▲РЕПО НЕТ В ОКНЕ 180D. ПОКАЗАН FINDING ИЗ ОКНА 7D (7 days) — РАНГ #2.
FINDING #02 · UNIT ID 1219644159
bradautomates/claude-video
Give Claude the ability to watch any video. /watch downloads, extracts frames, transcribes, hands it all to Claude.
SURPRISE SCORE
0.00
Score Breakdown
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
0% OF STARS IN ARCHIVE
Growth Telemetry
VELOCITY /D
2.29
ACCEL
-0.57
RETENTION
11.1%
PEAK 2026-07-09 · FORK-RETENTION 0.0% · 16 STARS / WINDOW
Author Audience
AUDIENCE
1,169
FOLLOWERS
293
OWNER ★
8,760
Engagement Signals
FORKS
909
ISSUE AUTH
0
PR AUTH
0
UNIQUE STARGAZERS 16 / 16 (DIVERSITY 1.00)
Потенциал заработка
C49/100
СПРОС72
Деньги в теме есть: video AI/video analytics, creators, API-покупатели и enterprise уже платят за анализ видео.
ЗАХВАТ38
Захват ценности слабый: техника строится на `yt-dlp`, `ffmpeg`, Whisper и LLM frames; прямые OSS-клоны уже есть, native video models давят сверху.
ДОСТУП70
MIT разрешает коммерческое использование, но bus factor 1, нет пакета, облака, SLA, бренда, billing и compliance.
«Потенциал топит слабый capture: решение легко копируется, а native video models съедают preprocessing.»
Рыночный анализ · Обзор
`bradautomates/claude-video` — Claude Code skill `/watch`, который превращает видео в кадры и таймкодированный транскрипт, чтобы Claude мог отвечать так, будто посмотрел ролик.
AI agent skill / multimodal video understanding helper / local video preprocessing for LLMsЗРЕЛОСТЬ · РАСТЁТ
ЯЗЫК
Python
ЛИЦЕНЗИЯ
MIT
РЕЕСТР
none
РЕЛИЗ
v0.2.0
КОНТРИБЬЮТОРЫ
1
Что делает
Берёт URL или локальный видеофайл, через `yt-dlp` достаёт субтитры или скачивает нужные части, через `ffmpeg` извлекает кадры. Если captions нет, отправляет аудио в Whisper. Затем дедуплицирует почти одинаковые кадры и отдаёт Claude изображения с транскриптом.
Какую боль решает
Решает проблему, когда LLM видит только текстовый transcript и теряет визуальный слой: UI-баги, слайды, код на экране, монтаж, демо и рекламные хуки.
Сценарии использования
- Анализ YouTube/TikTok/Loom/launch video: что реально показали, а не только сказали.
- Разбор screen recording с багом.
- Конспект длинного урока, подкаста или плейлиста.
- Анализ рекламного креатива, hook, pacing и структуры.
- Извлечение заметок из видео в workflow Claude Code, Cursor или Codex.
Целевой пользователь
AI power users, разработчики в Claude Code, growth/content-маркетологи, ресёрчеры, саппорт/QA и основатели.
Open-source аналоги
Полноценный video analysis через key frames, Whisper и vision LLM/Ollama/OpenAI; тяжелее и менее Claude-skill-native.
Очень близкий CLI: scene-aware frames, dedup, transcript, local output; есть платный `crv Pro` за $29.
Claude Code plugin и MCP server с adaptive extraction, Gemini/local/OpenAI audio backends.
Self-hosted YouTube summarizer на Gemini; больше transcript summary, слабее по сценарию “видеть экран”.
CLI/Streamlit для video AI summarization из YouTube/X/Instagram/TikTok/local; меньше фокус на кадрах для Claude.
YouTube summaries с timestamps через Gemini/OpenAI; transcript-centric.
Claude Code skill для скачивания 1800+ платформ, outputs MP4/MP3/subtitles/transcript/summary; меньше фокус на “Claude watches frames”.
Позиционирование
`claude-video` сейчас лидер среди прямых Claude video skills по звёздам, но это лидер ранней ниши, а не защищённая платформа: близкие OSS-конкуренты уже есть.
Коммерческие аналоги
Video foundation models для indexing, search, retrieval и video-to-text analysis.
