让 Claude 真正「看」懂视频！这个 Skill 帮你省掉无数个小时的刷视频时间
你有没有遇到过这种情况——队友给你发了一段屏幕录制，说「这里有个 bug」，然后你得老老实实看完整个视频才能找到问题所在？或者你想分析竞品的某个 TikTok 视频，却只能靠标题瞎猜内容？
现在，AI 真的可以「看」视频了。
我来介绍一个最近很火的 Skill——watch。
它能做什么？
一句话：让 Claude 直接观看任意视频，并回答关于视频内容的问题。
你只需要丢一个链接过去：
/watch https://youtu.be/xxx what happens at the 30 second mark?
然后 Claude 会自动完成这整套流程：
- 下载视频（用 yt-dlp，支持 YouTube、Instagram、X/Twitter、Vimeo、TikTok 等 1800+ 平台）
- 截取关键帧（ffmpeg 智能检测场景变化，不是傻傻地均匀截图）
- 提取字幕（优先用平台原生字幕——免费且快速；没有字幕的话，用本地 Whisper 转录，完全不花钱）
- 读帧+听音频，然后基于实际情况回答你的问题
和其他视频工具比，它强在哪？
你可能见过 Claude 官方的 claude-video——那个需要 Whisper API Key，音频要传送到外部服务器。
而 watch 是它的增强 fork，最大的区别是：
- 转录全在本地跑，用 mlx-whisper（苹果芯片）或 openai-whisper（CPU），不需要任何 API Key，音频永远不会离开你的机器
- 支持登录限制内容，加了浏览器 Cookie 支持，Instagram、X 这些需要登录的视频也能抓
实际使用场景
- 🎬 分析竞品内容策略：丢一个 YouTube 链接，问「他们的开场 Hook 是什么？」Claude 真的能看、能听、能答
- 🐛 调试屏幕录制：队友发来 bug 重现视频，问「12 秒时哪里出问题了？」不用打开播放器
- 📚 高效消化长视频：两小时的技术分享，提取关键帧和字幕，让 Claude 给你结构化总结
- 🎙️ 播客内容提取：把播客视频扔进去，生成带时间戳的文字稿和摘要
支持多少平台？
理论上 yt-dlp 支持的都能用。实测覆盖：YouTube、抖音、TikTok、Instagram、X、微信视频号、Vimeo、Loom……基本上主流视频平台全覆盖。
安装超简单
Claude Code 用户一行命令搞定：
/plugin marketplace add mathiaschu/claude-video
/plugin install watch@claude-video
或者手动安装：
git clone https://github.com/mathiaschu/watch ~/.claude/skills/watch
python3 ~/.claude/skills/watch/scripts/setup.py
首次运行会自动安装 ffmpeg 和 yt-dlp（Mac 用 Homebrew），不需要手动配置环境。
总结
视频一直是 AI 助手的盲区——「看了标题就等于看了视频」这件事终于可以翻篇了。watch 把视频变成了模型可以「真正理解」的输入格式，而且本地转录完全免费。
⭐ GitHub：https://github.com/mathiaschu/watch
评论区
登录后可评论。