video-understand：把"抽帧 + 转写 + 读帧"打包给 Agent，让它直接理解视频

video-understand 是一个面向 Agent 的通用 AI 视频理解 Skill，通过抽帧、语音转写、多模态读帧三路输入综合产出视频理解，覆盖拆爆款结构、找 bug、总结要点、时间戳定位、提取口播稿五类任务。触发词包括读懂视频、看视频、分析视频、拆爆款、看录屏等。适配所有同时支持 Bash 和多模态 Read 的 agent，如 WorkBuddy、Codex、Cursor、Trae、Claude Code、Gemini CLI 等。版本 1.2.1，来源 community，分类 content-creation，需 API Key。撰写本文时官方页面抓取失败，文中未写入未经核实的安装命令，接入前需以官方页面为准。