claude-vision

Claude Vision 是一个视频分析工具，能够通过Google的Gemini API对视频内容进行深度解析，并生成结构化的Markdown报告。其核心功能包括提供视频的总体概述、逐场景分解（附带时间戳）、音频转录、视觉细节及关键时刻点。该技能具有强大的防幻觉机制，确保不会生成视频中不存在的信息。适用于广告拆解、教程转SOP文档、会议记录整理、演示笔记以及任何需要了解视频内容的场景。支持多种视频格式，如mp4、mov等，同时允许用户自定义分析参数以满足特定需求。