GitHub Trending 日报 · 2026-07-29

GitHub Trending 日报 · 2026-07-29｜pascalorg/editor 支持 WebGPU 3D 建模，huggingface/speech-to-speech 实现低延迟语音代理，affaan-m。每日精选 12 个热门开源项目，附中文深度解读、核心特性与快速上手。

今日 GitHub 热门项目 Top 12，已为你深度翻译整理。

1. pascalorg/editor

  • 作者： pascalorg
  • 语言： TypeScript
  • ⭐ 星标： 18,674（今日 +341）　｜　🍴 Fork： 2,526
  • 许可证：MIT　｜　主页：https://editor.pascal.app

项目定位： 基于 React Three Fiber 和 WebGPU 的 3D 建筑编辑器，支持创建、编辑和分享三维建筑项目，采用单体仓库架构提供核心包与编辑器应用。

核心特性：
– 节点化场景模型：扁平字典存储，通过 parentId 维护层级，支持撤销/重做与 IndexedDB 持久化
– 脏节点增量更新：仅重新计算变更节点几何体，配合系统在渲染循环中高效更新
– 插件化扩展机制：内置节点定义、渲染器、工具均以插件形式注册，支持自定义节点类型
– 空间网格管理器：提供碰撞检测、放置验证及楼板高程查询，辅助精准建模
– 分层状态管理：核心、查看器、编辑器各自拥有 Zustand store，职责清晰且可独立访问
– 事件总线通信：类型安全的事件发射器实现组件间解耦交互

适用场景：
– 建筑师快速创建三维建筑方案并协作分享
– 开发者构建自定义 3D 编辑器或集成建筑可视化功能
– 教学演示建筑空间布局与构件关系
– 室内设计师进行家具摆放与空间规划

技术亮点：
– Turborepo 单体仓库管理核心、查看器、编辑器、节点等包
– React Three Fiber + WebGPU 实现高性能三维渲染
– Zustand + Zundo 实现带持久化和时光旅行的状态管理
– three-bvh-csg 支持布尔几何运算生成墙体开洞

快速上手：
– 克隆仓库后在根目录运行 bun install 安装依赖
– 执行 bun dev 启动开发服务器（含包监听热重载），访问 http://localhost:3002
– 使用 turbo build 构建生产包，或 npm publish --workspace=@pascal-app/core --access public 发布

2. jenkinsci/jenkins

  • 作者： jenkinsci
  • 语言： Java
  • ⭐ 星标： 26,065（今日 +180）　｜　🍴 Fork： 9,687
  • 许可证：MIT　｜　主页：https://www.jenkins.io
  • 标签： cicd, continuous-delivery, continuous-deployment, continuous-integration, devops, groovy, hacktoberfest, java, jenkins, pipelines-as-code

项目定位： Jenkins 是领先的开源自动化服务器，基于 Java 构建，拥有 2000+ 插件生态，支持构建、测试、部署等全流程自动化，助力团队专注于核心开发工作。

核心特性：
– 插件生态丰富：2000+ 插件覆盖构建、测试、部署等几乎所有自动化场景
– 多平台分发：提供 WAR、Docker 镜像、原生安装包等多种部署方式
– 双发布线策略：周度版快速迭代新功能，LTS 版长期维护稳定可靠
– 流水线即代码：支持 Declarative/Scripted Pipeline 实现 CI/CD 即代码管理
– 分布式构建架构：主从节点模式实现构建任务横向扩展与资源隔离
– 活跃社区治理：开放治理模式，数百万用户与数千企业共同维护演进

适用场景：
– 持续集成/持续部署 (CI/CD) 流水线自动化
– 多语言项目的自动化构建、测试与静态分析
– 复杂部署流程的编排与多环境发布管理
– 重复性运维任务的调度与自动化执行

技术亮点：
– 核心基于 Java (JDK 11+) 构建，Servlet 容器运行 (Jetty/Tomcat)
– 插件化架构：通过扩展点机制实现核心功能与插件解耦
– Pipeline 领域特定语言 (DSL) 基于 Groovy 实现流水线即代码

快速上手：
– 访问官网下载页面获取 WAR、Docker 镜像或原生安装包
– 参考 CONTRIBUTING.md 搭建开发环境并贡献代码
– 查阅 Jenkins 开发者文档了解核心架构与插件开发

