Qu’est-ce que claude-real-video (crv) ?
claude-real-video, abrégé en crv, existe parce que Claude n'accepte pas de fichier vidéo. Il télécharge une URL avec yt-dlp ou lit un fichier local, extrait une image à chaque changement de scène avec ffmpeg (plus au moins une par seconde), écarte les quasi-doublons par rapport à une fenêtre glissante d'images récentes et transcrit l'audio avec Whisper, sauf si la vidéo a déjà des sous-titres. Le dossier de sortie contient les images, un frames.json des horodatages d'origine, la transcription et un MANIFEST.txt qui indique au modèle comment lire l'ensemble.
Il est distribué sous forme de paquet Python (pip install "claude-real-video[whisper]"), de skill d'agent installée avec npx skills add, de plugin Claude Code, de page web locale (crv-web) et de serveur MCP (crv-mcp) à cinq outils. La skill et le plugin sont la voie principale : il est donc évalué ici plutôt que parmi les serveurs MCP. Créé par Leo Huang, il est sous licence MIT et compte environ 2 280 étoiles sur GitHub ; la version 0.10.7 est arrivée sur PyPI le 26 septembre 2026. Un crv Pro payant ajoute l'analyse des mouvements de caméra, des émotions et des événements sonores pour 29 $ en paiement unique.
claude-real-video (crv) vaut-il le coup ?
crv comble un vrai manque avec une chaîne de traitement sans éclat. Un échantillonnage fixe d'une image par seconde inonde le contexte sur un screencast statique et rate les coupes rapides ; la détection des changements de scène et le dédoublonnage envoient chaque plan distinct une seule fois. L'exemple du README lui-même est un extrait de 58 secondes où 1 fps donne 58 images et où crv en garde 26, regroupées en 3 planches contact avec --grid. Chaque image conservée garde son horodatage d'origine à travers le dédoublonnage et le renommage, si bien que le modèle peut citer 'frame_012 @ 00:03:41' au lieu de deviner.
Les mesures de l'auteur donnent une idée du coût. Sur une vidéo de 3 minutes en 640x360 sur un Mac mini M4, le mode par défaut a gardé 170 images sur 180 en 23,5 secondes, soit environ 52 000 tokens d'image estimés au tarif publié par Anthropic ; --max-frames 80 divise ce chiffre par deux, à environ 25 000. Ce sont des chiffres déclarés par l'auteur sur son fichier de test, et ils montrent qu'une vidéo chargée n'est pas bon marché : un plan fixe sur un intervenant se réduit bien, un reel aux coupes rapides non. get_transcript dans le serveur MCP ne renvoie que les mots, pour les longues conférences où les images apportent peu.
Le traitement est local, ce qui compte pour les enregistrements de réunions et les vidéos de clients. Seuls les images et le texte que vous confiez ensuite à un modèle cloud quittent la machine. Un index SQLite local dans ~/.crv/memory.db permet à crv-ask de chercher dans tout ce qui a déjà été visionné ; CRV_NO_MEMORY=1 le désactive. Les options --cookies et --cookies-from-browser lisent les cookies de connexion de votre navigateur pour récupérer des vidéos à accès restreint, ce qui est pratique et constitue aussi un identifiant que l'outil peut alors utiliser : réservez-les à vos propres comptes.
La limite est conceptuelle. Le modèle voit des images fixes et une transcription, pas le mouvement ni le ton ; l'analyse de la caméra, du rythme et des émotions de crv Pro est la réponse payante, et la reconnaissance du texte à l'écran figure dans la version Codex à 9,90 $ mais pas dans l'édition gratuite. Gemini lit la vidéo nativement et n'a besoin d'aucune chaîne de traitement, au prix de l'envoi du fichier à Google et d'un échantillonnage à fréquence fixe. Pour les utilisateurs de Claude, crv est l'outil ouvert le plus étoilé conçu pour cette tâche, videoagent étant l'alternative quand on veut un framework d'agents complet plutôt qu'une étape de prétraitement.
Là où il fait la différence
Une product manager qui a manqué l'enregistrement d'un appel client de 90 minutes
Retrouver ce que le client a dit sur le prix et ce qui était à l'écran à ce moment-là
Lancez crv sur l'enregistrement avec --from et --to autour du partage d'écran et --why 'pricing objections', puis interrogez Claude. Gratuit et local ; seuls les images sélectionnées et la transcription partent vers le modèle.
Un développeur qui apprend à partir d'une conférence de 40 minutes
Récupérer le code affiché sur les diapositives, pas seulement les paroles de l'intervenant
Passez --frame-width à 1600 pour que le texte des diapositives reste lisible et ajoutez --text-anchors s'il y a des sous-titres. Attendez-vous à une facture de tokens plus élevée par image ; get_transcript seul coûte moins cher quand les diapositives ne sont pas utiles.
Une analyste réseaux sociaux dans une petite agence qui étudie les reels de concurrents
Décortiquer les accroches et les coupes de 20 vidéos courtes par semaine
Lancez crv par lots sur les liens avec --grid pour que chaque reel devienne quelques planches contact, puis interrogez l'ensemble plus tard avec crv-ask. L'analyse du rythme et des types de plans exige crv Pro, à 29 $ en paiement unique.
