企业官网建设流程全解析

如何用claude-video分析一个TikTok视频：完整新手教程

【免费下载链接】claude-videoGive Claude the ability to watch any video. /watch downloads, extracts frames, transcribes, hands it all to Claude.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-video

Claude 能读网页、跑脚本、看代码仓库，但天生不会"看视频"。开源项目claude-video正好补上这个缺口：一条/watch命令，就能自动下载任意视频、提取关键帧、生成带时间戳的字幕稿，然后让 Claude 像真人"看过"视频一样回答你的问题。本教程带你用 claude-video 从零开始分析一个 TikTok 视频，全程无需任何配置经验。

一、claude-video 是什么？为什么值得装

平时把视频链接丢给大模型，它只能靠标题瞎猜，或者找一份缺失了 90% 信息的文字稿。claude-video 的思路完全不同：

• 下载：用 yt-dlp 把视频拉下来（支持 TikTok、YouTube、X、Instagram、Loom、Vimeo 等几百个平台，也支持本地.mp4、.mov文件）
• 抽帧：用 ffmpeg 按视频时长自动决定抽帧密度，帧率上限 2fps、帧数上限 100 帧
• 转写：优先抓取平台原生字幕（免费），没有字幕时再调用 Whisper API 转录音频
• 回答：Claude 逐帧读取图片 + 对照带时间戳的字幕，给出"亲眼见过"的答案

它的核心入口是一个技能脚本SKILL.md，真正的流水线由scripts/watch.py串联完成：下载（scripts/download.py）、抽帧（scripts/frames.py）、转写（scripts/transcribe.py）、Whisper 客户端（scripts/whisper.py）、环境自检与安装（scripts/setup.py）。

二、安装 claude-video：三种最快配置方法

根据你的使用环境任选其一：

方法 1：Claude Code 插件（推荐）

在 Claude Code 里依次执行两条命令：

/plugin marketplace add bradautomates/claude-video /plugin install watch@claude-video

之后升级只需/plugin update watch@claude-video。

方法 2：claude.ai 网页版

从项目的 release 页面下载watch.skill文件，进入 Settings → Capabilities → Skills，点+上传。注意：必须先开启 Capabilities 里的"Code execution and file creation"，否则技能无法调用 ffmpeg 和 yt-dlp。

方法 3：手动克隆（开发者）

git clone https://gitcode.com/GitHub_Trending/cl/claude-video ~/.claude/skills/watch

💡零配置启动：首次运行/watch时，内置的scripts/setup.py --check会自动检查环境——macOS 直接帮你brew install ffmpeg yt-dlp，Linux / Windows 则打印出对应apt、winget等精确命令。后续每次检查不到 100ms，完全无感。

三、第一次 /watch：环境自检会做什么

首次调用/watch时会自动走一遍预检：

不想配 Key 也没关系——加上--no-whisper参数即可纯免费使用，只是无字幕的视频会退化为"只看画面、不听声音"。

四、三步分析一个 TikTok 视频

第 1 步：粘贴链接 + 你的问题

/watch https://www.tiktok.com/@user/video/123 summarize this

也可以直接提问，比如：

/watch https://www.tiktok.com/@user/video/123 what happens at the 30 second mark?

第 2 步：后台自动执行（你什么都不用做）

1. yt-dlp 把视频下载到临时工作目录
2. ffmpeg 按时长自动抽帧：30 秒内的短视频约抽 30 帧，1–3 分钟约 60 帧，每帧默认 512px 宽的 JPEG
3. 拉取原生字幕；TikTok 视频通常没有字幕轨，脚本会提取 16kHz 单声道音频，交给 Whisper（Groq 的whisper-large-v3优先，更便宜更快；OpenAI 的whisper-1兜底）
4. 脚本输出所有帧的路径（带t=MM:SS时间标记）+ 带时间戳的字幕稿

第 3 步：拿到"看过视频"的回答

Claude 会并行读取每一帧，结合字幕作答。它回答的依据是真实的画面和音频，会引用具体时间点，比如"0:03 时屏幕上出现……"。追问时直接继续问即可，无需重新跑脚本——帧和字幕还在上下文里。

五、为什么 TikTok 视频特别需要 Whisper Key

这一点新手容易忽略：

• YouTube 等平台的公开视频大多带免费原生字幕，yt-dlp 直接抓取即可
• TikTok 基本没有字幕轨，本地文件也都没有，所以都会走 Whisper 兜底
• Groq Key 便宜且快（推荐），OpenAI Key 按标准价计费；两个 Key 都写在~/.config/watch/.env
• Whisper 上传上限 25MB，约合 50 分钟音频；更长的内容需要用下面的分段参数

六、进阶技巧：让长视频分析更准更省

🎯 聚焦模式--start/--end：当你只关心某一段（比如"2:30 左右发生了什么"），传这两个参数后脚本会切换到更密的抽帧预算（5–15 秒可跑到 2fps），字幕也自动裁剪到同一区间。比全文稀疏扫描有用得多，还省 token：

/watch "$URL" --start 2:15 --end 2:45

其他常用参数：

• --resolution 1024：需要读屏上文字（幻灯片、代码、评论区）时把帧宽从 512 提到 1024
• --max-frames N：压低帧数上限，收紧 token 预算
• --whisper groq|openai：强制指定 Whisper 后端
• --no-whisper：彻底关闭转写，纯看帧
• --out-dir DIR：指定工作文件保存位置

抽帧预算一览（帧数是 token 消耗的大头）：

10 分钟以上的视频会提示精度下降，正确做法是用--start/--end重跑你真正关心的片段。

七、新手常见问题 FAQ

• 下载失败？视频需要登录或地区受限时，yt-dlp 拿不到，/watch也拿不到——它不做任何账号登录，只支持公开链接和本地文件。
• Windows 用户注意：Windows 上要写python而不是python3（后者是微软商店的占位程序，跑不了脚本）。
• 没有字幕又没有 Key？回答只有画面没有声音，脚本会明确提示，可后续补配 Key。
• 隐私如何？视频文件本身不会上传到任何 API，只有在缺字幕且未禁用 Whisper 时，才会上传提取出的音频片段；Groq 的 Key 只发往 Groq，OpenAI 的 Key 只发往 OpenAI。

八、总结

claude-video 用一条/watch命令，把"看视频"这个大模型最缺的能力补齐了：yt-dlp 下载、ffmpeg 抽帧、字幕/Whisper 转写，最后交给 Claude 逐帧作答。分析一个 TikTok 视频只需要粘贴链接加一个问题，10 分钟内视频效果最佳，更长内容用--start/--end聚焦即可。现在就去装一个，把你的第一个视频链接丢给它吧 ✅

【免费下载链接】claude-videoGive Claude the ability to watch any video. /watch downloads, extracts frames, transcribes, hands it all to Claude.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-video