3. moeru-ai/airi

  • 作者： moeru-ai
  • 语言： TypeScript
  • ⭐ 星标： 44,736（今日 +797）　｜　🍴 Fork： 4,447
  • 许可证：MIT　｜　主页：https://airi.moeru.ai/docs/
  • 标签： ai-companion, ai-vtuber, airi, digital-life, grok-companion, live2d, neuro-sama, neurosama, openclaw, vrm, vtuber

项目定位： 自托管的AI虚拟伴侣项目，复刻Neuro-sama能力，支持实时语音聊天、Minecraft/Factorio游戏陪玩，跨平台运行。

核心特性：
– 实时语音对话，打造类Neuro-sama的赛博灵魂容器
– 支持Minecraft与Factorio游戏实况陪玩互动
– 全平台覆盖：Web/桌面端/移动端PWA无缝运行
– 桌面版原生调用CUDA/Metal，推理性能媲美原生应用
– 基于WebGPU/WebAssembly等现代Web技术栈构建
– 插件系统与Discord语音接入扩展能力持续演进

适用场景：
– 想拥有专属AI虚拟主播/陪玩的个人用户
– 二次元文化爱好者寻求赛博伙伴体验
– 开发者研究端侧多模态AI与游戏Agent结合
– 自托管隐私优先的AI伴侣应用场景

技术亮点：
– Vue.js + TypeScript + Electron桌面端架构
– WebGPU/WebAudio/WebAssembly/WebSocket全栈Web技术
– HuggingFace candle驱动原生CUDA/Metal推理加速

快速上手：
– Windows: winget install MoeruAI.AIRI 或 Scoop 安装
– macOS: brew install –cask airi
– 直接访问 https://airi.moeru.ai 体验Web版

注意事项：
– 项目处于早期开发阶段，功能与稳定性持续迭代中
– 部分高级能力（如插件系统）仍在建设中（WIP）

4. andrewyng/aisuite

  • 作者： andrewyng
  • 语言： Python
  • ⭐ 星标： 15,675（今日 +62）　｜　🍴 Fork： 1,656
  • 许可证：MIT

项目定位： aisuite 是一个轻量级 Python 库，提供统一的 Chat Completions API 和 Agents API，让开发者通过单一接口调用多家生成式 AI 供应商，并赋予模型工具调用与多轮任务能力。

核心特性：
– 统一 Chat Completions API：以 OpenAI 兼容格式对接 OpenAI、Anthropic、Google、Ollama 等十余家供应商，仅改模型字符串即可切换。
– Agents API 与工具包：内置文件、Git、Shell 等沙箱工具包，支持工具策略、状态持久化、产物追踪，开箱即用构建智能体。
– 原生 MCP 支持：无需样板代码即可接入任意 MCP 服务器工具，扩展模型能力边界。
– 流式与异步统一：所有支持流式的供应商共享相同迭代器接口，工具调用片段亦可增量获取。
– 供应商适配器模式：遵循命名约定即可自动发现新供应商实现，降低集成门槛。

适用场景：
– 需要在同一代码库中无缝切换多家 LLM 供应商的应用开发。
– 构建具备文件操作、代码执行、外部 API 调用等工具能力的自主智能体。
– 接入本地模型（如 Ollama）或私有化部署端点，保障数据不出本机。
– 快速原型开发桌面端 AI 协作工具（如 OpenWorker 同款架构）。

技术亮点：
– Python 轻量级库，核心依赖极少，通过适配器模式动态加载供应商 SDK。
– 遵循 OpenAI Chat Completions 规范，统一请求/响应结构与流式增量格式。
– 内置 MCP 客户端、工具审批策略、多后端状态存储（内存/文件/Postgres）等生产级组件。

快速上手：
– 安装基础包：pip install aisuite
– 安装指定供应商 SDK：pip install 'aisuite[anthropic]' 或全部：pip install 'aisuite[all]'
– 基础调用示例：client = ai.Client(); client.chat.completions.create(model="openai:gpt-4o", messages=[...])

