给 Claude 装上一双眼睛：这个 GitHub 项目让它秒变「视频分析专家」上周末我在 GitHub Trending 上刷到一个项目，第一反应是——终于有人把这玩意儿做出来了。bradautomates/claude-video，刚放出来一周多，直接冲上 GitHub 日榜第一，950+ stars 一天。它做的事情一句话讲完就是：让 Claude 能「看」视频了。不是说 Anthropic 官方出了个啥多模态升级。这是个第三方 Skill/插件，走的是 Claude Code 生态里的 /watch 命令。你甩给它一个 YouTube 链接、一条 TikTok、一段本地录屏，它自己把视频下载下来，抽帧、转字幕、然后把画面一帧一帧塞给 Claude 分析。最终 Claude 跟你说：「这段视频前面30秒是钩子，中间2分钟在讲方案，最后有个 Demo 翻车了在第4分15秒。」我第一回测试的时候给了它一段我自己的产品演示录屏，问它「UI 在哪个时间点崩了」——它不光指出来了，还补了一句「那个按钮的 hover 状态好像也有问题」。我当时人傻了。它到底怎么工作的技术流程不复杂，但组合起来很实用：你：/watch https://youtube.com/xxx 总结一下这个视频 ↓ yt-dlp 下载视频 ↓ ffmpeg 抽帧（自动根据时长算 fps） ↓ youtube 自带字幕 / Whisper 转写 ↓ 帧图片 + 时间轴文本 → Claude ↓ Claude 回答你核心就是三步：下载 → 抽帧 → 喂给 Claude。没有魔法，但每一步都解决了一个实际障碍。比较良心的是，它默认走 YouTube 的内置字幕，不需要 Whisper API key。只有遇到没字幕的视频才会调到 Whis