关键帧模式）、获取字幕（优先调用免费公开字幕，无字幕时自动调用 Whisper API 补全）
- 多模态上下文注入：将时间戳对齐的音频转录文本 + 高质量图像帧（每秒 1–3 帧可配置）一并送入 Claude，实现“听见+看见”的双重理解
- 零配置快速启动：首次运行自动检测并安装依赖（macOS 自动通过 Homebrew 安装 yt-dlp 和 FFmpeg；Linux/Windows 清晰提示手动命令），无需手动编译或环境折腾
- 跨平台兼容接入：原生支持 Claude Code 插件市场一键安装；同时兼容 Cursor、Codex、GitHub Copilot、Gemini CLI 及 50+ Agent Skills 生态工具（如 agentskills.io）
- 灵活输入支持：不仅支持 YouTube/Bilibili 等在线视频 URL，也支持本地 MP4/MOV/AVI 文件路径，保护隐私敏感内容不上传云端
- 精准时间定位问答：提问如“第 2 分 15 秒人物穿什么颜色衣服？”或“对比前 30 秒和结尾的画面差异”，Claude 能基于真实帧与时间轴给出可靠回答
适合哪些人用
教育工作者可快速生成课程视频摘要与考点图解；产品经理能逐帧复盘用户测试录像中的微表情反馈；开发者可用它审计技术 Demo 演示逻辑是否连贯；科研人员借助它提取实验过程关键帧做行为分析；甚至自媒体创作者也能高效拆解竞品视频结构与节奏设计。只要你的工作涉及“看视频→理解内容→产出结论”，这个工具就值得加入日常 AI 工具箱。
快速上手
✅ Claude Code 用户（推荐）：在编辑器中输入命令：/plugin marketplace add bradautomates/claude-video → /plugin install watch@claude-video，重启后即可使用 /watch https://youtu.be/xxx 开始提问。
✅ 其他支持 Agent Skills 的 IDE（Cursor/Copilot 等）：终端执行 npx skills add bradautomates/claude-video -g（全局安装）或去掉 -g 仅当前项目生效。
✅ 网页版 claude.ai 用户：访问 GitHub 仓库的 Install 指南，按步骤下载插件包并手动加载（支持 Chrome/Firefox）。
项目信息
bradautomates/claude-video
GitHub
Give Claude the ability to watch any video. /watch downloads, extracts frames, transcribes, hands it all to Claude.
编程语言：Python｜Star 数：4149｜开源协议：MIT｜GitHub 项目地址
这不是一个玩具级脚本，而是已通过数千次真实视频测试、深度集成主流开发环境的生产力增强器——让大模型真正跨越“文本理解”到“视觉认知”的关键一步。
