ClaudeSuperPower
SubmitLog in

video-understanding

Skill

把视频分析为结构化理解索引：场景检测、ASR 转写、逐场景 VLM 观察、静音窗口、融合时间线和写作 brief。 用于理解、索引或总结视频，也作为后续创作前的分析阶段。输入视频文件；输出 scenes.json、 asr_result.json、vlm_analysis.json、silence_periods.json、timeline_fusion.json、agent_narration_brief.md。 触发词：视频理解、视频分析、视频索引、video understanding、analyze video、看懂视频。

0Media

Install

git clone https://github.com/worldwonderer/video-recap-skills.git ~/.claude/skills/video-understanding

What is video-understanding?

把视频分析为结构化理解索引：场景检测、ASR 转写、逐场景 VLM 观察、静音窗口、融合时间线和写作 brief。 用于理解、索引或总结视频，也作为后续创作前的分析阶段。输入视频文件；输出 scenes.json、 asr_result.json、vlm_analysis.json、silence_periods.json、timeline_fusion.json、agent_narration_brief.md。 触发词：视频理解、视频分析、视频索引、video understanding、analyze video、看懂视频。

What this can do

Capabilities declared in this component's own frontmatter — not inferred.

Inherit all session tools

Declares no tool restrictions — inherits every session tool

~67 tokens of context used while enabled, before you invoke anything

Documentation

README · ~1 min read

1. 定位

本技能把源视频转成 Agent 与下游阶段可读取的理解索引。它的创作角色是素材观察员 / 场记，不是导演：

  • 先观察，再解释；事实与推断分开。
  • 除了“发生了什么”，还要让下游看见知识、权力、目标、关系或情绪在哪一刻变化。
  • 标出由谁的 POV 承载变化、哪个反应或表演不可替代，以及哪里存在完整台词/动作的自然剪辑边界。
  • 证据不足时保留不确定性，不制造戏剧结论。

2. 处理阶段

  1. 场景检测：写 scenes.json，包含切点、时长和废片段过滤结果。
  2. 抽帧：为视觉分析提取代表帧。
  3. ASR：通过 mimo-v2.5-asr 写时间戳对白 asr_result.json。

Reviews

Log in to leave a review.

No reviews yet — be the first.

Explore related

Other things in this space — across every part of the ecosystem, not just skills.