claude-video
Dale a Claude y a otros agentes la capacidad de ver y transcribir vídeos.
Extrae fotogramas, obtén transcripciones y analiza archivos multimedia directamente en tu entorno de desarrollo.
Claude-video convierte archivos locales y URL en fotogramas con marca de tiempo y transcripciones que los agentes de IA pueden analizar. Está dirigido a desarrolladores y profesionales del vídeo que buscan inspección visual y transcripción automatizadas dentro de herramientas como Claude Code y Codex.
Qué es
La herramienta descarga secuencias de vídeo, extrae fotogramas individuales utilizando FFmpeg y yt-dlp, y coordina transcripciones nativas o de respaldo a través de WhisperX o Groq/OpenAI. Funciona como una skill de agente, permitiendo que los LLM locales ingieran evidencia en vídeo para resumir y realizar consultas técnicas.
Para quién
Está pensado para desarrolladores y productores de vídeo técnicos que ejecutan entornos de agentes locales como Claude Code o Codex. No funciona en chats de IA basados en navegador ni en aplicaciones Cowork, y requiere soltura con herramientas CLI y gestión de dependencias.
Funciones clave
Integración con agentes
Se instala directamente en Claude Code, Codex y otros hosts de Agent Skills.
Procesamiento de doble motor
Dirige los vídeos a Google AI Studio para un análisis rápido o ejecuta la extracción local con FFmpeg.
Transcripción flexible
Utiliza subtítulos nativos o recurre localmente a WhisperX, Groq u OpenAI.
Resúmenes con marca de tiempo
Genera descripciones precisas por fotograma asociadas directamente a las marcas de tiempo del vídeo.
Listo en 3 pasos
Nuestro veredicto honesto
Lo mejor
- Se integra de forma nativa en entornos de desarrollo populares como Claude Code y VS Code
- Permite la ingesta directa de URL de vídeo desde YouTube y otras fuentes web
- Ofrece una vía rápida con la API de Gemini para una ingesta ágil de vídeos sin sobrecargar el hardware local
- Realiza la extracción local de fotogramas y la transcripción mediante FFmpeg y yt-dlp
Sus límites
- Requiere la instalación manual de dependencias del sistema externas como Python 3.10+, FFmpeg y yt-dlp
- No funciona en aplicaciones de navegador, Claude Chat ni en entornos Cowork
- La transcripción local con WhisperX y el procesamiento de vídeo exigen recursos de la máquina local y tiempo de configuración
- El respaldo en la nube requiere una clave de API externa de Google AI Studio, Groq u OpenAI
Precios y licencia
El software es gratuito bajo su licencia MIT. Los únicos costes financieros dependen de si utilizas API externas como Google AI Studio, Groq u OpenAI para la transcripción y el análisis de modelos.
Empleos para hispanohablantes
876 puestos remotos abiertos de entrenamiento de IA, actualizados el 15 de noviembre de 2026; la mayoría paga $20–$170 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Alternativas
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
Úsalo, o deja que lo configuremos
FAQ
¿Funciona esto en Claude Chat estándar o en aplicaciones de navegador web?
No. El archivo README indica explícitamente que Watch no funciona en Claude Chat, Cowork ni en aplicaciones de navegador; requiere entornos de agentes locales como Claude Code o Codex.
¿Qué herramientas externas necesito para ejecutar el procesamiento de vídeo local?
Necesitas Python 3.10+, FFmpeg/ffprobe y una configuración actual de yt-dlp instalada en tu máquina.
¿Cómo puedo evitar instalar modelos de transcripción locales?
Puedes utilizar la vía más rápida proporcionando una clave gratuita de Google AI Studio para que Gemini gestione el procesamiento del vídeo directamente.
