Video-analyzer: скилл Claude для любого видео с речью

Video-analyzer — это скилл для Claude Code, который из любого видео с речью (ссылка на YouTube, Reels, локальный .mp4) делает транскрипт, конспект, туториал, список цитат — что попросишь. Детерминированная часть (скачать, выдрать аудио, насэмплировать ключевые кадры, прогнать speech-to-text) выполняется встроенными скриптами. Синтез делает Claude — на основе транскрипта и нескольких кадров.

Я пользуюсь им каждый день: конспекты подкастов, разборы лекций, "что вообще сказали в этом 90-минутном ролике", вытягивание таймкодов из длинных созвонов.

Установка за 10 секунд

Скопируй и вставь в терминал. Команда скачает бандл и распакует в нужную папку — Claude Code подхватит автоматически.

mkdir -p ~/.claude/skills && curl -L https://alfayzullaev.com/skills/video-analyzer.tar.gz | tar -xz -C ~/.claude/skills/

Всё — открываешь Claude Code, скилл уже виден. Перезапускать не надо.

Распакуй в ~/.claude/skills/, чтобы итоговый путь был ~/.claude/skills/video-analyzer/. В архиве: SKILL.md, папка scripts/ и references/. Без venv, без кэшей.

Как пользоваться

После установки просто пиши Claude Code обычным языком. Скилл триггерится на фразы вроде:

• "транскрибируй это видео: /path/to/file.mp4"
• "сделай туториал по этому Reels: https://..."
• "коротко перескажи это видео в 5 буллетах"
• "что докладчик говорит про прайсинг?"
• "вытащи лучшие цитаты с таймкодами"
• "выгрузи список всех видео с этого канала на YouTube" (без транскрибации, только заголовки + ссылки)

Не нужно говорить "используй скилл video-analyzer" — Claude сам понимает по входу (путь, URL, ссылка на канал/плейлист).

Режимы вывода

Пайплайн один и тот же; меняется только финальный синтез — в зависимости от того, что ты попросил.

| Режим | Когда триггерится | Что получаешь | |---|---|---| | tutorial | "сделай туториал / разбор / детальный конспект" | Структурированный markdown с таймкодами | | brief | "TLDR / коротко / в двух словах" | 1 абзац + 5–10 буллетов | | transcript | "просто субтитры / SRT / расшифровку" | Файлы .srt и .txt из воркспейса | | quotes | "лучшие моменты / цитаты / highlights" | 5–15 цитат с таймкодами [MM:SS] | | qa | "что говорят про X" | Прямой ответ с таймкодами-цитатами | | topics | "о каких темах / структура" | Иерархический разбор тем с таймкодами |

Что под капотом

Оркестратор — scripts/pipeline.sh, цепочка независимых стадий:

1. download_video.sh — yt-dlp для любого URL, поддержка --cookies-from-browser для платформ за логином (Instagram и т.д.)
2. extract_audio.sh — ffmpeg → 16 кГц моно WAV
3. extract_keyframes.sh — детекция сцен → JPG кадры + таймкоды
4. transcribe.py — pluggable Whisper-бэкенд (mlx-whisper на Mac, faster-whisper на Linux/CUDA)

Для URL-входов скилл сначала спрашивает: нужно только аудио (дёшево, без кадров), низкое качество видео + кадры (дефолт для туториалов), среднее, или best (для покадрового визуального анализа). Audio-only экономит 5–10× трафика и места, если нужен только транскрипт.

Для ссылок на канал/плейлист YouTube есть отдельный list_channel.sh — просто выгружает заголовки и URL, без транскрибации.

Как расширять

Пайплайн модульный. Чтобы добавить стадию (OCR по кадрам, диаризация, перевод), кинь скрипт в scripts/, соблюдая контракт воркспейса из references/pipeline_architecture.md. Чтобы добавить режим вывода (slides, tweet-thread), допиши строку в таблицу в SKILL.md и шаблон в references/.

Подводные камни

• Нужны ffmpeg и yt-dlp (пайплайн ставит сам через brew на macOS; на Linux — пакетным менеджером).
• На первом запуске создаётся Python venv внутри папки скилла для Whisper — добавляет ~500 МБ.
• На немое видео не работает — нечего транскрибировать. Скилл явно скажет.

Если хочется почитать про дизайн таких скиллов — почему детерминированный пайплайн лучше, чем каждый раз заставлять Claude самому собирать команду к ffmpeg — пиши.