by JimLiu · Claude Skill · ★ 30
doubao-multimodal-skill 一个基于火山方舟 Doubao-Seed 多模态接口的 Claude Code Skill，封装了音视频理解的常见任务：ASR、说话人日志、字幕打轴、AST 翻译、视频时间轴、技术博客关键帧选取等。 底层是一个独立可用的 Bun + TypeScript CLI（），既可以作为 Claude Code Skill 让 Agent 直接调用，也能脱离 Claude 单独命令行运行。 功能一览 特性： 本地/远程都能跑：远程 URL 自动下载到缓存，本地文件自动上传到火山 TOS 拿预签名 URL 给 Ark。 大文件自动切片：视频 20 min 或 50 MB、音频 120 min 或 50 MB，自动 ffmpeg 切段，多段并发请求 Ark，按时间顺序合并。 Token 用量回写：每段保留 / / ，方便对账和向火山技术支持报问题。 安装 需要 Bun（≥ 1.1）和本机的 / 。 缺失时 CLI 启动会停下来给出对应平台的安装命令（Homebrew / apt / dnf / pacman），回 即可，或者加 跳过确认。 配置 复制示例文件，填上你的火山方舟和 TOS 凭证： 最少需要： bas
| Stars | 30 |
| Forks | 9 |
| Language | TypeScript |
| Category | Claude Skill |
| License | MIT |
| Quality Score | 62.2306017590471/100 |
| Last Updated | 2026-05-06 |
| Created | 2026-04-26 |
| Platforms | claude-code, cli, node |
| Est. Tokens | ~5k |
Explore other popular claude skill tools:
doubao-multimodal-skill is Claude Code Skill + Bun CLI for Doubao-Seed multimodal understanding (ASR, diarization, subtitle align, AST, video timeline, keyframe extraction). It is categorized as a Claude Skill with 30 GitHub stars.
doubao-multimodal-skill is primarily written in TypeScript.
You can find installation instructions and usage details in the doubao-multimodal-skill GitHub repository at github.com/JimLiu/doubao-multimodal-skill. The project has 30 stars and 9 forks, indicating an active community.
doubao-multimodal-skill is released under the MIT license, making it free to use and modify according to the license terms.