B2B/API-платформа; в собранном разборе указаны free limits 600 минут / 10 часов indexing и Developer до 10k часов index.
Free600 минут / 10 часов indexing
Developer PAYGMarengo video indexing $0.042/min, infra $0.0015/min/month, search $4/1000 queries, Pegasus Analyze input video $0.0292/min + output $0.0075/1k tokens
Label, shot, object, text, face, person detection и speech transcription over video.
Enterprise cloud API; в собранном разборе указаны объёмные скидки после 100k минут/мес.
Free tierFirst 1000 min free
Usagestored label $0.10/min, shot $0.05/min, speech transcription $0.048/min, object/text/logo $0.15/min
Stored video analysis и streaming video events: labels, moderation, face, text, person pathing.
AWS managed service; в собранном разборе указано 60 минут video analysis/month в free tier первые 12 месяцев.
Free tier60 минут video analysis/month первые 12 месяцев
Usage examplesStreaming events $0.00817/min; stored label $0.10/min, shot $0.05/min, moderation $0.10/min
Extract/search/review insights from audio/video: transcription, OCR, labels, keyframes, scenes/shots, faces, topics.
Free trial: 10h website indexing, 40h API indexing, по собранному разбору.
Free trial10h website indexing, 40h API indexing
Paidper input minute; конкретные USD не подтверждены
Native multimodal video/image/text/audio understanding; можно напрямую спрашивать по видео.
Free/Paid/Enterprise tiers для разработчиков и бизнеса.
Gemini 3.1 Flash Lite$0.25/1M input tokens text/image/video, $1.50/1M output
Gemini 3 Flash Preview$0.50/1M input text/image/video, $3/1M output
Live video/image input$1.00/1M tokens или около $0.002/min
Vision-capable LLM для image-frame analysis; video не native в этой схеме, но можно подавать извлечённые кадры как в `claude-video`.
API product для разработчиков и компаний.
GPT-4.1$2.00/1M input, $0.50 cached input, $8.00/1M output
GPT-4.1 mini$0.40/1M input, $1.60/1M output
GPT-4.1 nano$0.10/1M input, $0.40/1M output
Speech-to-text и summaries/chapters/entities/sentiment over audio/video; визуальный слой не покрывает.
Free tier: до 185h pre-recorded transcription и 333h streaming transcription, по собранному разбору.
Freeдо 185h pre-recorded transcription и 333h streaming transcription
Universal-3.5 Pro$0.21/hr
Universal-2$0.15/hr
Realtime Pro$0.45/hr
Auto Chapters$0.08/hr
AI video/audio editor, transcript-based editing, clips, captions и AI co-editor Underlord.
Более 6 млн creators & teams, по собранному разбору.
Free$0
Hobbyist$16 annual / $24 monthly per person/month
Creator$24 annual / $35 monthly per person/month
Business$50 annual / $65 monthly per person/month
Текущая монетизация проекта
По входным данным homepage отсутствует, registry отсутствует, GitHub Sponsors не указан, платной версии/open-core/cloud/support в README нет. Сейчас проект выглядит как hobby/portfolio OSS; монетизация не подтверждена.
Коммерческий потенциал
ПОТЕНЦИАЛ · СРЕДНИЙ
Заработать можно, но не продажей библиотеки как таковой. Лучший путь — workflow/productized service вокруг неё: QA bug video → ticket, creator/ad teardown, Pro skill или private enterprise appliance.
Спрос и рынок
Спрос подтверждён broader рынками AI video/video analytics, но broad TAM завышает шанс именно этой либы. Ближайший paid wedge — LLM-readable video preprocessing for agents; рынок ранний, вероятно небольшой сейчас, но растущий вместе с Claude Code/Cursor/Codex workflows.
Ров / защищённость
Ров слабый. Технический ров низкий, data moat отсутствует. Distribution moat возможен через Claude Code marketplace и SEO “Claude watch video”. Workflow moat возможен в вертикалях QA/content при накоплении шаблонов, integrations и evals.
Модели монетизации
- Pro CLI/skill: $19–49 one-time или $5–15/month для power users.
- Team SaaS: $20–50/seat/month.
