watch Skill
能看懂任何视频——通过链接(视频网站、屏幕或会议录屏、直链 mp4)或本地文件(.mov/.mp4)——不只读转录文本,还能看到屏幕上有什么。按场景切换(ffmpeg 场景检测)取帧而非按定时器,因此不会漏掉图表、演示、剪辑和 b-roll。音频:先用 yt-dlp 拿字幕,失败则本地语音转录。输出可按需格式的解读或表格:QA 表、竞品对比、UX 审计、会议纪要、课程笔记。用户输入 /watch <url> 或说"看看这个视频"、"分析一下这个片子/会议"时使用。
安装方式:把技能目录放入 ~/.claude/skills/(Claude Code)或在 claude.ai 设置中启用;也可复制右侧安装命令一键添加。
技能指令原文(SKILL.md)
watch - ассистент смотрит видео целиком
Зависимости (проверить при первом запуске)
- yt-dlp, ffmpeg, whisper (openai-whisper). Если чего-то нет - предложи установить, покажи команду и сообщи пользователю:
- macOS:
brew install yt-dlp ffmpeg openai-whisper - Linux:
sudo apt install ffmpeg pipx, затемpipx install yt-dlpиpipx install openai-whisper - Обычный
pip installв системный Python новые macOS/Linux блокируют («externally-managed-environment»), поэтому brew или pipx. - Для локального файла yt-dlp не нужен.
Workflow
1. Подготовка
- Сделай рабочую папку: mkdir -p /tmp/watch/
- Определи источник: URL (видеохостинг / сервис записи экрана или встречи / прямой видеофайл) или путь к локальному файлу (например, запись экрана).
- Записей может быть несколько (части одного прохождения). Обрабатывай каждую отдельно и веди тайм-коды в виде
Video N · mm:ss.
2. Транскрипт - сначала субтитры (бесплатно, если есть; только для URL)
yt-dlp --write-subs --write-auto-subs --sub-langs "ru,en" --skip-download --convert-subs srt -o "/tmp/watch//subs.%(ext)s" ""
Если .srt появился - это транскрипт с тайм-кодами, используй его.
3. Транскрипт - fallback: расшифровка речи (если субтитров нет или это локальный файл)
- URL: yt-dlp -x --audio-format mp3 -o "/tmp/watch//audio.mp3" ""
- Локальный файл: ffmpeg -i "
whisper "/tmp/watch//audio.mp3" --model small --language ru --output_format srt --output_dir "/tmp/watch//"
--language поставь по речи в записи (ru, uk, en...). Для точности можно --model medium (медленнее).
4. Кадры ПО СМЕНАМ СЦЕН
- URL: yt-dlp -f "bv*[height<=720]+ba/b[height<=720]" -o "/tmp/watch//video.mp4" ""
- Локальный файл: используй его как есть, копию не делай.
mkdir -p "/tmp/watch//frames"
ffmpeg -i "
-fps_mode vfr работает в ffmpeg 5.1+. В свежих версиях старый ключ -vsync удалён (ffmpeg 9 отвечает «Unrecognized option 'vsync'»); на старых ffmpeg (до 5.1) вместо -fps_mode vfr используй -vsync vfr.
Порог 0.3 можно крутить 0.2-0.4 по плотности сцен (запись экрана с плавными переходами может дать 0 кадров: снизь порог до 0.05-0.1). Тайм-коды кадров бери из showinfo-лога (pts_time), чтобы привязать кадр к моменту: кадр frame_0001 соответствует первому pts_time в логе, и так далее. Не добавляй к команде -loglevel error: showinfo пишет в лог уровня info, и лог получится пустым.
grep -o 'pts_time:[0-9.]*' "/tmp/watch//scenes.log" | cut -d: -f2 | nl
Если кадров слишком много - оставь до ~150 самых информативных, прореживая близкие по времени.
Кадр ровно по тайм-коду (для находки, цитаты, скриншота в таблице):
ffmpeg -ss 00:07:39 -i "
Быстрые элементы (живая лента ставок, таймеры, анимации) смена сцен не ловит. Сними нужный отрезок плотнее, например 2 кадра в секунду на 20 секундах:
ffmpeg -ss 00:07:30 -t 20 -i "
5. Анализ
- Прочитай транскрипт (.srt).
- Просмотри извлечённые кадры: слайды, код, демо, графика, интерфейс.
- Свяжи визуал с транскриптом по тайм-кодам. Транскрипт без экрана бесполезен («вот тут не работает» - где именно?), поэтому слова всегда сверяй с кадром.
6. Отчёт
Если пользователь не назвал формат, спроси одной строкой: «Как оформить: обычный разбор, QA-таблица, сравнение конкурентов, UX-аудит, протокол созвона, конспект лекции или свой формат?»
- Обычный разбор (по умолчанию): TL;DR (3-5 строк); ключевые концепции с тайм-кодами; что показано НА ЭКРАНЕ, чего нет в тексте; заметные моменты/цитаты с тайм-кодами.
- QA-таблица (QA, баг-лист, разбор прохождения, аудит продукта по записи экрана): прочитай
templates/qa-table.md(лежит в папке этого скилла) и следуй ему. Живой пример -examples/qa-review.html. - Другие таблицы (сравнение конкурентов, UX-аудит, протокол созвона, конспект лекции, свой формат): прочитай
templates/other-tables.md. Колонки подбирай под запрос пользователя; если он не знает, что нужно, предложи 4-6 колонок по образцу оттуда. - Если можешь собрать HTML-страницу или артефакт, повтори структуру примера: сводка, фильтр по критичности, таблица, блок «Работает хорошо».
7. Ингест в базу знаний (опционально)
Спроси: «Сохранить разбор в твою базу заметок?». Если да - запиши markdown-заметку в указанную папку со ссылками на связанные заметки. Без подтверждения - не сохраняй.
Правила
- Рабочие файлы - во временную папку, проект не засоряй.
- Ничего не публикуй и не отправляй наружу без явной просьбы.
- Приватное видео с логином не обходи - сообщи об этом.
- Любой пункт отчёта опирается на тайм-код. В QA-таблице у находки есть кадр и, если тестировщик что-то сказал, дословная цитата.
- Не выдумывай находки и цитаты: нет в записи - нет в отчёте. Нет кадра - так и пиши «нет скриншота».