Communitygithub.com

Emar8281/claude-video

Ermöglicht Claude, Videos anzusehen und zu analysieren, indem es Transkripte und visuelle Daten von YouTube-Links über eine Agenten-Fertigkeit verarbeitet.

Was ist claude-video?

Diese Agenten-Fertigkeit, bekannt als Emar8281/claude-video, befähigt Claude (und andere unterstützte KI-Agenten), YouTube-Videos zu analysieren, indem sie sowohl Transkripte als auch visuelle Bildschirmdaten verarbeitet. Die Fertigkeit ist besonders nützlich für Entwickler und Nutzer, die Videoinhalte in ihre Arbeitsabläufe integrieren möchten, ohne manuell Transkripte erstellen oder Screenshots anfertigen zu müssen. Sie erweitert die Fähigkeiten von KI-Assistenten, sodass sie Videobeschreibungen, Tutorials oder Meetings verstehen und darüber diskutieren können. Die Fertigkeit nutzt die YouTube Data API und schriftbasierte Transkription, um Kontext bereitzustellen, und bootet bei Bedarf einen automatisierten Browser aus dem Container, um visuelle Daten zu erfassen. Sie bietet Werkzeuge wie `fetch_youtube_transcript` und `capture_browser_screenshot`, die zusammenarbeiten, um die gesamte Videoanalyse zu ermöglichen. Dadurch eignet sie sich ideal für Aufgaben wie Zusammenfassungen, Inhaltsanalyse und das Extrahieren von Schlüsselpunkten aus Videoinhalten.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add Emar8281/claude-video

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht claude-video?

Ermöglicht Claude, Videos anzusehen und zu analysieren, indem es Transkripte und visuelle Daten von YouTube-Links über eine Agenten-Fertigkeit verarbeitet.

Übersicht

Diese Fertigkeit gibt KI-Agenten die Fähigkeit, YouTube-Videoinhalte zu analysieren. Sie ruft zunächst Videotranskripte über die YouTube Data API ab und startet dann einen containerisierten Browser, um Bildschirmaufnahmen des abgespielten Videos zu machen, was eine detaillierte Analyse sowohl der gesprochenen als auch der visuellen Elemente ermöglicht.

Unterstützte Plattformen

  • Claude Code
  • Cursor
  • Codex
  • Andere KI-Agenten-Plattformen, die SKILL.md verwenden

Verwendung

  1. Link senden: Geben Sie dem Agenten einen YouTube-Videolink.
  2. Transkript abrufen: Der Agent extrahiert das Transkript mit der YouTube Data API.
  3. Visuelle Erfassung: Er startet einen Headless-Browser, um das Video zu laden und Screenshots von wichtigen Bildschirmmomenten zu machen.
  4. Analyse: Der Agent analysiert sowohl Text als auch Bilddaten, um eine umfassende Videozusammenfassung zu erstellen.

Werkzeuge

  • fetch_youtube_transcript – Ruft das Transkript eines YouTube-Videos anhand seiner ID ab.
  • capture_browser_screenshot – Startet einen Headless-Browser und erfasst Screenshots von Videofenstern.

Konfiguration

Es ist kein API-Schlüssel erforderlich; die Fertigkeit nutzt öffentlich zugängliche YouTube-Daten und erfasst Bilder über einen automatisierten Browserprozess.

Beispiel

User: Analysiere dieses Video: https://www.youtube.com/watch?v=dQw4w9WgXcQ
Agent: Ich rufe das Transkript ab und starte den Browser, um Bildschirmaufnahmen zu machen...

Hinweise

  • Die Browser-Automatisierung erfordert, dass der Agent in einer Umgebung mit installiertem Chromium/Chrome läuft.
  • Große Videos können mehrere Screenshots und mehr Zeit benötigen.
  • Transkripte sind auf von YouTubern bereitgestellte oder automatisch generierte Untertitel beschränkt.

Verwandte Skills