Claude-real-video (GitHub) é uma ferramenta CLI em Python que permite que qualquer LLM realmente "assista" a um vídeo, extraindo quadros com detecção de cena e desduplicados, além de uma transcrição — tudo localmente, sem upload para serviços externos. Diferente da amostragem de quadros em intervalo fixo (ex.: 1 fps), que amostra demais conteúdo estático e perde cortes rápidos, esta ferramenta usa detecção de mudança de cena mais um piso de densidade para capturar cada mudança visual significativa, descartando quase duplicatas.

Principais Funcionalidades

• Detecção de mudança de cena com sensibilidade configurável (--scene 0.30)
• Desduplicação por janela deslizante (--dedup-window 4, --dedup-threshold 8%) — evita reenviar a mesma tomada após um corte
• Piso de densidade (--fps-floor 1.0) garante pelo menos um quadro a cada N segundos
• Limite máximo de quadros: --max-frames 150
• Transcrição Whisper com detecção de idioma (--lang auto ou especifique en, pt)
• Suporta URLs (YouTube, Instagram, TikTok, etc.) via yt-dlp e arquivos locais
• Gera uma pasta organizada: crv-out/frames/*.jpg, crv-out/transcript.txt, crv-out/MANIFEST.txt — arraste para Claude, ChatGPT ou Gemini
• Opção de gerar um relatório visual das decisões de manter/descartar (--report)

Instalação

pip install claude-real-video           # principal (quadros + desduplicação)
pip install "claude-real-video[whisper]"  # + transcrição de áudio

Requisito de sistema: ffmpeg (instale com brew install ffmpeg, sudo apt install ffmpeg ou winget install Gyan.FFmpeg).

Exemplos de Uso

# Link YouTube/Instagram
crv "https://www.youtube.com/watch?v=..."

Arquivo local com transcrição em inglês
crv aula.mp4 -o saida --lang en
Apenas quadros, sem transcrição
crv clipe.mp4 --no-transcribe
Com arquivo de cookies para conteúdo restrito
crv "https://..." --cookies cookies.txt

Como Funciona

A ferramenta usa yt-dlp para buscar vídeos baseados em URL (com cookies opcionais), depois o ffmpeg extrai quadros em cada mudança de cena mais um piso de densidade. Um detector de quase duplicatas por janela deslizante elimina repetições. O áudio é transcrito via Whisper CLI. Tudo permanece local — sem upload para nenhum serviço em nuvem.