Claude Code يمنتج الفيديو انطلاقًا من التفريغ النصي: كيف يعمل video-use الحاصل على 30 000 نجمة

يحوّل مشروع video-use المفتوح من فريق browser-use أداة Claude Code إلى منتج فيديو آلي. Claude Code هو نسخة من Claude تعمل على جهازك، فتفتح الملفات بنفسها وتشغّل البرامج وتنشئ ملفات جديدة. ظهرت مهارة الفيديو (في مصطلحات الوكلاء تُسمّى «skill»، أي حزمة تعليمات وسكربتات لمهمة واحدة) على GitHub في ربيع 2026، وهي مرخّصة بموجب MIT، وجمعت خلال ستة أشهر أكثر من 30 000 نجمة. تضع المادة الأصلية في مجلد، وتكتب ما يجب حذفه وما يجب إضافته، وبعد دقائق قليلة تجد بجوارها المقطع النهائي. تعمل المهارة كذلك مع Codex من OpenAI، لكن تعليمات التثبيت مكتوبة لـ Claude Code.

لماذا ينجح نموذج نصي في التعامل مع الفيديو

لا يفتح Claude ملف الفيديو كاملًا، بل يعمل على التفريغ النصي. تخيّل نسخة مطبوعة من مقابلة، كُتب فوق كل كلمة فيها وقت نطقها. تشطب «إمم» والتكرارات والعبارات غير الموفقة، ويقصّ مساعد التسجيل وفق علاماتك. على هذا النحو بالضبط صُمّم خط المعالجة:

• يُفرَّغ التسجيل إلى نص بتوقيت دقيق لكل كلمة. وتُوسَم فيه فترات الصمت والضحك والتصفيق وتبدّل المتحدث.
• يقرأ Claude النص ويقرر ما يبقى.
• إذا كان موضع ما غامضًا (صمت طويل أو لقطتان متشابهتان)، فإنه يتفحّص عدة إطارات من ذلك المقطع.
• تُدوَّن القرارات في قائمة بنقاط الوصل: «من 0:12 إلى 0:47، ثم من 1:03 إلى 1:30».
• يجمّع FFmpeg، وهو برنامج مجاني للعمل مع الفيديو، المقطع وفق هذه القائمة.
• يتحقق Claude من نقاط الوصل، وإذا وجد أخطاء أعاد المونتاج، بما يصل إلى ثلاث محاولات.

اقتصاد الرموز: من غيغابايتات إلى 12 كيلوبايت

تكمن الفكرة الهندسية الرئيسية في الضغط. تُجمع كل اللقطات في ملف واحد باسم takes_packed.md بحجم نحو 12 كيلوبايت. وهذا يعادل بضعة آلاف من الرموز (tokens) تتسع بسهولة في سياق النموذج. وللمواضع المختلف عليها تبني المهارة صورة timeline_view: لوحة إطارات وموجة صوتية وكلمات مدوَّنة. تُحفظ القرارات في EDL (edit decision list، أي قائمة قرارات المونتاج)، وتوجد حالة المشروع في project.md، ولذلك يمكن متابعة العمل في الجلسة التالية.

طبّق browser-use الأسلوب نفسه على التحكم بالمتصفح: لا يُعطى الوكيل لقطة شاشة للصفحة، بل وصفًا نصيًا منظَّمًا لها. وهنا يحلّ التفريغ النصي بتوقيتاته محل DOM.

تتوقف التكلفة على طول التسجيل. يُحتسب التفريغ بالدقيقة، ويستهلك Claude رموزًا أكثر مع النص الطويل. المشروع الذي مدته ساعة أغلى بوضوح من مشروع مدته عشر دقائق، وقد تصل فيه بسهولة إلى حد الاستخدام ضمن اشتراك Pro. يتطلب Claude Code اشتراك Pro (بدءًا من 20$ شهريًا) أو Max، أو مفتاح API مع الدفع مقابل الرموز. وللمستخدمين من روسيا تقترح المقالة خيار الدفع بالروبل عبر SpeShu.AI، حيث تتوافر نماذج Claude Opus 5.5 وClaude Sonnet 5.

ما الذي تجيده المهارة، وأين تضعف، وما الذي يذهب إلى السحابة

نقطة قوة المونتاج هي الكلام:

• تحذف الحشو اللفظي والزلات وفترات الصمت الطويلة؛
• تقصّ بين الكلمات لا في منتصف الصوت؛
• تُبقي أفضل لقطة عند وجود تكرار؛
• تضيف تلاشيًا صوتيًا (fade) مدته 30 مللي ثانية عند كل نقطة وصل لتفادي الطقطقة؛
• تجري تصحيح الألوان وتضيف الترجمة النصية والشاشات الافتتاحية.

