video-use 是什么?

video-use 是 browser-use 发布的开源 Agent skill:把原始视频转录成带时间戳文本,让编码 Agent 规划 EDL,再用 ffmpeg 完成剪辑、调色、字幕和可选动画,最后检查切点并输出 `final.mp4`。

⭐ 16,664 Stars 🍴 2,080 Forks Python MIT 作者: browser-use
来源:github.com/browser-use/video-use/blob/main/README.md 查看 GitHub 仓库 → 📘 使用教程 →

为什么值得关注

它把视频剪辑拆成可阅读的转录、可审阅的策略和可复现的 ffmpeg 渲染。2026-09-22 合计 859 次展现、16 次点击。

来源:github.com/browser-use/video-use/blob/main/README.md

核心功能

文本驱动选段

ElevenLabs Scribe 生成逐词时间戳,脚本压成 phrase 级文本,Agent 据此去除口头词、停顿和重复片段。

来源:github.com/browser-use/video-use/blob/main/SKILL.md
EDL 与 ffmpeg 渲染

剪辑决策写进 EDL,按片段提取、拼接、叠加动画并最后烧录字幕,避免字幕被覆盖。

来源:github.com/browser-use/video-use/blob/main/SKILL.md
切点自检

渲染后在每个切点生成时间线视图,检查画面跳变、爆音和字幕遮挡,最多修复重渲染三轮。

来源:github.com/browser-use/video-use/blob/main/README.md
可选动画引擎

按镜头需要选择 HyperFrames、Remotion、Manim 或 PIL,每个动画保存在独立 slot 中。

来源:github.com/browser-use/video-use/blob/main/SKILL.md

技术架构

`transcribe.py`/`transcribe_batch.py` 把音频发给 ElevenLabs Scribe,并把响应缓存到 `edit/transcripts/`;`pack_transcripts.py` 生成紧凑文本;Agent 与用户确认策略后写 EDL;`render.py` 逐段提取、拼接、合成动画并最后加字幕;`timeline_view.py` 在切点检查成片。所有项目产物写入素材目录下的 `edit/`。

来源:github.com/browser-use/video-use/blob/main/SKILL.md

项目知识图谱

知识图谱:项目核心节点(中心)+ 核心功能(内环六边形)+ 关键技术依赖(外环 chip) requests librosa matplotlib Pillow NumPy 文本驱动选段 EDL 与 ffmpeg 渲染 切点自检 可选动画引擎 video-use 项目本体 核心功能 关键依赖

技术栈

语言Python 3.10+框架Agent skill + ffmpeg/ffprobe + ElevenLabs Scribe + 可选动画工具
requestslibrosamatplotlibPillowNumPyffmpeg 4.x+ElevenLabs API key
本地素材与渲染;转录音频发送到 ElevenLabs;可选 yt-dlp、Node.js 22+ HyperFrames、Remotion 或 Manim
来源:github.com/browser-use/video-use/blob/main/pyproject.toml;https://git…

快速上手

先人工阅读官方 `install.md` 和 `SKILL.md`,再把仓库克隆到稳定路径。用 Python 3.10+ 运行 `uv sync` 或 `pip install -e .`,安装 ffmpeg/ffprobe,并把整个仓库目录链接到 Agent 的 skills 目录。将 ElevenLabs key 放在仓库根目录 `.env` 并设为仅用户可读。先运行 `timeline_view.py --help` 与 `ffprobe -version`;转录会消耗 Scribe 额度,应等用户提供一段授权测试素材后再执行。
来源:github.com/browser-use/video-use/blob/main/install.md

使用场景

适合访谈、讲解、产品演示和多 take 素材的对话式粗剪与包装。它依赖语音转录来决定切点,不适合把纯音乐、复杂多机位叙事或严格广播交付完全交给无人审查的 Agent。

来源:github.com/browser-use/video-use/blob/main/README.md;https://github.c…

优势与局限

优势

  • 剪辑策略先确认再执行
  • 逐词时间戳、EDL 与缓存便于复查
  • 渲染后检查切点并限制修复轮数
  • 本地 ffmpeg 流程可查看中间产物

局限

  • 转录必须使用 ElevenLabs key,会上传音频并消耗额度
  • 要求给编码 Agent shell 与素材目录访问权
  • 没有 GitHub Release 或 tag,更新需固定提交
  • 自动审片不能替代人工检查版权、内容与最终音画
来源:github.com/browser-use/video-use/blob/main/install.md;https://github.…

最新版本

仓库截至 2026-09-23 没有 GitHub Release 或 tag;`pyproject.toml` 写明 0.1.0。当前核对的主分支提交 9575612 发布于 2026-08-30,改进音轨选择并拒绝上传静音音轨。

来源:github.com/browser-use/video-use/blob/main/pyproject.toml;https://git…

实测与证据

status: official_docs_checked_not_run  |  checked_at: 2026-09-23  |  environment: 核对官方 README、install.md、SKILL.md、pyproject、env 示例和 GitHub API  |  limitations: 未克隆或安装项目,未配置 ElevenLabs key,未上传媒体、运行转录、生成 EDL 或渲染视频,也未使用 Browser Use Box/Cloud  |  observed_output: GitHub 没有 Release 或 tag;pyproject 版本为 0.1.0,要求 Python 3.10+;主分支最新提交 9575612 发布于 2026-08-30,修复转录音轨选择并拒绝上传静音轨

来源:github.com/browser-use/video-use/blob/main/pyproject.toml;https://git…

同类项目对比

Remotion 用 React 组件和代码直接定义视频、时间线与渲染,适合可重复的模板和程序化内容;video-use 先从现有素材转录和选段,再由 Agent 生成 EDL 并调用 ffmpeg,Remotion只是它可选的动画层之一。素材粗剪优先评估 video-use,组件化批量视频更适合 Remotion。

来源:github.com/browser-use/video-use/blob/main/SKILL.md;https://github.co…

总结评价

video-use 有本批最强的连续项目词流量,应保留。教程要把 ElevenLabs 上传与费用、Agent shell 权限、无正式 Release、策略确认和人工终审写在核心步骤里,避免把它描述成无需监督的一键剪辑器。

来源:github.com/browser-use/video-use/blob/main/README.md;https://github.c…

常见问题

video-use 0.1.0 能在没有 ElevenLabs key 时转录吗?

不能。官方安装文档明确写明 Scribe 承担全部转录;没有 key 就不会转录。安装验证不应为此消耗额度,应等到有授权测试片段再做真实转录。

video-use 为什么要求链接整个仓库目录,而不是只复制 SKILL.md?

SKILL.md 会按同级相对路径调用 `helpers/` 中的转录、打包、渲染和时间线脚本。只复制技能文件会让这些脚本路径失效。

video-use 会在确认方案前直接剪素材吗?

按官方硬规则不会。流程应先盘点和转录,再用自然语言提出剪辑策略,获得用户确认后才写 EDL 和渲染;最终成片仍需人工审看。

video-use 没有 GitHub Release,怎样固定可复现版本?

记录并固定仓库提交 SHA、Python 锁文件、ffmpeg 版本、Scribe 模型响应和 EDL。当前核对的主分支提交为 `9575612f066aa517354790a645fd90f9f95a743b`。

资料与核验范围
本文依据项目公开资料整理。版本、安装命令和功能边界可能随上游更新,请以所列来源和项目当前版本为准。 资料核对时间: 2026-09-23 13:55.

参考材料:README、GitHub API、依赖文件