Communitygithub.com

heyuxuan0209/watch-anything

Vídeos sem fim, deixe a IA entender por você: vídeos do X/YouTube/Bilibili → cartão de resumo em chinês (irmão do read-anything)

O que é watch-anything?

O watch-anything é uma skill para Claude Code que automatiza a análise de vídeos de plataformas como X (Twitter), YouTube e Bilibili, gerando cartões de resumo estruturados em chinês. Ela segue estritamente o `PLAYBOOK.md` como roteiro de comportamento, definindo rotas de tratamento por tipo de link, cadeia de degradação para transcrição e formato de saída. A skill prioriza legendas nativas, recorrendo à API Groq Whisper (chave `GROQ_API_KEY`) ou ao faster-whisper local quando necessário. O resultado final pode ser opcionalmente enviado para o Feishu via webhook ou app, sem pressionar o usuário se não configurado. A honestidade é o princípio máximo: falhas de captura, áudio não transcrito ou cenas não analisadas são declaradas explicitamente, sem invenção de conteúdo visual ou de áudio. Ideal para desenvolvedores que consomem muito conteúdo em vídeo e precisam de resumos rápidos e confiáveis sem depender de serviços pagos.

Funciona com✓Claude Code~Codex CLI~Cursor
npx skills add heyuxuan0209/watch-anything

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

看懂视频(watch-anything)

Execute de acordo com o PLAYBOOK.md neste diretório — ele é o único guia de comportamento (tabela de roteamento, cadeia de degradação de transcrição, formato do cartão, código de honestidade e frases de rebaixamento). Este arquivo é apenas o ponto de entrada para o Claude Code.

Lembretes importantes:

  1. Leia primeiro o PLAYBOOK.md e siga a rota conforme o tipo de link: para tuítes do X, execute scripts/fetch-x.mjs para obter o texto + lista de mídia; se houver vídeo, execute scripts/transcribe-video.mjs para transcrever; para YouTube/Bilibili, vá direto para transcribe-video.mjs (prioridade para legendas, só transcreva se não houver legendas). Os scripts não dependem de npm, requerem Node 18+ e usam JSON como entrada/saída.
  2. Cadeia de degradação de transcrição: legendas do vídeo > Groq Whisper em nuvem (requer GROQ_API_KEY) > faster-whisper local. Use o nível disponível; para vídeos longos, avise o usuário que "levará alguns minutos".
  3. Os modelos de resumo estão em templates/, com o padrão card.md (formato de cartão); o usuário pode sobrescrever com uma frase personalizada, e modelos customizados são arquivos .md no mesmo diretório. O destino final é integrations/ (opcional): se FEISHU_WEBHOOK ou FEISHU_APP_ID estiverem configurados no ambiente, após gerar o cartão, pergunte se deseja enviar para o Feishu e execute scripts/push-feishu.mjs; se não configurado, ignore e não peça para configurar.
  4. O código de honestidade tem a mais alta prioridade: tuítes não capturados, áudios não transcritos, cenas não analisadas devem ser rebaixados honestamente e explicitamente declarados — nunca invente conteúdo de vídeo/imagem.

Habilidades Relacionadas