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`。
来源:github.com/browser-use/video-use/blob/main/README.md 查看 GitHub 仓库 → 📘 使用教程 →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.mdElevenLabs 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`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.mdrequestslibrosamatplotlibPillowNumPyffmpeg 4.x+ElevenLabs API key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…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…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…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…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…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。
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。
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。
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`。