К основному содержанию
скилл CX Codex

watching-videos — скилл для Claude Code: что делает и как установить

Скилл анализирует локальные видеофайлы и ролики по ссылкам через OCR кадров и транскрипцию речи. Помогает агенту отвечать по реальному содержанию видео с таймкодами.

Установить в Claude Code · Через Skills CLI (Vercel) Все способы и платформы ↓
npx skills add oxbshw/watch-skill --skill watching-videos -a claude-code
Открыть на GitHub

Что делает watching-videos

Скилл запускает конвейер обработки любого видеоматериала: роликов из сети или файлов на диске. Инструмент отбирает кадры со сменой сцен без дубликатов, считывает надписи через OCR и строит расшифровку речи через субтитры или Whisper. Все результаты сохраняются в локальный индекс, поэтому повторно анализировать одно и то же видео не придётся.

Для длинных записей предусмотрены выборка фрагментов флагами --start и --end, а также режим --transcript-only для чтения речи без загрузки кадров. С пакетами роликов и плейлистами работает команда watch-skill batch.

Для работы не нужны внешние API-ключи: расшифровка звука идёт локально на машине. Если в системе нет ffmpeg или yt-dlp, команда watch-skill doctor поставит их сама.

Какие задачи решает

  • извлечь текст с экрана в видеозаписи через OCR
  • получить расшифровку речи из локального файла без сторонних API
  • найти ответ на вопрос по конкретному таймкоду видео
  • проиндексировать плейлист или папку с видеофайлами

Примеры запросов агенту

  • Посмотри запись meeting.mp4 и выпиши принятые решения с таймкодами.
  • Найди в видеофайле screencast.mp4 момент, когда в консоли появляется ошибка.
  • Сделай текстовую расшифровку файла lecture.mp4 без сохранения кадров.

Как установить watching-videos

1Через Skills CLI (Vercel)

npx skills add oxbshw/watch-skill --skill watching-videos -a claude-code

2Вручную: положить файлы

~/.claude/skills/watching-videos/SKILL.md

Папка скилла целиком; для одного проекта — .claude/skills/watching-videos/

По шагам, с командами для каждой платформы: Как установить скилл в Claude Code: пять способов

Вопросы о watching-videos

Как установить watching-videos в Claude Code?

Выполните команду npx skills add oxbshw/watch-skill --skill watching-videos -a claude-code. Файл навыка сохранится в ~/.claude/skills/watching-videos/SKILL.md.

Что делает скилл watching-videos?

Он скачивает видео, нарезает ключевые кадры, распознаёт экранный текст через OCR и создаёт транскрипт речи с помощью Whisper или готовых субтитров. Все данные записываются в локальную базу, к которой агент обращается по таймкодам.

Нужен ли API-ключ для распознавания речи?

Ключи API не требуются. Аудио расшифровывается локально через встроенный Whisper или готовые субтитры, а сами файлы не передаются на сторонние серверы.

Исходный текст

SKILL.md · MIT
---
name: watching-videos
version: "1.4.3"
description: The user shared a video URL, a YouTube/TikTok/stream link, a local video file, a screen recording, a meeting recording, or a playlist/folder of videos — "watch this", "summarize this video", "what's in this recording". Use this to actually watch the video — download, extract frames, OCR, transcribe, and index it — instead of guessing from the title or asking the user to describe it.
license: MIT
user-invocable: true
allowed-tools: Bash, Read
---

# Watching videos

You don't have a video input; this skill gives you one. Anything a user
hands you — a YouTube link, a TikTok, a lecture, a meeting recording, a
screen capture, an .mp4 on disk — goes through the same pipeline: frames
(scene-aware, deduplicated), OCR, transcript (captions first, local
Whisper offline fallback), all persisted into one index.

## Before watching: check the index

```bash
watch-skill list
```

If the video was already analyzed — this session or any earlier one —
do NOT watch it again. Ask it directly (see the `asking-with-evidence`
skill):

```bash
watch-skill ask <video_id> "<question>"
```

## One video

```bash
watch-skill watch "<url-or-path>" [--start T --end T] [--max-frames N] [--transcript-only]
```

- Works on any yt-dlp-supported site (1800+), direct media URLs, HLS/DASH
  manifests (`--duration 60` bounds live streams), and local files.
- Video over ~10 minutes and the user cares about one part → use
  `--start`/`--end` for dense sampling of that window.
- User only needs what was said → `--transcript-only` (fastest, often no
  video download at all).

