Claude Video : faire lire une vidéo à ton agent sans exploser les jet…
Skill Claude Code (MIT) qui rend une vidéo lisible par un agent. Tu colles une adresse ou un chemin local avec ta question, la commande télécharge la vidéo, récupère les sous-titres existants quand il y en a (gratuit, via yt-dlp) et bascule sur une transcription Whisper sinon. L'extraction d'images se fait ensuite selon trois stratégies au choix : images clés rapides, détection de changements de plan, ou couverture exhaustive, avec un budget de captures qui s'ajuste à la durée. S'installe comme greffon Claude Code, et tourne aussi sur Codex, Cursor ou Copilot par NPX.
Forces
- La transcription pilote les captures : le coût en jetons reste proportionnel au contenu, pas à la durée
- Sous-titres existants récupérés en premier, donc gratuits quand la source en publie
- Trois stratégies d'extraction : tu arbitres toi-même entre coût et exhaustivité
- Installation en une commande de greffon, et disponible hors Claude Code via NPX
Limites
- Ce qui n'est pas dit à voix haute lui échappe : gestes, montage, intention visuelle
- Sans sous-titres publiés, la transcription passe par une clé Whisper facturée à la source
- Dépend de yt-dlp et ffmpeg posés sur ta machine, et de leur mise à jour quand une plateforme change
Pour qui
- Dépouiller une conférence longue pour en sortir les points citables sans la regarder
- Vérifier une démo produit : ce que l'outil fait vraiment à l'écran, pas ce que la voix promet
- Récupérer une réunion enregistrée en compte rendu écrit, sans repasser la bande