scene-detection

一位开发者介绍了Watch Skill，这是一个开源MCP服务器，通过创建本地索引（包括转录文本、OCR和视觉观察）为AI智能体提供视频持久记忆，以实现高效检索。

Claude Code 现在可以观看视频了，它利用 FFmpeg 场景检测在屏幕内容变化的关键时刻捕获帧，并集成从 YouTube 免费提取字幕或使用 Whisper 处理 Zoom/Loom 视频的字幕提取功能，使用户能够分析录制内容并将洞察保存到知识库中。

介绍开源工具claude-real-video，它通过场景变化检测和音频转录，让任何LLM都能在本地分析视频，解决了固定帧采样和云上传的痛点。

claude-real-video 是一个Python工具，通过场景检测提取关键帧，并在本地生成视频音频转录文本，使任何大语言模型都能在不经云端上传的情况下分析视频内容。