Videos mit Frame-Extraktion und Audiokontext in Claude Code analysieren
Gib Claude Code eine Video-Wahrnehmungsschicht, die Frames extrahiert, Audio transkribiert und Claude erlaubt, Fragen zu lokalen Videos oder YouTube-URLs zu beantworten.
Voraussetzungen
Claude Code, Node.js 20+, ffmpeg, optional yt-dlp, Gemini API oder Whisper/OpenAI Audio-Backend
Installation
Verwende den upstream-Installations- oder Setup-Pfad, der zu deiner Umgebung passt:
Anforderungen und Hinweise aus dem upstream:
- | Lokal (Whisper) | whisper.cpp oder Python openai-whisper | Kostenlos, vollständig offline | brew install whisper-cpp + automatischer Modelldownload |
- │ MCP Server (Node.js) │
- Node.js 20+ (für den MCP-Server)
Grundlegende Nutzung und erste Schritte:
-
1. Plugin installieren
-
Führe diese Befehle nacheinander in Claude Code aus:
-
/plugin marketplace add https://github.com/jordanrendric/claude-video-vision
-
Quelle: https://github.com/jordanrendric/claude-video-vision
-
Auszug aus der upstream-Dokumentation: https://raw.githubusercontent.com/jordanrendric/claude-video-vision/HEAD/README.md