watch — скилл, который смотрит видео за агента

Скилл для Claude Code и Codex. Даёте ссылку на ролик (YouTube и любые сайты, которые понимает yt-dlp) или файл с диска и спрашиваете что угодно: агент пересказывает, расшифровывает, находит нужный момент, выписывает сервисы и команды, которые показали в кадре.

Основа — плагин watch от Bradley Bonanno (версия 0.3.2, лицензия MIT). Его скрипты лежат здесь без изменений. Сверху добавлено две вещи:

1. Выбор пути по задаче. Речь берётся из субтитров, картинку смотрит Gemini. Агент не тратит лимит Gemini на то, что есть в субтитрах бесплатно.
2. Цепочка моделей Gemini. Если бесплатная модель упёрлась в дневной лимит или Google перегружен, скилл пробует вторую бесплатную модель, а потом, если вы это включили, делает один платный запрос через OpenRouter.

Три пути

Агент выбирает путь сам по вашему вопросу. Почему речь не идёт в Gemini: его расшифровка совпадает с субтитрами почти слово в слово, а бесплатных запросов у него около 20 в сутки на модель.

Цепочка Gemini

1. gemini-3.7-flash на бесплатном ключе.
2. gemini-3.8-flash на том же ключе. Лимит считается отдельно для каждой модели, поэтому вторая часто ещё работает.
3. Один платный запрос к google/gemini-3.7-flash через OpenRouter. Только для ссылок YouTube, только если вы добавили OPENROUTER_API_KEY и только если обе бесплатные модели упёрлись в дневной лимит (HTTP 429) или в перегрузку Google (HTTP 503). Каждый платный запрос с его ценой пишется в ~/.config/watch/paid-usage.log.

Каждая ступень пробуется один раз. Повторов в цикле нет: неудачные попытки тоже съедают бесплатный лимит. Любая другая ошибка (неверный ключ, закрытое видео) сразу останавливает цепочку, и агент предлагает локальный путь, а не переключается на него молча.

Gemini путает мелкий текст на экране: ники, ссылки, команды, номера версий. Скилл велит агенту перепроверять такие места по кадру из видео, прежде чем отдавать вам ссылку или команду.

Установка

Нужен Python 3.10 или новее. ffmpeg и yt-dlp скилл поставит сам при первой настройке (на macOS через Homebrew).

Claude Code (терминал, VS Code, десктопное приложение):

git clone https://github.com/HinkoK/watch-skill ~/.claude/skills/watch

Потом начните новую сессию.

Codex — вставьте в окно сообщения:

Use $skill-installer to install the watch skill from:
https://github.com/HinkoK/watch-skill

Если у вас уже стоит оригинальный плагин watch@claude-video, удалите его (claude plugin uninstall watch@claude-video), иначе у агента будет два скилла с одним именем. Настройки и ключи у них общие, в ~/.config/watch/.env, переносить ничего не нужно.

Первый запуск и ключи

Попросите агента посмотреть любое видео. Он сам запустит настройку и спросит ключи. Ключ можно вставить прямо в чат или вписать самому в ~/.config/watch/.env (агент откроет файл в редакторе).

Без ключа Groq можно выбрать WhisperX: расшифровка идёт на вашем компьютере, один раз скачивается около 1,5 ГБ, нужно 8 ГБ памяти. Без ключа Gemini картинка смотрится локальным путём.

Примеры запросов

• «Сделай расшифровку https://youtu.be/…» — речь
• «Перескажи, о чём это видео» — речь
• «Какие сервисы он показывает в ролике? Дай ссылки» — картинка
• «На какой минуте открывают настройки?» — картинка
• «Посмотри ~/Movies/demo.mp4, но никуда его не отправляй» — локально

Настройки

Переменные окружения или строки в ~/.config/watch/.env:

Остальные настройки и все флаги watch.py описаны в SKILL.md.

Куда уходят данные

• Путь «речь»: субтитры скачиваются с сайта видео. Без субтитров в Groq или OpenAI уходит только звуковая дорожка; с WhisperX звук не покидает компьютер.
• Путь «картинка»: ссылка YouTube уходит в Google, файл с диска загружается в Google и удаляется после ответа. Платная ступень отправляет в OpenRouter только ссылку YouTube и ваш вопрос.
• Локальный путь никуда не отправляет видео.

Лицензия

MIT. Скрипты watch — © 2026 Bradley Bonanno, текст лицензии в LICENSE.