يبرمج Claude الرسوم المتحركة ولا يرسمها. وتتوافر لذلك ثلاث أدوات:

• Remotion: مقاطع المنتجات والواجهات والرسوم البيانية (يُوصَف الفيديو فيه بمكوّنات React)؛
• Manim: المعادلات والمخططات والشروحات العلمية (مشاهد بلغة Python)؛
• HyperFrames من HeyGen: رسوم متحركة تُوصَف كصفحة ويب (HTML وCSS، مع التصيير عبر headless Chrome).

لا تنشئ المهارة لقطات القطع (B-roll) التي تتخلل المقطع، بل يجب وضعها في المجلد مسبقًا.

تنبع نقاط الضعف من البنية نفسها. فطلب «ضع لقطة بعد أن ابتسم» يتطلب فهم الصورة، بينما يرى Claude النص وإطارات منفردة فقط. وتنتقل أخطاء التفريغ إلى المونتاج، خصوصًا في التسجيلات الصاخبة، ومع اللكنة القوية، وفي اللغة الروسية. والنموذج لا يحل محل مهندس الصوت: فهو يزيل الضوضاء بقدر محدود، ولا يمزج الموسيقى والمؤثرات. ويلزم الطرفية (terminal) للتشغيل.

لا يغادر الفيديو نفسه جهازك، إذ يتولى FFmpeg المحلي عمليات الوصل. وما يخرج إلى الشبكة هو المسار الصوتي (إذا اخترت التفريغ السحابي)، والتفريغ النصي مع تعليماتك، وعدة إطارات مختلف عليها. وللتسجيلات الخاضعة لاتفاقيات عدم الإفصاح (NDA) يوجد فرع freecut، الذي يستبدل التفريغ السحابي بـ Whisper يعمل على جهاز المستخدم. والخيار الافتراضي هو mlx-whisper على Apple Silicon وfaster-whisper على بقية الأنظمة. لدى freecut نحو 250 نجمة مقابل 30 000 للأصل، وتصله التحديثات متأخرة.

من المستفيد من ذلك

تناسب المهارة كل ما يكون فيه المتحدث هو الأساس: المقابلات والبودكاست والمحاضرات والتحليلات ومقاطع العرض التوضيحي. وفي عروض المنتجات تكفي لقطات الشاشة وRemotion. من الأفضل كتابة الأوامر بالإنجليزية لأن تعليمات المهارة بالإنجليزية. ويجيب الطلب الجيد عن خمسة أسئلة: أي الملفات وبأي ترتيب، وما النتيجة المطلوبة (المدة والصيغة والجودة)، وما الذي يُحذف، وكيف يكون الإخراج، وما الإدراجات ومتى.

يجب أن تشاهد المقطع بنفسك قبل النشر. يتحقق Claude من الجانب التقني لنقاط الوصل، أما المعنى فيبقى مسؤوليتك: الكلمات المقطوعة، والأسماء المكتوبة خطأً في الترجمة النصية، وقفزات مستوى الصوت، وفترات الصمت المحذوفة التي كانت جزءًا من الأداء. اكتب التعديلات مع ذكر الوقت.

وهناك فخ يتعلق بالترخيص. فـ video-use نفسه مرخّص بموجب MIT، والاستخدام التجاري مسموح. لكن Remotion مجاني للأفراد وللفرق التي لا يتجاوز عددها ثلاثة أشخاص فقط.

الخلاصة للمهندسين وفرق المنتجات: خط المعالجة «تفريغ نصي ← LLM ← EDL ← FFmpeg» قابل لإعادة الإنتاج. فالأمر النصي (prompt) وقائمة القرارات وشيفرة الرسوم المتحركة كلها نصوص، ويمكن حفظها في git واستخدامها كقوالب. وتتوقف الجودة على دقة التفريغ وعلى قدرة النموذج على التعامل مع السياق الطويل. لا يحل Claude محل الشبكات العصبية المتخصصة بالفيديو، فهو يعالج مهمة أخرى، لكنه يعالجها بسرعة. وإذا كنت تُصدر مقاطع حوارية بانتظام، فإن التوفير يُقاس بالساعات أسبوعيًا. أما إذا كنت تمنتج مرة كل ستة أشهر، فالمحرر المعتاد أكثر ملاءمة حاليًا.