watch-skill

把视频变成可搜索证据，让 AI 智能体自查自纠

watch-skill 是一个面向 AI 智能体的视频理解与自我验证工具，旨在将视频、直播流和智能体屏幕录制转化为可搜索、带时间戳的证据，并借助内置的 THE LOOP 机制对智能体的工作进行检查、修复和验证。它解决的核心问题是：AI 智能体在执行任务时缺乏对自身行为的可靠监督和回溯能力，导致错误难以定位和纠正。该工具提供 MCP、CLI 和 REST 多种接口，支持本地优先部署，兼容 Ollama 等本地模型，并集成了 OCR、计算机视觉和 FFmpeg 技术，可广泛应用于智能体开发调试、自动化测试和远程协作等场景。

开源 free 智能体

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 380

维护状态活跃

是否开源是

定价模式 free

项目数据

分类智能体

开发团队oxbshw

所属国家

官网地址

GitHubhttps://github.com/oxbshw/watch-skill

定价模式free

价格说明开源项目，MIT许可证，本地优先，可免费使用。

访问状态

是否开源是

开源协议MIT

主要语言Python

技术栈/模型agent-observability,agent-skills,agentic-ai,ai-agents,audio-understanding,computer-vision,deepseek,deepseek-harness,deepwatch,llm,local-first,mcp,multimodal,ocr,python,speech-to-text,typescript,verification,video-analysis,video-understanding

GitHub 星标★ 380

30天Star增速

HF 下载量

上线时间2026-07-05 00:00:00

最近更新2026-09-20 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数4

使用教程

核心亮点

提供 MCP、CLI、REST 三种接口，灵活集成到现有智能体工作流
本地优先，支持 Ollama 等本地模型，数据隐私可控
时间戳证据链，便于回溯和验证智能体行为

不足之处

早期项目，文档和社区生态尚待完善
视频处理依赖 FFmpeg，对硬件资源有一定要求

适用场景

智能体开发调试：录制屏幕并自动定位失败步骤
自动化测试：验证智能体在视频中的操作是否符合预期
远程协作：将屏幕录制转化为可搜索的会议或操作记录

替代项目

LangChain、AutoGPT、AgentGPT

项目介绍

watch-skill 是智能体领域的开源项目，由 oxbshw 开发，是 2026 年新上线的项目。

它收录于智能体分类，该分类目前共有 2,499 个项目，GitHub 星标数为 380。

近 42 天，它的 GitHub 星标从 271 增加到 380，净增 109。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-20。MIT许可证，本地优先，可免费使用。

它主要面向的使用场景是：智能体开发调试：录制屏幕并自动定位失败步骤。同类可对比的替代方案包括 LangChain、AutoGPT、AgentGPT。

上一篇：Agentlas-OS

下一篇：rigup.nix