claude-real-video

v2026.09.24

幫 Leo 看影片。當 Leo 丟影片連結(YouTube/IG/TikTok)或本機影片檔,要摘要、分析、拆解對標時使用——Claude 不能直接吃影片,先用這個工具抽關鍵幀+逐字稿+運鏡節奏+聲音/語氣/手勢時間軸再讀。

GitHub
安装命令
npx skhub add huangchihhungleo/claude-real-video
Markdown
SKILL.md

claude-real-video / crv Pro — 幫 Leo 看影片

Leo 本機裝的是 Pro 版 0.5.0(~/Projects/crv-pro/.venv/bin/crv-pro,PATH 有的環境直接 crv-pro)。

什麼時候用

Leo 給影片(網址或檔案路徑)問內容、要摘要、拆對標 reel、問「他怎麼講/怎麼拍/觀眾為什麼買單」時。

指令怎麼選(0.5.0)

Leo 的話聽起來像指令
「這在講什麼」「幫我摘要」「他說的是真的嗎」crv-pro "<src>" -o out --mode watch
「怎麼做的」「拆解」「為什麼會紅」「能學嗎」crv-pro "<src>" -o out --mode creator
「完整分析」或意圖不明crv-pro "<src>" -o out --mode full

Leo 有具體問題就加 --why "<他的原話>"。

  • --senses = 五感全開:聲音事件、語氣曲線、情緒、手勢/表情、畫面標籤(首次跑下載模型 ~2.7GB,之後 86 秒影片約 40 秒)
  • 只要單一感官:--prosody / --audio-events / --emotion / --gesture / --scene-labels
  • --lens content|creator|both(預設 both)決定 MANIFEST 教讀的 AI 往哪個方向分析
  • 長影片加 --max-frames 60;無語音影片 --no-transcribe
  • IG/TikTok 這類要登入的平台:先把 cookie JSON 轉 Netscape 格式再走 --cookies(2026-07-05 實測可直接抓 IG reel,這才是正路):
    python3 -c "import json; ck=json.load(open('/Users/leo/Projects/auto-post/browse-cookies/kanisleo328-threads.json')); cs=ck if isinstance(ck,list) else ck['cookies']; print('# Netscape HTTP Cookie File'); [print('\t'.join([c['domain'],'TRUE' if c['domain'].startswith('.') else 'FALSE',c.get('path','/'),'TRUE',str(int(c.get('expirationDate',2e9))),c['name'],c['value']])) for c in cs if 'instagram' in c.get('domain','')]" > /tmp/ig-cookies.txt
    crv-pro "<reel url>" --cookies /tmp/ig-cookies.txt --mode full
    
    這條也失敗才退 [[reference_ig_post_full_read]] 的 IG 內部 API 手動下載

讀輸出的順序

  1. MANIFEST.txt — 開頭有 lens 指令區塊照著做;含幀清單、motion 區塊、perception timeline(聲音/語氣/情緒/手勢/畫面事件,各帶秒數與信心分數)、逐字稿
  2. grids/ 九宮格連續幀;要看細節才開 frames/*.jpg(讀前縮 1500px 內)
  3. perception.json — 完整感知資料(被門檻藏掉的低信心事件在這)

⚠️ 鐵則(2026-07-05 Leo QA 定的)

  • 逐字稿必須從頭讀到尾才准出報告(2026-07-16 Leo 抓到抽樣讀導致講錯出處+漏掉全片最有哏的三個細節):transcript.txt 全文讀完再寫內容拆解,抽樣只能用來對秒數,不能替代理解

  • 感知標籤是線索不是定論:引用前對照幀和逐字稿交叉驗證(MANIFEST 開頭也這樣教);情緒模型會把「正常有力的語氣」誤讀成 angry——非中性情緒信心 <0.75 已被藏,露出的也要驗

  • 拆對標/做復刻前必看 motion 節奏表(cuts/min、中位鏡頭長、運鏡分佈),別憑感覺(詳 [[reference_reel_clone_pipeline]])

  • 回答引用具體秒數和數據,不籠統

備註

  • 全程本機跑,工具不上傳任何東西;--kb <目錄> 存進知識庫
  • 暫存的下載影片/抽幀讀完要清(/tmp 下的)
发现
标签

此技能尚未发布标签。

版本
最新版本元数据

版本

v2026.09.24

发布时间

2026年9月24日

分类

未分类

许可证

MIT

源路径

personal-skill-backup

默认分支

master

最新提交

6368692

Tree SHA

46a7180