注意事项：
– 流式工具调用为手动模式，不可与 max_turns 自动多轮循环结合使用。

5. affaan-m/ECC

  • 作者： affaan-m
  • 语言： JavaScript
  • ⭐ 星标： 234,785（今日 +636）　｜　🍴 Fork： 35,774
  • 许可证：MIT　｜　主页：https://ecc.tools
  • 标签： ai-agents, anthropic, claude, claude-code, developer-tools, llm, mcp, productivity

项目定位： ECC 是智能体工具链性能优化系统，为 Claude Code、Codex、Cursor 等 AI 编程助手提供 67 智能体、281 技能、记忆、安全扫描及持续学习，将工程流程标准化内置到智能体工作方式中。

核心特性：
– 67 个专用智能体覆盖规划、审查、构建修复、安全、架构等领域
– 281 项技能支持 TDD、研究、安全、文档、前端、数据、ML、运维等
– 内置钩子、记忆、持续学习机制，实现会话摘要、本能行为与上下文控制
– AgentShield 安全扫描检测提示词、钩子、MCP 配置、权限、密钥及智能体文件
– 支持 Claude Code、Codex、Cursor、OpenCode、Gemini、Zed、Copilot 等 10+ 工具
– 提供 94 个遗留命令简写，平滑迁移到以技能为主的交互界面

适用场景：
– AI 编程助手用户想标准化工程流程（规划→测试→实现→审查→验证→记忆→改进）
– 团队需跨多种 AI 工具统一技能与规范
– 安全敏感项目需自动扫描提示词注入、密钥泄露等风险
– 开发者希望将重复成功经验沉淀为可复用技能与工作流

技术亮点：
– 多语言实现：Shell、TypeScript、Python、Go、Java、Perl、Markdown
– npm 包分发：ecc-universal（核心）、ecc-agentshield（安全扫描）
– 插件架构适配多种智能体工具，GitHub App 同步私有仓库配置

快速上手：
– Claude Code: 在 Claude Code 中运行 /plugin marketplace add https://github.com/affaan-m/ECC 然后 /plugin install ecc@ecc
– Codex: 克隆仓库后运行 npm install && bash scripts/sync-ecc-to-codex.sh 同步配置
– 通用: git clone https://github.com/affaan-m/ECC.git 后按目标工具文档配置规则包

注意事项：
– 同一工具勿叠加多种安装方式（如 Claude Code 插件+手动安装），会导致技能、命令、钩子重复
– Codex 插件市场仍在实验阶段，共享内容可能未复制到安装缓存，建议优先用同步流程

6. huggingface/speech-to-speech

  • 作者： huggingface
  • 语言： Python
  • ⭐ 星标： 7,210（今日 +227）　｜　🍴 Fork： 953
  • 许可证：Apache-2.0
  • 标签： ai, assistant, language-model, machine-learning, python, speech, speech-synthesis, speech-to-text, speech-translation

项目定位： 一个低延迟、完全模块化的语音代理管道（VAD→STT→LLM→TTS），提供 OpenAI Realtime 兼容的 WebSocket API，所有组件可热插拔，支持全本地或混合部署，已在 Reachy Mini 机器人上大规模生产验证。

核心特性：
– 四阶段流水线（VAD/STT/LLM/TTS）每阶段多后端可互换，CLI 一键切换
– 原生实现 OpenAI Realtime 协议，现有客户端零改动即可接入自建服务
– 支持本地推理（Transformers、mlx-lm、llama.cpp、vLLM）与云端 API 无缝切换
– 提供 realtime/local/websocket/socket 四种运行模式，覆盖从设备端到服务端的多样部署
– 内置 Silero VAD v5 实现低延迟端点检测与打断处理，支持实时部分转录流式输出
– 多语言 TTS 矩阵：Qwen3-TTS、Kokoro、Pocket、ChatTTS、MMS 等 5+ 开源模型任选

适用场景：
– 想在自有硬件上跑完全开源的语音助手/机器人对话后端
– 需要兼容 OpenAI Realtime API 但想自主控制模型与数据隐私的应用
– 多语言、多音色的实时语音交互原型开发与生产部署
– 嵌入式/边缘设备上运行低延迟语音管道（支持 Apple Silicon MPS 与 CUDA）

技术亮点：
– Python 3.10+，多线程队列级联架构，组件解耦便于二次开发
– 核心依赖：Silero VAD v5、Parakeet TDT/Whisper 系列、Qwen3-TTS (GGML/MLX)、OpenAI 兼容协议
– 跨平台加速：CUDA、CPU、Apple Silicon (MPS/MLX) 自动适配，Docker Compose 一键起全栈

快速上手：
– pip install speech-to-speech && export OPENAI_API_KEY=… && speech-to-speech
– 客户端测试：python scripts/listen_and_play_realtime.py –host 127.0.0.1 –port 8765
– 本地 LLM 示例：llama-server -hf ggml-org/gemma-4-E4B-it-GGUF … 并指定 –responses_api_base_url http://127.0.0.1:8080/v1

