claude-video-vision
Claude Code Video Vision 是一个让 Claude 能看懂视频的插件。它用 ffmpeg 抽取帧，并通过几种后端之一处理音频，然后把帧作为图片、把带时间戳的转写文字一起交给 Claude。README 强调这个插件是“感知层”而不是“解读层”：解读由 Claude 完成。
提供三种音频后端。Gemini API 原生处理语音和非语音事件，每天有 1,500 次请求的免费额度；完全本地的方案使用 `whisper.cpp` 或 Python 的 `openai-whisper`，模型在首次使用时自动下载；OpenAI Whisper API 是付费选项。抽帧是自适应的：Claude 会根据问题调整帧率、时间范围和分辨率，比如一小时的讲座用低帧率，要读屏幕上的文字就在很窄的时间窗口里用高分辨率。
在 Claude Code 里用 `/plugin marketplace add https://github.com/jordanrendric/claude-video-vision` 和 `/plugin install claude-video-vision` 安装，Node.js 的 MCP 服务器会在首次使用时通过 `npx` 自动安装。运行 `/setup-video-vision` 进入设置向导，然后用 `/watch-video path/to/video.mp4 "你的问题"`，或者直接在对话里提到视频文件。它提供四个 MCP 工具（`video_watch`、`video_info`、`video_configure`、`video_setup`），需要 Node.js 20+ 和 ffmpeg。许可为 MIT，最近一次推送是 2026-10-07。本评测依据 README 和仓库数据，我们没有实际运行过它。
功能特性
为什么选择它
权衡点
维护状况检查
- 最近提交
- 2026-10-06
- 近 90 天提交数
- 17
- 近 90 天发布数
- 1
- 最新发布
- v1.4.0 (2026-10-06)
- 未关闭 issue
- 9
- 近期 issue 至少有一条评论的比例
- 7/11
最早的一周在左边，最近 4 周为橙色。数据来源：GitHub 提交统计。
状态规则：GitHub 上已归档 = 已归档；最近提交在 90 天内 = 活跃；91 到 365 天 = 放缓；更久 = 停滞。所有数字来自所示日期的 GitHub API。
讨论最多的未关闭 issue
- #48 Duplicate MCP server instances spawn after reconnect, causing Claude Code Task dispatches to be silently rejected1 条评论 · 2026-05-18
- #41 Whisper.cpp backend: support audio tagging (Whisper-AT or parallel classifier) for music / non-speech annotation1 条评论 · 2026-05-15
- #58 video_analyze: 600s ffmpeg timeout silently returns empty analysis — decode cost is unbounded at native resolution (likely root cause of #470 条评论 · 2026-09-07
issue 标题引自 GitHub。请打开链接确认该问题是否仍适用于你使用的版本。
兼容性
快速开始
使用场景
同类工具
评论
暂无评论，来发表第一条吧