claude-video
Claude और अन्य एजेंटों को वीडियो देखने और ट्रांसक्राइब करने की क्षमता दें।
सीधे अपने विकास वातावरण के भीतर फ़्रेम निकालें, ट्रांसक्रिप्ट प्राप्त करें और मीडिया फ़ाइलों का विश्लेषण करें।
Claude-video स्थानीय फ़ाइलों और URL को टाइमस्टैम्प वाले फ़्रेम और ट्रांसक्रिप्ट में बदलता है जिन्हें AI एजेंट विश्लेषण कर सकते हैं। यह उन डेवलपर्स और वीडियो प्रोफेशनल्स के लिए उपयुक्त है जो Claude Code और Codex जैसे टूल के भीतर स्वचालित दृश्य निरीक्षण और ट्रांसक्रिप्शन चाहते हैं।
यह क्या है
यह टूल वीडियो स्ट्रीम डाउनलोड करता है, FFmpeg और yt-dlp का उपयोग करके व्यक्तिगत फ़्रेम निकालता है, और WhisperX या Groq/OpenAI के माध्यम से मूल या फ़ॉलबैक ट्रांसक्रिप्शन का समन्वय करता है। यह एक एजेंट skill के रूप में कार्य करता है, जिससे स्थानीय LLM को सारांश और तकनीकी प्रश्नों के लिए वीडियो साक्ष्य प्राप्त करने की अनुमति मिलती है।
किसके लिए
यह Claude Code या Codex जैसे स्थानीय एजेंट वातावरण चलाने वाले डेवलपर्स और तकनीकी वीडियो निर्माताओं के लिए उपयुक्त है। यह ब्राउज़र-आधारित AI चैट या Cowork ऐप में काम नहीं करता है, और इसके लिए CLI टूल और निर्भरता प्रबंधन में सहजता की आवश्यकता होती है।
मुख्य विशेषताएँ
एजेंट एकीकरण
सीधे Claude Code, Codex और अन्य Agent Skills होस्ट में स्थापित होता है।
डुअल इंजन प्रोसेसिंग
तेज़ विश्लेषण के लिए वीडियो को Google AI Studio पर रूट करें या स्थानीय FFmpeg निष्कर्षण चलाएं।
लचीला ट्रांसक्रिप्शन
मूल कैप्शन का उपयोग करता है या स्थानीय WhisperX, Groq या OpenAI पर वापस लौटता है।
टाइमस्टैम्प वाले सारांश
वीडियो टाइमस्टैम्प से सीधे मैप किए गए फ़्रेम-सटीक विवरण आउटपुट करता है।
3 चरणों में तैयार
हमारा ईमानदार फैसला
क्या अच्छा है
- Claude Code और VS Code जैसे लोकप्रिय डेवलपर वातावरण में मूल रूप से एकीकृत होता है
- YouTube और अन्य वेब स्रोतों से सीधे वीडियो URL इंगेजमेंट का समर्थन करता है
- स्थानीय हार्डवेयर ओवरहेड के बिना तेजी से वीडियो इंगेजमेंट के लिए एक तेज़ Gemini API पथ प्रदान करता है
- FFmpeg और yt-dlp के माध्यम से स्थानीय फ़्रेम निष्कर्षण और ट्रांसक्रिप्शन करता है
कहाँ कमी है
- Python 3.10+, FFmpeg और yt-dlp जैसी बाहरी सिस्टम निर्भरताओं के मैन्युअल इंस्टॉलेशन की आवश्यकता होती है
- ब्राउज़र ऐप, Claude Chat या Cowork वातावरण में काम नहीं करता है
- स्थानीय WhisperX ट्रांसक्रिप्शन और वीडियो प्रोसेसिंग के लिए स्थानीय मशीन संसाधनों और सेटअप समय की आवश्यकता होती है
- क्लाउड फ़ॉलबैक के लिए Google AI Studio, Groq या OpenAI से बाहरी API कुंजी की आवश्यकता होती है
मूल्य & लाइसेंस
यह सॉफ्टवेयर इसके MIT licence के तहत मुफ़्त है। एकमात्र वित्तीय लागत इस बात पर निर्भर करती है कि क्या आप ट्रांसक्रिप्शन और मॉडल विश्लेषण के लिए Google AI Studio, Groq या OpenAI जैसे बाहरी API का उपयोग करते हैं।
हिंदी बोलने वालों के लिए जॉब्स
870 खुले रिमोट AI-ट्रेनिंग रोल, 14 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$170 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
विकल्प
ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।
इसे उपयोग करें, या हमसे सेट करवाएं
सामान्य प्रश्न
क्या यह मानक Claude चैट या वेब ब्राउज़र अनुप्रयोगों में काम करता है?
नहीं। README स्पष्ट रूप से बताता है कि Watch, Claude Chat, Cowork या ब्राउज़र ऐप में काम नहीं करता है; इसके लिए Claude Code या Codex जैसे स्थानीय एजेंट वातावरण की आवश्यकता होती है।
स्थानीय वीडियो प्रोसेसिंग चलाने के लिए मुझे किन बाहरी टूल की आवश्यकता है?
आपको अपनी मशीन पर Python 3.10+, FFmpeg/ffprobe और वर्तमान yt-dlp सेटअप स्थापित होने की आवश्यकता है।
मैं स्थानीय ट्रांसक्रिप्शन मॉडल स्थापित करने से कैसे बच सकता हूँ?
आप एक मुफ़्त Google AI Studio कुंजी प्रदान करके सबसे तेज़ रास्ते का उपयोग कर सकते हैं ताकि Gemini सीधे वीडियो प्रोसेसिंग को संभाले।