The report prints `Indexed: <video_id>`, frames with `t=MM:SS`
timestamps, OCR text, and the transcript. Read every frame path listed —
in a single message, parallel Read calls — then answer from frames + OCR
+ transcript, citing timestamps.

## Many videos (playlist, channel, folder)

```bash
watch-skill batch "<playlist-url-or-folder>" [--limit N]
```

Everything lands in the same index; one broken video never stops the
rest. Afterwards a single `watch-skill search "<phrase>"` spans the whole
batch.

## First run on a machine

If any command fails with a dependency error, run `watch-skill doctor`
once — it installs missing ffmpeg/yt-dlp itself. No API key is required
for any of this; transcription is local by default and the video file
never leaves the machine.

© oxbshw · MIT · oxbshw/watch-skill

Похожие скиллы

Все скиллы по теме «Настройка агента: память, контекст, субагенты» →
setup-matt-pocock-skills Matt Pocock Скилл настраивает репозиторий для инженерных скиллов Matt Pocock: задаёт трекер задач, метки триажа и расположение доменной документации. Запустите его перед первым использованием остальных скиллов. 1 052 851установок ask-matt Matt Pocock Помогает выбрать подходящий скилл или рабочий поток из набора Matt Pocock. Пригодится, когда непонятно, с чего начать задачу: от идеи до разбора бага. 766 587установок to-tickets Matt Pocock Разбивает план, спецификацию или переписку на небольшие сквозные задачи и отмечает, какие из них блокируют остальные. Пригодится, когда нужно согласовать порядок работы до публикации задач в трекере. 711 230установок writing-plans Jesse Vincent Скилл превращает требования к многошаговой задаче в подробный план реализации до начала работы с кодом. Пригодится, когда исполнителю нужно зафиксировать файлы, интерфейсы и проверки. CX Codex 282 859установок caveman-review JuliusBrussee Пишет замечания к коду одной строкой: место, проблема, исправление. Пригодится, когда ревью диффа или PR надо пройти быстро и без воды. CX Codex +1 411 800установок caveman-compress JuliusBrussee Сжимает CLAUDE.md, списки задач и другие текстовые файлы в краткий формат, сохраняя читаемую резервную копию. CX Codex +1 411 500установок

Из того же набора10

video-memory Постоянный индекс всех видео, которые агент разбирал на этой машине: кадры, OCR, транскрипты и прошлые ответы. Пригодится, когда нужно вспомнить, что было в записи. CX Codex +1 510установок asking-with-evidence Отвечает на вопросы по ранее просмотренным видео из локального индекса с таймкодами и оценкой уверенности. Позволяет проверить детали без повторного запуска анализа. CX Codex +1 506установок extracting-structure Достаёт структуру из уже просмотренного видео: главы с таймкодами, баг-репорт с точным кадром, оценку вступления. CX Codex +1 505установок the-loop Записывает, как ведёт себя интерфейс, анимация или игра, сверяет запись с вашими критериями и повторяет прогон, пока не пройдёт. CX Codex +1 501установок recovering-from-errors Скилл разбирает сбои Watch Skill: читает код ошибки, запускает watch-skill doctor и повторяет упавшую команду один раз. CX Codex +1 498установок learning-from-mistakes Записывает правки пользователя как уроки, чтобы следующие ответы по похожим вопросам были точнее. Показывает, что уже сохранено. CX Codex +1 496установок configuring-vision Настраивает провайдеров зрения для Watch Skill: подключает OpenAI, Anthropic, Gemini, OpenRouter или локальную Ollama без привязки к одной модели. CX Codex +1 496установок sharing-results Собирает разбор видео в один offline HTML-файл: кадры, транскрипт и ответы на вопросы со ссылками на таймкоды. CX Codex +1 495установок

Спонсоры проекта

Компании, которые помогают держать аналитику открытой