정보
이 Claude Skill은 인증된 위챗 채널 동영상을 저장하기 위해 `wx_channels_download` 도구를 설치하고 실행합니다. 직접 CLI 방식(캡처한 동영상 URL과 키 사용)과 동영상 데이터 캡처를 위한 대화형 프록시 방식을 모두 지원합니다. 이 도구는 macOS, Windows 및 Linux에서 사용자가 소유하거나 저장 권한이 있는 동영상을 다운로드하는 데 사용됩니다.
빠른 설치
Claude Code
추천npx skills add hekmon8/wx-channels-download-skill -a claude-code/plugin add https://github.com/hekmon8/wx-channels-download-skillgit clone https://github.com/hekmon8/wx-channels-download-skill.git ~/.claude/skills/download-wechat-channelsClaude Code에서 이 명령을 복사하여 붙여넣어 스킬을 설치하세요
문서
Download WeChat Channels
Use the upstream wx_channels_download binary without copying its implementation. Only download videos the user owns or is authorized to save.
Choose the path
- If the user has a direct video URL and optional decryption key, use the direct CLI path. This does not require changing the system proxy.
- Otherwise use the interactive WeChat path. It starts a local HTTPS interception proxy, may install a root certificate, and may modify the system proxy.
- Do not claim that an ordinary WeChat share URL is sufficient. Upstream share-link parsing needs extra service credentials and is not the default local workflow.
Install or update
Run:
python3 scripts/wx_channels.py install
python3 scripts/wx_channels.py doctor
The installer downloads the matching asset from the latest GitHub release, verifies it against the release checksum file, and stores it outside the skill repository. It prefers the non-UPX safe Windows build. Do not redistribute the downloaded binary.
Direct URL download
Confirm the URL came from a source the user is authorized to download. Then run:
python3 scripts/wx_channels.py download --url "$VIDEO_URL" --filename "video.mp4"
Add --key NUMBER only when a decryption key was captured with the URL. The upstream command writes to the user's Downloads directory.
Interactive WeChat download
Before running this path, explain that it can install a local root certificate and change the system proxy. Obtain explicit user authorization for those system changes.
After authorization:
python3 scripts/wx_channels.py start --allow-security-changes
Keep the process running. Ask the user to open the authorized video in the desktop WeChat client, wait for playback, pause it, and use the injected download button. Report the download directory printed by the process.
Stop with Ctrl+C. Verify that the upstream process restored the previous proxy settings; if network access is abnormal, run its uninstall command:
python3 scripts/wx_channels.py uninstall --allow-security-changes
Do not run start or uninstall without explicit authorization. Do not expose captured URLs, cookies, tokens, keys, certificates, or log contents in chat or commits.
Troubleshoot
Run doctor first. Read references/upstream.md for architecture, supported platforms, ports, conflicts, and license constraints. Prefer upstream documentation and releases over remembered flags.
GitHub 저장소
자주 묻는 질문
download-wechat-channels Skill이란 무엇인가요?
download-wechat-channels은(는) hekmon8이(가) 만든 Claude Skill입니다. Skill은 Claude가 필요할 때 불러오는 지침과 리소스를 묶어 추가 프롬프트 없이 download-wechat-channels 관련 작업을 수행할 수 있게 합니다.
download-wechat-channels은(는) 어떻게 설치하나요?
이 페이지의 설치 명령을 사용하세요. download-wechat-channels을(를) Claude Code 플러그인으로 추가하거나 저장소를 skills 디렉터리에 복제한 다음 Claude를 다시 시작해 Skill을 불러옵니다.
download-wechat-channels은(는) 어떤 카테고리에 속하나요?
download-wechat-channels은(는) 기타 카테고리에 속합니다.
download-wechat-channels은(는) 무료로 사용할 수 있나요?
네. download-wechat-channels은(는) AIMCP에 등록되어 있으며 무료로 설치할 수 있습니다.
연관 스킬
LlamaGuard는 폭력 및 혐오 발언 등 6가지 안전 범주에서 LLM 입력과 출력을 조정하기 위한 Meta의 70-80억 파라미터 모델입니다. 94-95% 정확도를 제공하며 vLLM, Hugging Face 또는 Amazon SageMaker를 사용해 배포할 수 있습니다. 이 기술을 사용하여 AI 애플리케이션에 콘텐츠 필터링 및 안전 가드레일을 손쉽게 통합하세요.
이 Claude Skill은 리소스 적정화, 태깅 전략, 지출 분석을 통해 개발자들이 클라우드 비용을 최적화할 수 있도록 지원합니다. AWS, Azure, GCP에서 클라우드 비용을 절감하고 비용 거버넌스를 구현하기 위한 프레임워크를 제공합니다. 인프라 비용을 분석하거나, 리소스를 적정화하거나, 예산 제약을 충족해야 할 때 사용하세요.
이 Claude Skill은 스프레드, 오버/언더, 프로프 베트를 포함한 스포츠 베팅 시장을 분석합니다. 역사적 추이와 상황별 통계를 검토하여 가치 베트를 발견하고, 교육적 목적으로 실행 가능한 권장 사항이 담긴 구조화된 마크다운 결과를 제공합니다. 개발자는 이 기능을 스포츠 베팅 분석 도구에 활용할 수 있으며, 단순히 엔터테인먼트/교육 목적으로만 설계되었음을 유의해야 합니다.
이 스킬은 bitsandbytes를 사용하여 LLM을 8비트 또는 4비트 정밀도로 양자화하며, 최소한의 정확도 손실로 50-75%의 메모리 감소를 달성합니다. 제한된 GPU 메모리에서 더 큰 모델을 실행하거나 추론을 가속화하는 데 이상적이며, INT8, NF4, FP4와 같은 형식을 지원합니다. 이 스킬은 HuggingFace Transformers와 통합되어 QLoRA 학습 및 8비트 옵티마이저를 가능하게 합니다.
