Communitygithub.com

HUANGCHIHHUNGLeo/claude-real-video

Hilft Leo beim Ansehen von Videos. Wenn Leo einen Videolink (YouTube/IG/TikTok) oder eine lokale Videodatei zum Zusammenfassen, Analysieren oder Zerlegen in vergleichbare Elemente gibt – da Claude keine Videos direkt verarbeiten kann, extrahiert dieses Tool zunächst Schlüsselframes + Transkript + Kameraführungsrhythmus + Audio/Stimme/Gesten-Zeitachse zur weiteren Analyse.

Was ist claude-real-video?

Dieses Skill, 'claude-real-video' (crv Pro), ermöglicht es einem KI-Assistenten wie Claude, Videoinhalte zu analysieren, indem es eine mehrdimensionale Extraktion durchführt: Schlüsselframes, Transkript, Kameraführungsrhythmus sowie eine detaillierte Zeitachse für Audioereignisse, Stimmton, Emotionen, Gestik und Szenenlabels. Unterstützt werden öffentliche Videoquellen (YouTube) und lokale Dateien; für Plattformen mit Login (Instagram, TikTok) ist eine Cookie-basierte Authentifizierung integriert. Die Ausgabe erfolgt strukturiert in einer MANIFEST-Datei mit Linsen-anweisungen (content, creator oder full), einem Raster mit 9-Bild-Übersichten, Einzelbildern und einer vollständigen JSON-Datei (perception.json) für alle sensorischen Daten – inklusive niedriger Konfidenzwerte. Das Skill wurde für Leo entwickelt und folgt strengen Qualitätsregeln: Das Transkript muss vollständig gelesen werden, bevor ein Bericht erstellt wird; sensorische Labels sind nur Hinweise und müssen anhand von Frames und Transkript verifiziert werden; vor der Erstellung von Gegenvorlagen oder Remakes muss die Bewegungsrhythmus-Tabelle (Schnitte/Minute, mittlere Bildlänge, Kameraführungsverteilung) konsultiert werden.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/HUANGCHIHHUNGLeo/claude-real-video/tree/HEAD/personal-skill-backup

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

claude-real-video / crv Pro — Hilft Leo beim Ansehen von Videos

Leo hat lokal die Pro-Version 0.5.0 installiert (~/Projects/crv-pro/.venv/bin/crv-pro, in PATH-Umgebungen direkt crv-pro).

Wann verwenden

Wenn Leo ein Video (URL oder Dateipfad) gibt und nach dem Inhalt fragt, eine Zusammenfassung, eine Zerlegung in vergleichbare Reels, oder Fragen stellt wie „Wie hat er/sie das gemacht/gesagt? Warum kaufen die Zuschauer das?“.

Befehlsauswahl (0.5.0)

Leos Aussage klingt nachBefehl
„Worum geht es?“ „Fass zusammen!“ „Stimmt das, was er sagt?“crv-pro "<quelle>" -o out --mode watch
„Wie wurde das gemacht?“ „Zerlege es!“ „Warum wird es viral?“ „Kann man das lernen?“crv-pro "<quelle>" -o out --mode creator
„Vollständige Analyse“ oder unklare Absichtcrv-pro "<quelle>" -o out --mode full

Wenn Leo eine konkrete Frage hat, füge --why "<seine Originalfrage>" hinzu.

  • --senses = Alle Sinne aktivieren: Audioereignisse, Stimmkurve, Emotionen, Gestik/Mimik, Szenenlabels (beim ersten Ausführen Modell-Download ~2,7 GB, danach 86-Sekunden-Video in ca. 40 Sekunden)
  • Nur eine einzelne Sinnesmodalität: --prosody / --audio-events / --emotion / --gesture / --scene-labels
  • --lens content|creator|both (Standard: both) bestimmt, in welche Richtung die MANIFEST-Anweisungen den gelesenen KI-Assistenten lenken
  • Bei langen Videos: --max-frames 60; bei Videos ohne Sprache: --no-transcribe
  • Für Plattformen mit Login (IG/TikTok): Cookie-JSON zuerst in Netscape-Format konvertieren, dann mit --cookies verwenden (Stand 2026-07-05: funktioniert direkt für IG-Reel, das ist der richtige Weg):
    python3 -c "import json; ck=json.load(open('/Users/leo/Projects/auto-post/browse-cookies/kanisleo328-threads.json')); cs=ck if isinstance(ck,list) else ck['cookies']; print('# Netscape HTTP Cookie File'); [print('\t'.join([c['domain'],'TRUE' if c['domain'].startswith('.') else 'FALSE',c.get('path','/'),'TRUE',str(int(c.get('expirationDate',2e9))),c['name'],c['value']])) for c in cs if 'instagram' in c.get('domain','')]" > /tmp/ig-cookies.txt
    crv-pro "<Reel-URL>" --cookies /tmp/ig-cookies.txt --mode full
    
    Erst wenn auch das fehlschlägt, als Rückfall die interne IG-API von [[reference_ig_post_full_read]] manuell nutzen

Lesereihenfolge der Ausgabe

  1. MANIFEST.txt — Enthält zu Beginn einen Linsen-Anweisungsblock, dem zu folgen ist; beinhaltet Frameliste, Bewegungsabschnitt, Perceptions-Zeitachse (Audio/Stimme/Emotionen/Gesten/Szenenereignisse mit Zeitstempeln und Konfidenzwerten), Transkript
  2. grids/ — 9-Bild-Raster fortlaufender Frames; für Details frames/*.jpg öffnen (vor dem Lesen auf max. 1500px Breite verkleinern)
  3. perception.json — Vollständige Perceptionsdaten (hier auch die durch Schwellenwerte ausgeblendeten, niedrig-konfidenten Ereignisse)

⚠️ Eiserne Regeln (festgelegt von Leo am 2026-07-05 QA)

  • Das Transkript muss vollständig von Anfang bis Ende gelesen werden, bevor ein Bericht erstellt wird (Leo hat am 2026-07-16 festgestellt, dass Stichprobenartiges Lesen zu falschen Quellenangaben und zum Übersehen der drei markantesten Details des gesamten Videos führte): Die transcript.txt-Datei vollständig lesen, dann die Inhaltsanalyse schreiben. Stichproben dürfen nur zum Abgleich von Zeitstempeln verwendet werden, nicht als Ersatz für das Verständnis.

  • Perceptions-Labels sind Hinweise, keine endgültigen Aussagen: Vor dem Zitieren anhand von Frames und Transkript kreuzvalidieren (das steht auch am Anfang der MANIFEST); das Emotionsmodell kann „normal kräftige Stimme“ fälschlich als „wütend“ einstufen – Nicht-neutrale Emotionen mit einem Konfidenzwert <0,75 werden bereits ausgeblendet, aber auch die sichtbaren müssen überprüft werden.

  • Vor dem Erstellen von Gegenvorlagen oder Remakes muss die Bewegungsrhythmus-Tabelle konsultiert werden (Schnitte/Min, mittlere Bildlänge, Kameraführungsverteilung) – nicht nach Gefühl handeln (Details in [[reference_reel_clone_pipeline]])

  • Antworten müssen konkrete Zeitstempel und Daten enthalten, nicht vage sein

Hinweise

  • Läuft vollständig lokal, das Tool lädt nichts hoch; --kb <Verzeichnis> speichert im Wissensspeicher
  • Temporäre heruntergeladene Videos/extrahierten Frames nach dem Lesen bereinigen (unter /tmp)

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Verwandte Skills