← 返回资源目录v 
插图:AIHub 原创设计
获取资源获取技能包 ↗
video-use
社区出品开源MITSKILLbrowser-use 官方团队的视频剪辑 Agent 技能:素材放进文件夹、与编码 Agent 对话,产出剪辑成片 final.mp4。

安装说明
git clone https://github.com/browser-use/video-use ~/Developer/video-use
ln -sfn ~/Developer/video-use ~/.claude/skills/video-use
cd ~/Developer/video-use && uv sync && brew install ffmpeg && cp .env.example .env将跳转至 github.com。本站不托管安装包,请遵循目标站点条款。
来源:github.com · 信息以官方页面为准资源简介
video-use 来自 browser-use 官方组织(MIT 开源),把「用编码 Agent 剪视频」工程化为一条流水线:转写 → 打包 → LLM 推理 → 生成 EDL 剪辑决策单 → 渲染 → 逐切点自检(最多 3 轮修正重渲)。它能剪掉口头语与废镜头、按段自动调色、每次剪切加 30ms 音频淡入淡出防爆音、烧录大写字幕,并以 HyperFrames/Remotion/Manim/PIL 并行子智能体生成叠片动画。
核心设计是「LLM 不观看视频,而是阅读视频」:靠约 12KB 的转写文本与按需生成的 timeline_view 时间线截图做剪辑决策;转写使用 ElevenLabs Scribe(词级时间戳、说话人分离),因此需配置 ELEVENLABS_API_KEY——转写环节为云服务并产生相应费用。支持 Claude Code、Codex、Hermes、OpenClaw 等一切有 shell 权限的 Agent;依赖本地 ffmpeg(必需)与 yt-dlp(可选)。
转写环节依赖 ElevenLabs API Key(云依赖与费用,候选期未标注,本次据官方 README 补充);长视频本地算力与磁盘占用高;剪辑结果需人工复核;配合 yt-dlp 获取素材须注意版权,仅限自有或已授权内容。
核心能力
- 素材入目录、对话式产出 final.mp4 的完整剪辑流水线(转写→EDL→渲染→自检)
- 自动去口头语、分段调色、字幕烧录与多引擎叠片动画
- 支持 Claude Code/Codex/Hermes 等任意有 shell 的编码 Agent
适合谁
熟悉编码 Agent、想用对话方式完成口播与发布类视频粗剪的内容创作者与开发者。