Communitygithub.com

heyuxuan0209/watch-anything

Hilf mir, unendlich viele Videos zu verstehen: X/YouTube/Bilibili-Videos → chinesische Kartenzusammenfassung (Schwester von read-anything)

Was ist watch-anything?

Das Skill „Watch Anything“ (heyuxuan0209/watch-anything) ist ein KI-Agentenskript, das Claude Code oder ähnliche Plattformen dazu befähigt, Videos von Plattformen wie X (Twitter), YouTube und Bilibili automatisch zu transkribieren und in eine strukturierte chinesische Kartenzusammenfassung umzuwandeln. Es ist die Videoversion von read-anything – statt Text wird Videoinhalte analysiert. Der Skill arbeitet nach einer strikten Playbook-Routingtabelle: Zuerst wird die Art der Quelle (X-Post, YouTube- oder Bilibili-Video) erkannt, dann mittels spezialisierter Skripte (fetch-x.mjs, transcribe-video.mjs) der Inhalt geholt und transkribiert. Die Transkriptions-Pipeline ist mehrstufig: bevorzugt Untertitel, falls nicht vorhanden Groq Cloud Whisper (mit GROQ_API_KEY), als letzte Stufe lokales faster-whisper. Lange Videos werden mit einem Hinweis auf die Wartezeit versehen. Die Ausgabe erfolgt über ein anpassbares Template (Standard: card.md) und kann optional an Feishu (Lark) über Webhook oder App gesendet werden, wenn die Umgebungsvariablen FEISHU_WEBHOOK / FEISHU_APP_ID gesetzt sind. Wichtig: Das Skill befolgt streng die „Ehrlichkeitsregel“ – es erfindet keine Inhalte aus nicht lesbaren Posts, nicht transkribierbaren Audios oder nicht analysierten Bildern, sondern deklariert dies explizit und führt eine geordnete Degradierung durch.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add heyuxuan0209/watch-anything

In Ihrer bevorzugten KI fragen

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

Dokumentation

看懂视频(watch-anything)

Führe gemäß PLAYBOOK.md in diesem Verzeichnis aus – es ist die einzige Verhaltensrichtlinie (Routing-Tabelle, Transkriptions-Degradierungskette, Kartenformat, Ehrlichkeitsregel, Degradierungswortlaut). Diese Datei dient nur als Auslöser für Claude Code.

Wichtige Hinweise:

  1. Lies zuerst PLAYBOOK.md und folge dem Routing basierend auf dem Linktyp: Für X-Posts verwende scripts/fetch-x.mjs, um den Text und die Medienliste abzurufen. Wenn ein Video vorhanden ist, verwende scripts/transcribe-video.mjs zur Transkription. YouTube/Bilibili-Videos werden direkt mit transcribe-video.mjs verarbeitet (Untertitel bevorzugt, erst wenn keine vorhanden, Transkription). Die Skripte haben keine npm-Abhängigkeiten, benötigen Node 18+, und kommunizieren über JSON.
  2. Transkriptions-Degradierungskette: Video-Untertitel > Groq Cloud Whisper (erfordert GROQ_API_KEY) > lokales faster-whisper. Fehlt eine Stufe, wird automatisch auf die nächste zurückgegriffen. Bei langen Videos wird der Benutzer vorab informiert, dass es „ein paar Minuten dauern kann“.
  3. Die Vorlagen befinden sich in templates/, standardmäßig card.md (Kartenformat). Der Benutzer kann diese mit einem einzigen Satz überschreiben. Eine benutzerdefinierte Vorlage ist eine neue .md-Datei im Verzeichnis. Der Ausgabeendpunkt liegt in integrations/ (optional): Wenn die Umgebungsvariablen FEISHU_WEBHOOK / FEISHU_APP_ID gesetzt sind, kann nach Fertigstellung der Karte gefragt werden, ob sie an Feishu gesendet werden soll. Dazu wird scripts/push-feishu.mjs ausgeführt. Wenn keine Konfiguration vorhanden ist, ignoriere sie und dränge den Benutzer nicht zur Einrichtung.
  4. Die Ehrlichkeitsregel hat höchste Priorität: Bei nicht abrufbaren Posts, nicht transkribierbaren Audios oder nicht analysierten Bildern führe eine geordnete Degradierung durch und erkläre dies explizit. Erfinde niemals Inhalte aus Videos/Bildern.

Verwandte Skills