メニュー
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。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/HUANGCHIHHUNGLeo/claude-real-video --skill claude-real-videoコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
Watch a video for the user. Use when the user shares a video URL (YouTube etc.) or local video file and wants it summarized, analyzed, or discussed — Claude can't ingest video directly, so this skill extracts scene-aware keyframes + transcript first, then reads those.
Watch a video for the user. Use when the user shares a video URL (YouTube etc.) or local video file and wants it summarized, analyzed, or discussed — Claude can't ingest video directly, so this skill extracts scene-aware keyframes + transcript first, then reads those.
Install and use crv (claude-real-video) — a tool that lets any AI agent watch videos by extracting scene-aware keyframes, deduplicating them, and transcribing audio. Use when the user shares a video URL or file and wants it analyzed, summarized, or discussed.
SKILL.md を表示中
| name | claude-real-video |
| description | 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。 |
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）。
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。
| 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）--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--max-frames 60；無語音影片 --no-transcribe--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
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grids/ 九宮格連續幀；要看細節才開 frames/*.jpg（讀前縮 1500px 內）perception.json — 完整感知資料（被門檻藏掉的低信心事件在這）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
--kb <目錄> 存進知識庫/tmp 下的）