Claude Eyes CLI

Установка

Работает в

• Claude Code
• Codex
• Cursor

Ручная установка

uv tool install git+https://github.com/moritzkremb/claude-eyes

Что делает

Агенты читают текст и смотрят картинки, но видео для них недоступно. Eyes превращает ролик в материал, который агент прочитает: команда `eyes index` принимает ссылку или файл и строит кэш в `~/.cache/eyes/` с пятью дорожками. Это кадры с частотой от 0,5 до 4 в секунду на контактных листах с метками времени, склейки, сказанные слова, слова на экране с положением и временем, а также громкость, паузы, темп и палитра. Агент открывает один лист вместо сотен скриншотов. Дальше агент ориентируется как человек. `eyes search` ищет слово по одному ролику или по всей библиотеке и показывает, сказано оно или показано. `eyes crop` вырезает область кадра в полном разрешении, чтобы прочитать мелкий текст или команды, `eyes burst` дает восемь кадров за секунду, `eyes frames` берет точные моменты и отрезки. Транскрипт по умолчанию делает локальный whisper.cpp с отметками времени по словам, а загруженные автором субтитры используются в первую очередь. `eyes dna` измеряет монтаж эталона: склейки в минуту, длину плана, подписи, громкость и палитру. Свой ролик сравнивается с ним метрика за метрикой, а те же метрики помогают разбирать конкурентов и находить моменты для шортсов. Все работает на вашем компьютере и ничего не загружается, кроме опционального облачного распознавания ElevenLabs Scribe по флагу `--transcriber elevenlabs`.

Для кого. Монтажерам и авторам коротких видео, которые работают с Claude Code, Codex или Cursor, и тем, кто хочет разбирать обучающие ролики и записи экрана через агента.

Пример запроса к агенту

Посмотри этот двадцатиминутный обучающий ролик и выпиши каждый шаг настройки с точными командами.

Ограничения

Нужен Python 3.10 или новее, поддерживаются macOS, Linux и Windows. Команда `eyes setup --fix` ставит ffmpeg, whisper.cpp и речевую модель там, где это возможно, и скачивает компоненты. Индексация минутного ролика занимает около 30 секунд, двадцатиминутного несколько минут. Распознавание текста на экране работает через Apple Vision на macOS и RapidOCR на других системах.

Поиск склеек находит около 96 процентов на тестовых монтажах (88 из 92), но мягкие растворения пропускает, они значатся в планах автора. Облачная расшифровка через ElevenLabs требует `ELEVENLABS_API_KEY` и отправляет звук наружу, поэтому включается только флагом.

Как отключить. Удалите утилиту командой `uv tool uninstall` с именем пакета (или `pipx uninstall`), затем уберите скилл из каталога скиллов вашего агента. Кэш индексов лежит в `~/.cache/eyes/`, его можно удалить вручную.

Коротко о README

Описание начинается с проблемы, что агент не смотрит видео, и объясняет три шага: индексация, навигация и измерение. Дальше идут подробности о дорожках индекса, поиске склеек с цифрами проверки, точных временных метках слов и вариантах транскрипции.