Avant de vous engager
- Mise en route
- Installez ffmpeg, puis pip install "claude-real-video[whisper]" (ou [fast] pour faster-whisper, [mlx] sur Apple Silicon) et npx skills add HUANGCHIHHUNGLeo/claude-real-video, ou installez le plugin Claude Code. Pour MCP, pip install 'claude-real-video[mcp]' et claude mcp add crv -- crv-mcp. Python 3.10+.
- Intégrations
- Skill pour Claude Code, Cursor, Codex, Copilot et Gemini CLI ; outils MCP watch_video, get_frames, get_transcript, search_memory et list_watched ; une API Python (process()) ; yt-dlp pour YouTube, Instagram, TikTok et d'autres sites.
- Données et confidentialité
- Le téléchargement, l'extraction d'images et la transcription se font en local ; rien n'est envoyé tant que vous ne confiez pas d'images ou de texte à un modèle. Un index mémoire SQLite local dans ~/.crv/memory.db stocke transcriptions et horodatages (CRV_NO_MEMORY=1 le désactive), et les analyses MCP sont mises en cache dans ~/.cache/crv-mcp. Les options de cookies lisent les cookies de connexion de votre navigateur.
- Coût à grande échelle
- Gratuit en local ; temps CPU ou GPU Apple pour Whisper. La facture du modèle, ce sont les tokens d'image : environ 52 000 pour 170 images d'une vidéo de 3 minutes en 640x360 sur le test de l'auteur, donc plafonnez le nombre d'images sur les vidéos longues ou chargées.
- Limites
- Les sous-titres incrustés ne sont pas détectés comme sous-titres ; la reconnaissance du texte à l'écran est absente de l'édition gratuite ; mouvement, ton et émotions exigent crv Pro. Un seul mainteneur.
Les points forts
- Images de changement de scène avec horodatages d'origine conservés
- Tourne en local ; la vidéo n'est jamais envoyée
- Skill, plugin, CLI et serveur MCP à cinq outils
- Fenêtres de découpe avec --from et --to pour les longs enregistrements
Les points faibles
- Les vidéos aux coupes rapides coûtent encore des dizaines de milliers de tokens d'image
- Images fixes et mots seulement ; mouvement et ton sont dans Pro, payant
- Reconnaissance du texte à l'écran absente de l'édition gratuite
- Nécessite d'installer ffmpeg séparément
Idéal pour
Les utilisateurs de Claude Code et d'autres agents qui ont besoin qu'un modèle réponde à des questions sur des vidéos sans les envoyer en ligne.
Alternatives à claude-real-video (crv)
claude-real-video (crv) : questions fréquentes
- claude-real-video (crv) vaut-il le coup ?
- La façon raisonnable de faire réfléchir Claude sur une vidéo aujourd'hui : local, économe en tokens et honnête sur les horodatages, même s'il montre au modèle des images fixes et des mots plutôt que du mouvement. Nous lui donnons 4.0 sur 5.
- Combien coûte claude-real-video (crv) ?
- Gratuit et open source (MIT). Le crv Pro facultatif coûte 29 $ en paiement unique ; une version distincte pour Codex coûte 9,90 $ en paiement unique.
- Quels sont les inconvénients de claude-real-video (crv) ?
- Les vidéos aux coupes rapides coûtent encore des dizaines de milliers de tokens d'image; images fixes et mots seulement ; mouvement et ton sont dans Pro, payant; reconnaissance du texte à l'écran absente de l'édition gratuite; nécessite d'installer ffmpeg séparément.
- À qui s’adresse claude-real-video (crv) ?
- Les utilisateurs de Claude Code et d'autres agents qui ont besoin qu'un modèle réponde à des questions sur des vidéos sans les envoyer en ligne.
- Combien coûte claude-real-video (crv) pour une équipe ou en production ?
- Gratuit en local ; temps CPU ou GPU Apple pour Whisper. La facture du modèle, ce sont les tokens d'image : environ 52 000 pour 170 images d'une vidéo de 3 minutes en 640x360 sur le test de l'auteur, donc plafonnez le nombre d'images sur les vidéos longues ou chargées.
- claude-real-video (crv) est-il sûr pour les données de l’entreprise ?
- Le téléchargement, l'extraction d'images et la transcription se font en local ; rien n'est envoyé tant que vous ne confiez pas d'images ou de texte à un modèle. Un index mémoire SQLite local dans ~/.crv/memory.db stocke transcriptions et horodatages (CRV_NO_MEMORY=1 le désactive), et les analyses MCP sont mises en cache dans ~/.cache/crv-mcp. Les options de cookies lisent les cookies de connexion de votre navigateur.
- Quelles sont les meilleures alternatives à claude-real-video (crv) ?
- Les alternatives les plus proches que nous avons testées sont VideoAgent et MarkItDown.
Réponses vérifiées le 31 oct. 2026.