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
- Link senden: Geben Sie dem Agenten einen YouTube-Videolink.
- Transkript abrufen: Der Agent extrahiert das Transkript mit der YouTube Data API.
- Visuelle Erfassung: Er startet einen Headless-Browser, um das Video zu laden und Screenshots von wichtigen Bildschirmmomenten zu machen.
- 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.