开源工具 claude-real-video 发布：支持 LLM 直接解析视频画面

OmniTools 7月3日消息，近日，开源项目 claude-real-video 发布，该工具旨在让大语言模型（LLM）能够基于视频画面而非仅依赖字幕进行理解。其工作原理是通过场景变化检测提取关键帧，结合滑动窗口去重与 Whisper 音频转录，生成结构化的本地文件夹供模型读取。该工具支持 YouTube 链接及本地视频文件，依赖 ffmpeg 和 Whisper，可通过 pip 安装。所有数据处理均在本地完成，无需上传云端。项目代码已托管于 GitHub。