为什么需要
Claude、Gemini 这些多模态 LLM 都号称能看视频，但直接传一个 1 小时视频文件给它只会爆 token 或者它只会看开头几秒。Claude Real Video 做智能预处理：场景切分 → 去重帧抽帧 → ASR 转录 → 输出结构化 JSON，LLM 看这个 JSON 就能完整理解整个视频。
怎么用
bash
pip install claude-real-video
# 处理 YouTube 链接
crv analyze https://youtu.be/xxx -o frames.json transcript.json
# 处理本地视频
crv analyze demo.mp4 --max-frames 60 --scene-threshold 0.3
# 直接喂给 Claude
crv analyze demo.mp4 | claude "总结这段视频的 3 个核心观点"
核心特性
- 场景感知抽帧（基于 PySceneDetect）：只在场景切换点抽帧，不浪费 token
- 去重：相邻 90% 相似的帧自动合并
- ASR 转录（基于 Whisper）：输出带时间戳的文字稿
- 输出 JSON Schema，可直接喂给任何 LLM
- 支持 YouTube/本地文件/M3U8 流
- MIT 协议
使用案例
出海做 YouTube 短视频运营，分析 50 条竞品视频的内容结构：Claude Real Video 把 50 条视频抽帧 + 转录（每条 30 帧 + 文字稿），丢给 Claude Code 让它输出「每条视频的 hook → 卖点 → CTA」三段式结构表格，找爆款公式。整个流程 10 分钟跑完。
注意事项
- ASR 转录需要本地安装 FFmpeg 和 Whisper 模型（首次运行自动下载 1.5GB）
- 单视频最大支持 4 小时，更长会按时间分段
- 抽帧密度可调，越密越费 token