Watch Skill

Watch Skill 是一个视频理解和自我验证工具，可以把视频、录屏或浏览器画面处理成带时间点的证据。它不只是生成转写，还会保留关键画面、时间线、OCR 和可搜索内容，让 Codex 能回答“哪一刻发生了什么”，并给出可以回看的依据。

使用时，先从官方仓库安装 Watch Skill 引擎，再用 npx skills add 把它接入 Codex。处理隐私内容时，可以优先使用本地 Whisper 和本地 Ollama。单个视频可以直接提问，多个视频可以用 watch-skill batch 建立视频库，再用 library ask 搜索。

如果要做网页测试或演示验收，可以用 loop 持续观察浏览器，并按照指定标准记录通过或失败的证据。需要交付时，还可以用 viewer 导出 HTML 报告。

最稳妥的流程是：先提具体问题，再让 Watch Skill 返回时间点和证据，点击时间点回看确认，最后把证据交给 Codex 执行动作。原视频、证据报告和处理结果