01 Las piezas: ver, ver mucho y escribir la skill
Claude no puede abrir un enlace de YouTube y reproducirlo. Para que «vea» un vídeo hace falta alguien que lo descargue, saque fotogramas representativos y obtenga la transcripción. Eso hace Watch, un plugin de código abierto. Después, para que lo aprendido no se quede en un resumen que olvidarás, se empaqueta como skill: un conjunto de instrucciones que Claude carga cuando el tema aparece.
Watch, motor local
Descarga con yt-dlp, extrae fotogramas con FFmpeg y usa los subtítulos del vídeo o una transcripción. Todo en tu ordenador; ideal para vídeos cortos o privados.
Watch, motor Gemini
Con una clave de Google AI Studio, envía el vídeo completo (imagen y sonido) al modelo de vídeo de Google y devuelve la respuesta con marcas de tiempo. Para vídeos largos.
skill-creator
Skill oficial de Anthropic que guía la creación de nuevas skills con el formato correcto y pruebas de activación.
02 Instalar Watch
Dentro de una sesión de Claude Code en la terminal:
/plugin marketplace add bradautomates/claude-video
/plugin install watch@claude-videoEn la app de escritorio, ve a Customize › Plugins › Add › Add marketplace, elige añadir desde un repositorio, pega la URL del repositorio de GitHub, sincroniza e instala Watch (añadir el catálogo no lo instala). En VS Code, escribe /plugins en el panel de Claude Code y sigue los mismos pasos. Para usarlo, escribe /watch y elige /watch:watch.
brew install python ffmpeg yt-dlpUsa el setup.py incluido en la skill watch para comprobar las dependencias en esta sesión. Dime qué herramientas faltan y ayúdame a instalarlas en mi sistema operativo. No toques nada sin enseñarme antes el comando.03 Tu primer vídeo: la pregunta importa más que el enlace
Pedir «resume este vídeo» desperdicia el proceso: obtendrás un resumen genérico. Di para qué lo quieres: qué pasos extraer, qué ajustes leer en pantalla, qué comparar. Watch elige los fotogramas, pero tú decides qué buscar.
Usa la skill watch con [URL del vídeo]. Quiero replicar el proceso que enseña. Extrae cada paso en orden con su marca de tiempo, los comandos, menús o ajustes exactos que se ven en pantalla y cualquier advertencia que mencione el autor. Si algo no se lee bien en los fotogramas, dímelo en lugar de suponerlo.| Nivel de detalle | Qué hace | Cuándo usarlo |
|---|---|---|
| transcript | Solo transcripción, sin fotogramas | Charlas y podcasts donde la imagen no aporta |
| efficient | Fotogramas clave, hasta 50 | Primera pasada rápida |
| balanced | Cambios de escena, hasta 100 | Tutoriales normales |
| token-burner | Sin límite de fotogramas | Solo tramos cortos donde cada detalle cuenta |
/watch video.mp4 --start 2:15 --end 2:45
/watch video.mp4 --detail efficient --max-frames 30
/watch video.mp4 --detail transcript --timestamps 1:05,2:30
/watch video.mp4 --resolution 1024--start y --end limitan el tramo; --timestamps fija momentos concretos tras leer la transcripción, y --resolution 1024 ayuda a leer texto pequeño en pantalla, como código.
04 Vídeos largos con Gemini
Con el motor local, una conferencia de dos horas genera demasiados fotogramas para el contexto. Para eso está el motor Gemini. Crea una clave gratuita en Google AI Studio y guárdala en ~/.config/watch/.env como GEMINI_API_KEY=...; mejor edita tú el archivo que pegarla en el chat. Con la clave presente, Watch usa Gemini automáticamente; puedes forzar el modo con --engine gemini o --engine local.
05 Del vídeo a una skill
/plugin marketplace add anthropics/skills
/plugin install example-skills@anthropic-agent-skills-
1
Extrae el conocimiento
Usa Watch con un objetivo claro y guarda el resultado en un archivo de notas.
-
2
Separa lo reutilizable
Descarta anécdotas, saludos y publicidad del vídeo; quédate con el procedimiento, los criterios y los errores frecuentes.
-
3
Crea la skill
Pide a skill-creator que la estructure: nombre, descripción que indique cuándo activarla, instrucciones y archivos de referencia.
-
4
Prueba la activación
Abre una sesión nueva y plantea una tarea relacionada sin nombrar la skill. Si no se activa, el problema suele estar en la descripción.
-
5
Mejórala con más fuentes
Añade un segundo vídeo o la documentación oficial para corregir lo que el primero explicaba mal o de forma incompleta.
Usa la skill watch con [URL] en modo balanced. Después, con skill-creator, convierte lo aprendido en una skill llamada [nombre-en-kebab-case] para este proyecto. Requisitos: la descripción debe explicar cuándo usarla con frases que yo escribiría; las instrucciones deben ser pasos accionables, no un resumen del vídeo; incluye una sección de errores comunes; guarda en references/ las marcas de tiempo de los momentos clave como fuente. Señala qué partes del vídeo te parecen dudosas o desactualizadas para que las verifique.Sin mencionar ninguna skill: [describe una tarea real relacionada con el tema del vídeo]. Antes de empezar, dime qué skills has cargado para resolverlo.06 Límites y buenas prácticas
- ✓La precisión es mejor con vídeos de menos de 10 minutos o con tramos acotados.
- ✓Un vídeo no es documentación oficial: contrasta comandos y versiones antes de fijarlos en una skill.
- ✓Respeta los derechos del autor: usa el contenido para aprender y documentar tu proceso, no para republicarlo.
- ✓Para vídeos con acceso restringido, Watch admite cookies de forma explícita; úsalo solo con contenido al que tengas acceso legítimo.
- ✓No guardes claves de API en el repositorio ni las pegues en issues públicos.
Preguntas frecuentes
Watch es gratuito y de código abierto. El motor local no usa servicios externos; Gemini tiene un nivel gratuito con límites que puedes consultar en tu cuenta de Google AI Studio.
Sí. Usa los subtítulos del vídeo cuando existen. Si activas la transcripción local con WhisperX, conviene indicar el idioma (WATCH_WHISPERX_LANGUAGE=es) para mejorar la precisión.
Sí. Pasa la ruta del archivo en lugar de una URL. Con el motor local no sale de tu máquina.
Si quieres que el conocimiento se aplique cuando el tema aparece, skill. Si quieres un trabajador independiente que procese vídeos en lote, un subagente. Si solo quieres un atajo manual, una skill con invocación manual.
Sobre el autor
Equipo editorial de appyweb
Marketing, SEO y desarrollo con IA
Especialistas de appyweb en SEO, publicidad, desarrollo web y automatización con IA.