Archivos de skills para agentes que guían a asistentes de IA en la redacción de prompts para el modelo de generación de video Seedance 2.0 de ByteDance.
4,3 mil350MITActualizado el mes pasado
bradautomates/claude-video
Plugin de Claude Code y Agent Skills que permite a los agentes de IA ver videos al convertir una URL o un archivo local en fotogramas con marcas de tiempo y una transcripción.
- Estrellas
- 18,826
- Forks
- 1,959
- Issues abiertos
- 208
- Último commit
- hace 25 días
¿Qué es?
Watch es una habilidad de agente que permite a herramientas como Claude Code, Codex y otros hosts de Agent Skills analizar videos. Se le pasa una URL o un archivo local y genera fotogramas con marcas de tiempo y una transcripción que el agente puede leer y resumir. Si hay subtítulos nativos, los usa primero.
Ofrece dos motores. El motor de Gemini envía el video completo al modelo de video de Google y devuelve una respuesta con marcas de tiempo; los enlaces de YouTube no requieren herramientas adicionales. El motor local se ejecuta en tu máquina con ffmpeg y yt-dlp para extraer fotogramas y subtítulos. Si el video no tiene subtítulos, también puede transcribir el audio con WhisperX local o con las API en la nube de Groq y OpenAI Whisper.
La habilidad controla el muestreo de fotogramas según el nivel de detalle, el intervalo de tiempo y el límite de fotogramas, y elimina los fotogramas casi duplicados. También admite cookies para fuentes que requieren autenticación e incluye un script de configuración que comprueba las herramientas necesarias, como Python 3.10+, FFmpeg y yt-dlp.
Funciones clave
- 01Convierte una URL o un video local en fotogramas con marcas de tiempo y una transcripción.
- 02Usa primero los subtítulos nativos y, si no hay, recurre a la transcripción del audio.
- 03Ofrece un motor de Gemini que analiza el video completo y otro totalmente local.
- 04Admite WhisperX local o Groq/OpenAI Whisper para transcribir.
- 05Controla la cantidad de fotogramas, el nivel de detalle y el intervalo de tiempo, y elimina los fotogramas duplicados.
- 06Se instala en Claude Code, Codex y otros hosts de Agent Skills.
Casos de uso
- Pedirle a un agente de IA que resuma un tutorial o una charla con referencias temporales.
- Pedirle a un agente que examine un segmento específico de una grabación de pantalla o una demostración de un error.
- Extraer la transcripción y los elementos visuales clave en pantalla de un video de YouTube para analizarlos.
- Revisar grabaciones locales de reuniones o productos sin tener que recorrerlas manualmente.
Inicio rápido
- 1
Añade el marketplace a Claude Code
/plugin marketplace add bradautomates/claude-video - 2
Instala el plugin Watch
/plugin install watch@claude-video - 3
Inicia una nueva sesión de Claude Code y ejecuta la skill con un vídeo
Antes de usarlo
- Watch no funciona en Claude Chat ni en Cowork; solo funciona en Claude Code, Codex y otros hosts de Agent Skills.
- Sin una clave de Gemini, necesitas ffmpeg y yt-dlp instalados localmente. Para YouTube también necesitas un runtime de JavaScript.
- La transcripción de voz requiere una configuración de WhisperX o una clave de API de Groq u OpenAI.
- WhisperX local requiere Watch v0.3.0 o posterior.
Temas
Preguntas frecuentes
- ¿Qué es claude-video?
- Plugin de Claude Code y Agent Skills que permite a los agentes de IA ver videos al convertir una URL o un archivo local en fotogramas con marcas de tiempo y una transcripción. Watch es una habilidad de agente que permite a herramientas como Claude Code, Codex y otros hosts de Agent Skills analizar videos. Se le pasa una URL o un archivo local y genera fotogramas con marcas de tiempo y una transcripción que el agente puede leer y resumir. Si hay subtítulos nativos, los usa primero.
- ¿claude-video es gratuito? ¿Qué licencia tiene?
- claude-video es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿claude-video sigue mantenido?
- Mantenimiento activo. El último commit de claude-video fue el 25 sept 2026.
- ¿Para qué puedo usar claude-video?
- Pedirle a un agente de IA que resuma un tutorial o una charla con referencias temporales. Pedirle a un agente que examine un segmento específico de una grabación de pantalla o una demostración de un error. Extraer la transcripción y los elementos visuales clave en pantalla de un video de YouTube para analizarlos. Revisar grabaciones locales de reuniones o productos sin tener que recorrerlas manualmente.
- ¿Cómo se instala claude-video?
- Añade el marketplace a Claude Code: /plugin marketplace add bradautomates/claude-video Instala el plugin Watch: /plugin install watch@claude-video Inicia una nueva sesión de Claude Code y ejecuta la skill con un vídeo
- ¿Dónde consigo claude-video?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/bradautomates/claude-video
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Convierte un guion escrito en un video explicativo narrado o una demo de producto, con voz local, sincronización por palabra y renderizado en canvas, mediante un agente de programación.
59838JavaScriptMITActualizado ayer
Una skill de Claude Code que convierte la URL de un sitio web en un video de lanzamiento de producto a 60 fps, creado con HTML, efectos de sonido sincronizados con la música y desenfoque de movimiento.
32247JavaScriptMITActualizado hace 5 días
Una skill para agentes de Claude Code y Codex que guía la creación de videos de motion graphics de 30 a 90 segundos, con controles de calidad en cada etapa.
12014PythonMITActualizado anteayer
Aplicación de escritorio gratuita y de código abierto para descargar video y audio de más de 1000 sitios, transcribirlos, buscarlos y resumirlos con IA.
10,9 mil856TypeScriptMITActualizado anteayer
Una skill de Claude Code que descarga videos de YouTube, los divide en capítulos generados con IA, recorta segmentos y añade subtítulos bilingües al video.
2,2 mil319PythonMITActualizado hace 9 meses