claude-video
Verleihen Sie Claude und anderen Agenten die Fähigkeit, Videos anzusehen und zu transkribieren.
Extrahieren Sie Frames, rufen Sie Transkripte ab und analysieren Sie Mediendateien direkt in Ihrer Entwicklungsumgebung.
Claude-video verwandelt lokale Dateien und URLs in mit Zeitstempeln versehene Frames und Transkripte, die KI-Agenten analysieren können. Es richtet sich an Entwickler und Videoprofis, die eine automatisierte visuelle Inspektion und Transkription in Tools wie Claude Code und Codex suchen.
Was es ist
Das Tool lädt Videostreams herunter, extrahiert einzelne Frames mit FFmpeg und yt-dlp und koordiniert native oder alternative Transkriptionen über WhisperX oder Groq/OpenAI. Es fungiert als Agenten-Skill und ermöglicht lokalen LLMs, Videobeweise für Zusammenfassungen und technische Abfragen einzulesen.
Für wen
Es eignet sich für Entwickler und technische Videoproduzenten, die lokale Agentenumgebungen wie Claude Code oder Codex ausführen. Es funktioniert nicht in browserbasierten KI-Chats oder Cowork-Apps und erfordert Vertrautkeit mit CLI-Tools und Abhängigkeitsmanagement.
Wichtige Funktionen
Agenten-Integration
Wird direkt in Claude Code, Codex und andere Agent Skills-Hosts installiert.
Dual-Engine-Verarbeitung
Leiten Sie Videos zur schnellen Analyse an Google AI Studio weiter oder führen Sie eine lokale FFmpeg-Extraktion aus.
Flexible Transkription
Verwendet native Untertitel oder greift auf lokales WhisperX, Groq oder OpenAI zurück.
Zeitgestempelte Zusammenfassungen
Gibt framegenaue Beschreibungen aus, die direkt auf Video-Zeitstempel abgebildet werden.
Startklar in 3 Schritten
Unser ehrliches Fazit
Stärken
- Integriert sich nahtlos in beliebte Entwicklungsumgebungen wie Claude Code und VS Code
- Unterstützt die direkte Aufnahme von Video-URLs von YouTube und anderen Webquellen
- Bietet einen schnellen Gemini-API-Pfad für die schnelle Videoaufnahme ohne lokalen Hardware-Overhead
- Führt eine lokale Frame-Extraktion und Transkription über FFmpeg und yt-dlp durch
Schwächen
- Erfordert die manuelle Installation externer Systemabhängigkeiten wie Python 3.10+, FFmpeg und yt-dlp
- Funktioniert nicht in Browser-Apps, Claude Chat oder Cowork-Umgebungen
- Die lokale WhisperX-Transkription und Videoverarbeitung erfordern lokale Maschinenressourcen und Einrichtungszeit
- Der Cloud-Fallback erfordert einen externen API-Schlüssel von Google AI Studio, Groq oder OpenAI
Preise & Lizenz
Die Software ist unter ihrer MIT-Lizenz kostenlos. Die einzigen finanziellen Kosten hängen davon ab, ob Sie externe APIs wie Google AI Studio, Groq oder OpenAI für die Transkription und Modellanalyse verwenden.
Stellen für Deutschsprachige
870 offene Remote-Stellen im KI-Training, aktualisiert am 14. November 2026; die meisten zahlen $20–$170 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
Alternativen
Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.
Nutze es, oder lass es uns einrichten
FAQ
Funktioniert dies im Standard-Claude-Chat oder in Webbrowser-Anwendungen?
Nein. Die README besagt ausdrücklich, dass Watch nicht in Claude Chat, Cowork oder Browser-Apps funktioniert; es erfordert lokale Agentenumgebungen wie Claude Code oder Codex.
Welche externen Tools benötige ich, um die lokale Videoverarbeitung auszuführen?
Sie benötigen Python 3.10+, FFmpeg/ffprobe und eine aktuelle yt-dlp-Einrichtung auf Ihrem Computer.
Wie kann ich die Installation lokaler Transkriptionsmodelle vermeiden?
Sie können den schnellsten Weg wählen, indem Sie einen kostenlosen Google AI Studio-Schlüssel bereitstellen, damit Gemini die Videoverarbeitung direkt übernimmt.
