claude-video-vision

概述

Claude-video-vision 是一个功能强大的MCP服务器，通过帧提取和音频分析扩展Claude的能力，使其能够处理视频文件和YouTube链接。该服务器使用ffmpeg提取视频帧，并通过多种后端(Gemini API、本地Whisper或OpenAI API)分析音频。作为感知层，它为Claude提供视觉帧和时间戳音频转录，而不进行解释。它根据上下文自适应提取内容，支持多种具有不同成本和隐私配置文件的后端，并包含交互式设置向导，便于配置。

试试问 AI

装完之后，这里有 5 个你可以让 AI 做的事：

• video_watch

  Extract frames and process audio from videos

  试试:analyze this video for me: ~/Downloads/demo.mp4试试:summarize this YouTube video: https://www.youtube.com/watch?v=...
• video_analyze

  Analyze video structure with ffmpeg filters before extraction

  试试:What's the structure of this video?试试:Check the video format and encoding
• video_detail

  Drill into specific cached or newly extracted moments

  试试:Show me what's on screen at 1:30试试:What happens at the 30-second mark?
• video_info

  Get video metadata without processing

  试试:What's the duration of this video?试试:What resolution is this video?
• video_configure

  Change settings for video processing

  试试:Set frame resolution to 720p试试:Change the backend to Gemini API
• video_setup

  Check and guide dependency installation

  试试:Check if Whisper is properly installed试试:Set up video vision dependencies

可对比工具

安装

# 在Claude Code中
/plugin marketplace add https://github.com/jordanrendric/claude-video-vision
/plugin install claude-video-vision

FAQ

支持哪些视频格式？

该插件支持ffmpeg能处理的所有格式，包括MP4、MOV、AVI等。对于YouTube URL，它使用yt-dlp下载和处理视频。

是否支持本地处理？

是的，您可以使用whisper.cpp或Python openai-whisper进行完全本地音频处理，无需API成本或外部依赖。

claude-video-vision 对比