- Usage API: $0.02–0.10/video minute поверх compute/API себестоимости.
- Paid support/private deployment: $2k–20k/year для teams.
- Vertical product для QA/support/marketing вместо generic `/watch`.
Что нужно, чтобы сделать продукт
- Stable installer/package и auto-update вне Claude marketplace.
- GUI/web viewer, batch jobs и queues.
- Auth/cookies/security boundary для private videos.
- OCR и structured timeline.
- Predictable cost estimator.
- Tests, telemetry opt-in и crash reports.
- Docs for enterprise/local privacy.
- Multi-user workspace и billing.
- Clear differentiation против `claude-real-video` и `claude-video-vision`.
⚖ ЛИЦЕНЗИЯ · МОЖНО ЛИ КОММЕРЦИАЛИЗИРОВАТЬ
MIT — коммерчески безопасно. Можно форкать, встраивать в закрытый продукт, продавать SaaS/CLI/support при сохранении notice. Лицензионный риск низкий.
Риски и подводные камни
ВЫСОКИЙКОНКУРЕНЦИЯ
Claude/Gemini/OpenAI могут добавить native video/file watching, и preprocessing станет менее нужен.
ВЫСОКИЙКОММОДИТИЗАЦИЯ
Решение является thin wrapper вокруг commodity tools; уже есть прямые OSS-аналоги с 943–1.4k stars, один конкурент продаёт Pro.
ВЫСОКИЙЮР. СЕРАЯ ЗОНА
`yt-dlp` и скачивание платформенных видео могут конфликтовать с ToS/rights; нужен policy layer и user responsibility.
СРЕДНИЙЗАВИСИМОСТЬ ОТ АВТОРА
1 контрибьютор, молодой repo, v0.2.0.
СРЕДНИЙПРОЧЕЕ
Кадры как images быстро сжигают LLM tokens; нужен лимитер и прозрачный estimator.
СРЕДНИЙПРОЧЕЕ
Local files, cookies, private videos, generated frames/transcripts требуют cleanup, secrets handling и no-upload guarantees.
СРЕДНИЙПРОЧЕЕ
Sparse frame sampling может пропустить важный момент; captions могут быть неточными; Whisper fallback стоит денег.
Достоверность разбора
УВЕРЕННОСТЬ · СРЕДНЯЯgpt-5.5 · 2026-07-08 · ОКНО 1D
Оговорки / что не проверено
- Коммерческие цены и масштабы перенесены из собранного разбора без повторной проверки; часть позиций не подтверждена двумя источниками в предоставленном тексте.
- Azure AI Video Indexer: конкретные USD-цены не подтверждены, в разборе указано, что страница не отрендерила цену.
- Twelve Labs, Google Cloud, AWS, Gemini, OpenAI, AssemblyAI и Descript: источники перечислены, но детальная верификация каждой цифры ≥2 источниками в задании не предоставлена.
- Оценки TAM/CAGR для AI video market и AI video analytics market взяты из собранного разбора без URL-источников в тексте.
- Звёзды OSS-аналогов взяты из собранного разбора и не перепроверялись.
- Выводы про moat, capture, platform risk и подходящие monetization models являются аналитической оценкой, а не подтверждёнными фактами.
- Сведения о `crv Pro` за $29 взяты из собранного разбора без отдельного URL на pricing-страницу.
- Данные о самом репозитории, лицензии, релизе, числе контрибьюторов и GitHub-метриках взяты из входной воронки и слоя A как детерминированные факты.
ИСТОЧНИКИ (21)
Why This Is A Finding
bradautomates/claude-video собрал 16 звёзд за окно, тогда как у автора всего 293 подписчиков — эффективная аудитория ≈ 1,169. Это даёт surprise-индекс 0.00189 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 0 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация отрицательная — внимание остывает после пика.
Related Findings
RANKS ABOVE 96% OF 51 FINDINGS
METRICS IN CONTEXT
MEDIAN ACROSS ALL 51 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.000.00+0.00ABOVE 96%
VELOCITY2.292.00+0.29ABOVE 55%
RETENTION11.1%29.2%-18.1 PPABOVE 22%
FORKS9094,698-3,789ABOVE 20%
SURPRISE0.000.00+0.00ABOVE 86%