Claude-Real-Video: Extracción de Fotogramas Consciente de la Escena + Transcripción para Cualquier LLM
Claude-real-video (GitHub) es una herramienta CLI en Python que permite que cualquier LLM "vea" un video extrayendo fotogramas con detección de escenas y transcripciones, todo localmente, sin subir a servicios externos. A diferencia del muestreo a intervalos fijos (ej. 1 fps) que sobremuestrea contenido estático y se pierde cortes rápidos, esta herramienta usa detección de cambios de escena más un piso de densidad para capturar cada cambio visual significativo y descartar cuasi-duplicados.
Características principales
- Detección de cambios de escena con sensibilidad configurable (
--scene 0.30) - Deduplicación por ventana deslizante (
--dedup-window 4,--dedup-threshold 8%) — evita reenviar la misma toma tras un corte - Piso de densidad (
--fps-floor 1.0) asegura al menos un fotograma cada N segundos - Límite máximo de fotogramas:
--max-frames 150 - Transcripción con Whisper y detección de idioma (
--lang autoo especificaren,zh) - Soporta URLs (YouTube, Instagram, TikTok, etc.) mediante yt-dlp y archivos locales
- Genera una carpeta ordenada:
crv-out/frames/*.jpg,crv-out/transcript.txt,crv-out/MANIFEST.txt— arrastra a Claude, ChatGPT o Gemini - Opción de generar un informe visual de decisiones de guardado/descartado (
--report)
Instalación
pip install claude-real-video # núcleo (fotogramas + dedup)
pip install "claude-real-video[whisper]" # + transcripción de audioRequisito del sistema: ffmpeg (instala con brew install ffmpeg, sudo apt install ffmpeg o winget install Gyan.FFmpeg).
Ejemplos de uso
# Enlace de YouTube/Instagram
crv "https://www.youtube.com/watch?v=..."
Archivo local con transcripción en inglés
crv lecture.mp4 -o out --lang en
Solo fotogramas, sin transcripción
crv clip.mp4 --no-transcribe
Con archivo de cookies para contenido con inicio de sesión
crv "https://..." --cookies cookies.txt
Cómo funciona
La herramienta usa yt-dlp para obtener videos desde URL (con cookies opcionales), luego ffmpeg extrae fotogramas en cada cambio de escena más un piso de densidad. Un detector de cuasi-duplicados por ventana deslizante elimina tomas repetidas. El audio se transcribe mediante la CLI de Whisper. Todo queda local — sin subir a ningún servicio en la nube.
📖 Lee la fuente completa: HN AI Agents
👀 Ver también
Google Research presenta TurboQuant para la compresión de modelos de IA.
Google Research ha presentado TurboQuant, un algoritmo de compresión que reduce el tamaño de los modelos de IA sin pérdida de precisión. Aborda la sobrecarga de memoria en la cuantización vectorial y mejora el rendimiento de la caché clave-valor.
Observación: Una Herramienta de Anotación en Markdown para Flujos de Trabajo de Código en Claude
Remark es una aplicación nativa para macOS que permite a los desarrolladores anotar archivos Markdown en línea para flujos de trabajo de revisión de código en Claude Code. Exporta las anotaciones como JSON para el agente y se integra mediante una habilidad instalada en el directorio .claude/skills/.
Claude Code Control Remoto: Continúa Sesiones Locales desde Cualquier Dispositivo
Claude Code Remote Control te permite continuar sesiones locales de Claude Code desde otros dispositivos como teléfonos o navegadores mientras mantienes todo funcionando en tu máquina. Está disponible como vista previa de investigación en los planes Pro y Max, requiriendo configuración de autenticación y confianza del espacio de trabajo.
Dominando los Modos de Suscripción Antropic: Haiku, Soneto y Ópera
Explora los modos de suscripción innovadores de Antropic: Haiku, Soneto y Ópera, diseñados para mejorar tu experiencia de codificación con IA a través de características y precios personalizados.