注意事项：
– DeepFilterNet 需 numpy<2 与 Pocket TTS (numpy>=2) 冲突，二者不可共存
– TCP socket 模式缺少打断处理、实时转录事件、工具调用等完整 Realtime API 功能

7. virgiliojr94/book-to-skill

  • 作者： virgiliojr94
  • 语言： Python
  • ⭐ 星标： 11,319（今日 +423）　｜　🍴 Fork： 1,336
  • 许可证：MIT

项目定位： 将技术书籍、文档转换为结构化 Agent Skill，供 GitHub Copilot CLI、Amp、Claude Code 按需加载，实现零幻觉、低 Token 成本的知识复用。

核心特性：
– 支持 PDF/EPUB/DOCX/MD 等 10 种格式，自动选择最优提取工具（Docling 处理表格代码，pdftotext 极速处理纯文本）
– 生成标准化 Skill 目录：SKILL.md 核心模型 + 按章按需加载 + 术语表/模式/速查表，首次构建一次性付出导航成本
– 章节文件按需加载，不占常驻 Token 预算；实测单次问答 Token 消耗仅为全文塞入上下文的 1/24~1/51
– 兼容开放 Agent Skills 标准，同一份 Skill 可在 Copilot CLI、Amp、Claude Code 间通用
– 支持增量折叠：新文档可合并进现有 Skill，持续扩展知识库
– 自动识别章节结构（需显式 Chapter N 标题），生成逐章摘要、代码示例、参考表格

适用场景：
– 技术书籍学习与工作中随时查阅
– 内部架构决策、运维手册、入职文档整合
– 品牌设计系统、语调规范团队共享查询
– 论文笔记簇、RFC 标准、合规文档统一检索

技术亮点：
– Python 提取管线 + Claude 结构化分析生成
– Docling/pdftotext/ebooklib 等格式适配器链
– Agent Skills 开放标准（SKILL.md + 按需加载章节）

快速上手：
– 运行 python3 scripts/extract.py --check 一键检查缺失依赖
– 执行 /book-to-skill ./book.pdf my-skill 生成技能
– Copilot CLI 需运行 /skills reload 刷新列表

注意事项：
– 章节自动分割要求显式 ‘Chapter N’/’Capítulo N’ 标题，纯标题/罗马数字章节无法自动分段
– Discovery Loop Tax 数据为模型估算而非实测 Agent 多轮对话，且单次发现成本不随轮次复现

8. opengeos/GeoLibre

  • 作者： opengeos
  • 语言： TypeScript
  • ⭐ 星标： 3,380（今日 +607）　｜　🍴 Fork： 390
  • 许可证：MIT　｜　主页：https://geolibre.app
  • 标签： data-science, duckdb, geospatial, maplibre, maplibre-gl-js, tauri-app

项目定位： 轻量级云原生 GIS 平台，支持浏览器、桌面、移动端及 Jupyter 运行，数据本地私有。

核心特性：
– 全平台运行：Web、桌面、Android、Jupyter 统一代码库，响应式适配移动端
– 数据本地私有：无需上传云端，浏览器即可完成空间分析与可视化
– 内置 700+ GIS 工具：零安装在浏览器执行矢量、地形、时空等地理处理
– 行星级底图支持：覆盖月球、火星等 10+ 天体，椭球体自适应保证测量精度
– 3D Tiles 与 deck.gl 渲染：支持 3D 城市模型、时间滑块动态可视化
– 插件化架构：如大气效果插件提供星空背景、光晕、彗星等沉浸式体验

适用场景：
– 跨平台 GIS 数据探索与即时分析
– Jupyter 笔记本中的地理空间交互式工作流
– 行星科学制图与多天体测量分析
– 3D 城市模型时序可视化与分享

技术亮点：
– Tauri v2 + React/TypeScript 构建原生桌面/移动应用
– MapLibre GL JS + deck.gl 驱动 2D/3D 渲染
– DuckDB-WASM Spatial 实现浏览器端空间 SQL 查询

快速上手：
– 直接访问 https://web.geolibre.app/ 无需安装即可使用
– 桌面端下载：https://geolibre.app/downloads/ (Windows/macOS/Linux)
– Python 环境：pip install geolibre 或 conda install -c conda-forge geolibre

