企业官网建设流程全解析

claude-real-video安装教程：macOS/Linux/Windows三大平台5分钟从零配置，ffmpeg与Whisper一次搞定

【免费下载链接】claude-real-videoLet Claude (or any LLM) actually watch a video — scene-aware, deduplicated frames + transcript, from a URL or local file. Runs locally, MIT.项目地址: https://gitcode.com/gh_mirrors/cl/claude-real-video

claude-real-video（命令名crv）是一个 MIT 开源的本地视频分析工具，能让 Claude 或任何 LLM真正"看"视频：它用场景感知的方式抽取关键帧、去重、并用 Whisper 做语音转写，全程在你自己的机器上运行。本文是一份从零开始、覆盖 macOS / Linux / Windows 三大平台的完整安装教程，核心就两步——装好ffmpeg，再pip install带Whisper扩展的 claude-real-video，5 分钟即可完成配置。

一、claude-real-video 是什么？为什么需要它

把 YouTube 链接丢给 ChatGPT，它读到的只是字幕文本，而不是画面；Claude 甚至无法直接接收视频文件。多数"让 LLM 看视频"的方案采用固定间隔抽帧（每秒 1 帧），快切镜头会漏掉，静态录屏又会塞满上下文。

claude-real-video 的做法不同：

装好之后，一条命令就能把视频变成 AI 能读的证据包：

crv "https://www.youtube.com/watch?v=..." # 输出：crv-out/frames/*.jpg + frames.json（每帧时间戳）+ transcript.txt + MANIFEST.txt

二、安装前置条件：Python 与 ffmpeg 一键配置

1. 确认 Python 版本 ≥ 3.10

python --version # 或 python3 --version

claude-real-video 要求 Python 3.10+（见 pyproject.toml 中的requires-python声明）。版本过低请先升级 Python 或使用 pyenv 等版本管理器。

2. 三大平台 ffmpeg 一键安装步骤

ffmpeg / ffprobe 用于抽帧和提取音频，无法通过 pip 安装，需要单独装一次。三大平台对应命令如下：

💡 Windows 用户如果选择下载压缩包的方式，记得把其中的bin\文件夹加入系统PATH，否则 pip 装好后仍会报找不到 ffmpeg。

安装后验证是否进入PATH：

ffmpeg -version

能打印出版本号就说明成功了。

三、pip 安装 claude-real-video 并配置 Whisper

打开终端执行：

pip install "claude-real-video[whisper]" # 推荐：抽帧 + 去重 + 语音转写

如果只需要抽帧和去重、不需要语音识别，可以只装核心包：

pip install claude-real-video

⚠️ 注意：pip 的扩展（extras）不会自动安装，漏掉[whisper]就意味着没有语音转写（自带字幕的视频除外，会直接用现成字幕）。

安装完成后你会获得这些命令：crv（主命令）、crv-web（本地网页版，免终端）、crv-ask（跨视频搜索记忆）、crv-mcp（MCP 服务器），定义都在 pyproject.toml 的[project.scripts]段中。

四、验证安装成功：3 条检查命令

ffmpeg -version # 检查 ffmpeg 是否在 PATH 中 crv --help # 检查主命令可用及全部参数 python -m claude_real_video --help # crv 的别名写法，等效

三条命令都能正常输出，说明环境已完全就绪，可以进入第一次实战。

五、第一次运行：把视频变成 AI 能读的证据包

用本地文件试跑一条命令：

crv lecture.mp4 -o out --lang zh

运行结束后，out/目录里会出现模型需要的全部内容：

• frames/：去重后的关键帧（每帧都带源视频时间戳，可引用如frame_012 @ 00:03:41）
• frames.json：帧 → 时间戳映射
• transcript.txt/transcript.json：带时间戳的转写文本
• MANIFEST.txt：给模型看的"阅读说明书"

把这些文件和几帧关键图丢给 Claude / ChatGPT / Gemini，即可提问。想先看看模型将看到什么，加--viewer生成一个本地viewer.html，双击即可打开，无需联网。

同一 58 秒视频：固定 1fps 抽帧得到 58 张图，claude-real-video 只保留26 张真正有变化的，还能用--grid拼成九宫格供模型阅读连续动作，效果类似下面这张 NASA 发射视频的抽帧结果：

看看 --grid 输出长什么样

--grid会把保留的帧拼成 3×3 联系表，模型读到的是"序列"而不是零散静帧：

六、可选进阶配置：faster-whisper 与 Apple Silicon 加速

更快的转写：[fast]扩展

pip install 'claude-real-video[fast]'

装上后 crv 自动切换到 faster-whisper——同样的模型和输出，速度快数倍，并由 Silero VAD 把关，纯音乐/静音音频会得到诚实的"无语音"标注，而不是 Whisper 经典的"幻觉字幕"。

Mac 用户专属：[mlx]扩展（M1–M4 GPU 转写）

pip install 'claude-real-video[mlx]'

借助 mlx-whisper 在 Apple Silicon GPU 上跑 Whisper：一段 21 分钟的演讲，faster-whisper 约需 6 分钟，M4 上约 1 分钟。若 mlx 不可用会自动回退到 faster-whisper，再回退到 CLI，无需额外配置。

其他按需扩展：pip install "claude-real-video[speakers]"（说话人分离）、pip install 'claude-real-video[mcp]'（MCP 服务器）。

七、常见安装问题快速排查

更多参数细节（--scene、--max-frames、--adaptive、--text-anchors等）可查阅项目根目录的 README.md，命令行实现位于 src/claude_real_video/cli.py。

八、相关项目文件导航

• 完整文档与参数表：README.md
• 依赖与命令定义：pyproject.toml
• CLI 入口源码：src/claude_real_video/cli.py
• Agent 技能说明（Claude Code / Cursor 等 50+ 宿主）：skills/claude-real-video-for-agents/SKILL.md
• 技能一键安装脚本：install-skill.sh

装到这一步，你的 AI 已经具备了"看视频"的能力——下一条crv命令，就是它的第一眼。

【免费下载链接】claude-real-videoLet Claude (or any LLM) actually watch a video — scene-aware, deduplicated frames + transcript, from a URL or local file. Runs locally, MIT.项目地址: https://gitcode.com/gh_mirrors/cl/claude-real-video