9. paperswithbacktest/awesome-systematic-trading

  • 作者： paperswithbacktest
  • 语言： Python
  • ⭐ 星标： 9,565（今日 +309）　｜　🍴 Fork： 1,290
  • 主页：https://paperswithbacktest.com
  • 标签： algorithmic-trading, algotrading, alpha, arbitrage-bot, awesome, awesome-list, book, finance, futures, futures-historical-data, futures-market, futuresmarkets, paper, quant, quantitative-finance, quantitative-trading, trading-algorithms, trading-bot, trading-strategies

项目定位： 一个面向系统化/量化交易的精选资源清单，汇聚库、策略、书籍、视频等全维度资料，助力交易者快速发现工具与知识。

核心特性：
– 收录97个库/包、40+策略、55本书、23个视频及博客课程，覆盖研发到实盘全流程
– 按编程语言分类并按星标降序排列，便于技术选型与对比
– 细分事件驱动、向量化回测、加密货币、数据源、机器学习等专业领域
– 提供中文版README，降低中文用户阅读门槛
– 关联paperswithbacktest.com提供Python策略独家实现内容

适用场景：
– 量化初学者系统性入门学习资源
– 策略研究者查找学术/机构公开策略
– 开发者对比选型回测框架与数据工具
– 加密货币交易者寻找现成交易机器人

技术亮点：
– 涵盖Python、C++、Go、Rust等多语言生态
– 包含事件驱动与向量化两大回测架构范式
– 部分高性能库采用Numba/JIT加速计算

快速上手：
– 直接访问GitHub仓库浏览分类资源表格
– 阅读README_zh.md获取中文导航
– 访问paperswithbacktest.com查看Python策略实现

注意事项：
– 部分收录项目标注为旧且不再维护
– 资源质量需自行甄别，列表不提供可直接运行的代码或环境

10. microsoft/agent-governance-toolkit

  • 作者： microsoft
  • 语言： Python
  • ⭐ 星标： 5,182（今日 +46）　｜　🍴 Fork： 833
  • 许可证：MIT
  • 标签： agent-framework, ai-agents, ai-safety, compliance, governance, microsoft, owasp, policy-engine, python, security, trust, zero-trust

项目定位： 微软开源的 AI Agent 治理工具包，提供策略执行、零信任身份、执行沙箱与可靠性工程，覆盖 OWASP Agentic Top 10 全项合规。

核心特性：
– 策略引擎支持 YAML/OPA/Cedar，调用前拦截实现确定性拒绝，结构层面杜绝越权操作
– 零信任身份体系（SPIFFE/DID/mTLS），多 Agent 共享凭证场景下实现精准审计溯源
– 四级特权环执行沙箱，按风险等级隔离工具调用，最小权限原则落地
– SRE 级运维能力：熔断开关、SLO 监控、混沌测试，保障生产环境稳定性
– MCP 安全网关检测工具投毒/漂移/拼写劫持/隐藏指令，兼容 Model Context Protocol
– 合规 CLI 工具链：OWASP 验证、策略检测、红队扫描、提示注入 12 向量审计

适用场景：
– 自主 AI Agent 生产部署的全生命周期治理
– 多 Agent 协作系统的身份隔离与审计追踪
– 满足 OWASP Agentic Top 10 合规要求的场景
– MCP 服务端工具安全防护与供应链治理

技术亮点：
– Rust 核心策略运行时（Agent Control Specification），无状态、确定性、拒绝优先
– 多语言 SDK：Python/TypeScript/.NET/Rust/Go，统一治理接口
– SPIFFE/DID/mTLS 身份 + OPA/Cedar 策略 + 篡改证据审计日志三层架构

快速上手：
– pip install agent-governance-toolkit[full] 安装完整包含治理模块的分发版
– 两行代码接入：from agentmesh.governance import govern; safe_tool = govern(my_tool, policy="policy.yaml"）
– CLI 验证合规：agt doctor、agt verify --strict、agt red-team scan ./prompts/ --min-grade B

注意事项：
– 处于 Public Preview 阶段，GA 前可能有破坏性变更
– 旧版 agent_os 导入会触发 DeprecationWarning，需迁移至 agent-governance-toolkit-core

11. yorukot/superfile

  • 作者： yorukot
  • 语言： Go
  • ⭐ 星标： 21,463（今日 +662）　｜　🍴 Fork： 695
  • 许可证：MIT　｜　主页：https://superfile.dev
  • 标签： bubbletea, cli, file-manager, filemanager, filesystem, golang, hacktoberfest, linux-app, terminal-app, terminal-based, tui

项目定位： superfile 是一款美观现代的终端文件管理器，支持跨平台、插件扩展、主题定制与 Vim 风格热键，提供开箱即用的华丽交互体验。

核心特性：
– 跨平台支持 Linux/macOS/Windows（Windows 尚未完全支持）
– 插件系统可扩展功能，主题系统支持深度外观定制
– 内置自动更新检查（每 24 小时一次），可通过配置关闭
– 提供 Vim/Neovim 风格热键配置，适配编辑器用户肌肉记忆
– 多种安装方式：一键脚本、Homebrew、Winget、Scoop、源码构建
– 基于 Go 编写，单二进制文件，无外部依赖，启动迅速

适用场景：
– 终端重度用户寻求美观高效的文件管理
– 跨平台开发者需要统一的终端文件操作体验
– Vim/Neovim 用户希望沿用熟悉的键位操作文件
– 喜欢折腾配置、主题与插件的极客用户

技术亮点：
– Go 语言编写，单二进制分发，零运行时依赖
– 插件架构与主题系统支持运行时动态加载
– 自动更新机制基于 GitHub Releases API 实现

快速上手：
– macOS/Linux 一键安装：bash -c "$(curl -sLo- https://superfile.dev/install.sh)"
- Windows 安装：winget install –id yorukot.superfile或scoop install superfile- 启动命令：spf`

注意事项：
– Windows 支持尚不完整，部分功能可能受限
– 自动更新检查频率固定为 24 小时，仅可开关不可自定义间隔

12. bradautomates/claude-video

  • 作者： bradautomates
  • 语言： Python
  • ⭐ 星标： 12,074（今日 +988）　｜　🍴 Fork： 1,213
  • 许可证：MIT

项目定位： 为 Claude 等 AI 代理赋予“看视频”能力：自动下载、抽帧、转录字幕（或回退 Whisper），将画面与时间轴文本一并送入上下文，让模型像人类一样真正看懂视频内容。

核心特性：
– 支持 yt-dlp 兼容的所有在线视频平台及本地文件，零配置首次运行自动安装 ffmpeg/yt-dlp
– 四档细节模式：transcript 纯文本、efficient 关键帧极速、balanced 场景变化均衡、token-burner 无上限全帧
– 智能去重：以 16×16 灰度图均值亮度差阈值 2.0 剔除近似帧，节省 Token 且保留细微变化
– 原生字幕优先、无字幕自动回退 Whisper（Groq/OpenAI），仅在必要时消耗 API 成本
– 支持 –start/–end 时间戳聚焦片段，单位秒或 MM:SS，显著提升长视频分析密度与性价比
– 跨宿主分发：Claude Code、Codex、Cursor、Copilot、Gemini CLI、claude.ai Web 及 50+ Agent Skills 平台一键安装

适用场景：
– 拆解爆款视频开头钩子、结构与广告创意
– 通过屏幕录像定位 Bug 触发帧并推断根因
– 将长视频/播客/课程快速转为可检索笔记
– 去除发布会视频中的营销废话，提取实质更新

技术亮点：
– yt-dlp 下载与字幕提取 + ffmpeg 抽帧/转音频，Python 实现基于均值绝对差的帧去重
– Whisper 回退支持 Groq whisper-large-v3 与 OpenAI whisper-1，音频统一转 16kHz 64kbps mono MP3
– 基于 Agent Skills 规范打包，SKILL.md 自解析脚本路径，实现多宿主免改动分发

快速上手：
– Claude Code: /plugin marketplace add bradautomates/claude-video 然后 /plugin install watch@claude-video
– Codex/Cursor/Copilot/Gemini 等: npx skills add bradautomates/claude-video -g 全局安装
– claude.ai Web: 下载最新 release 的 watch.skill，在 Settings→Capabilities→Skills 中拖入

注意事项：
– 图像 Token 成本随帧数线性增长，长视频默认上限 100 帧并提示稀疏扫描，需聚焦片段或用 token-burner 突破
– 无字幕视频必须配置 Whisper API Key（GROQ_API_KEY 或 OPENAI_API_KEY），否则仅能依赖帧分析
– claude.ai Web 要求先开启“Code execution and file creation”权限，否则无法调用 ffmpeg/yt-dlp