### [video-use：用 Claude Code 一句话剪辑视频，browser-use 团队出品，15.9K Stars 让 AI 成为你的剪辑师](https://www.willai.cc/article/3474)

**Published:** 2026-07-08T05:57:55

**Author:** hiyoho

**Excerpt:** 把原始素材丢进文件夹，跟 Claude Code 聊两句，拿回成片 final.mp4 —— 这就是 video-use（15.9K+ Stars，MIT 许可，100% 开源）。它由爆火的 browser-use 团队打造，把”对话式 A

![video-use](https://admin.hiyoho.com/wp-content/uploads/2026/07/video-use-banner.png)

把原始素材丢进文件夹，跟 Claude Code 聊两句，拿回成片 `final.mp4` —— 这就是 **video-use**（**15.9K+ Stars**，MIT 许可，100% 开源）。它由爆火的 [browser-use](https://github.com/browser-use) 团队打造，把”对话式 AI 编程”的思路搬进了视频剪辑：不再和轨道、关键帧死磕，而是用自然语言描述你要的成片。

* * *

## 🚀 项目简介

**video-use** 是一个对话式视频编辑「技能（skill）」，让 LLM 通过**阅读**而非**观看**视频来完成剪辑。它把任意原始素材（口播、混剪、教程、旅行、采访）交给 Claude Code / Codex / Hermes 等任意带 shell 的 AI 编程智能体，自动产出可直接发布的成片，全程无需预设模板或复杂菜单。核心思想和 browser-use 一脉相承：给 LLM 一份**结构化的「视频说明书」**，而不是一堆看不懂的逐帧截图。

* * *

## ⚙️ 安装要求和过程

**环境要求**

-   Python 3.12+（依赖 requests / librosa / matplotlib / pillow / numpy）
-   `uv`（推荐）或 `pip` 管理依赖
-   `ffmpeg`（**必需**，渲染引擎）
-   `yt-dlp`（可选，用于下载在线素材）
-   ElevenLabs API Key（用于 Scribe 转写，按量计费）

**方式一：对话式安装（推荐）**

把官方 setup prompt 粘贴给 Claude Code / Codex / Hermes 等任意智能体，它会自动完成 clone、依赖安装、skill 注册，并在需要时提示你粘贴 ElevenLabs Key——你只需说”准备好了”等它通知。

**方式二：手动安装**

```
git clone https://github.com/browser-use/video-use ~/Developer/video-use
ln -sfn ~/Developer/video-use ~/.claude/skills/video-use   # Claude Code
# ln -sfn ~/Developer/video-use ~/.codex/skills/video-use  # Codex

cd ~/Developer/video-use
uv sync                       # 或 pip install -e .
brew install ffmpeg           # 必需
brew install yt-dlp           # 可选

cp .env.example .env          # 填入 ELEVENLABS_API_KEY=...
```

安装完成后，进入任意素材文件夹运行智能体，说一句”edit these into a launch video”，它就会盘点素材、给出剪辑策略、等你确认，再把 `edit/final.mp4` 生成在素材目录旁。

* * *

## 💡 核心功能

-   **🧹 剔除填充词与死寂**：自动删掉 `umm` / `uh`、假开场和片段间的空白，节奏立刻紧凑。
-   **🎨 自动调色**：每段独立调色——暖色电影感 / 中性 punch / 任意自定义 ffmpeg 链，风格统一可控。
-   **🔇 无爆音剪辑**：每个切点做 30ms 音频淡入淡出，彻底告别”咔哒”爆音。
-   **📝 烧录字幕**：默认 2 词大写块样式，颜色、字体、排版完全可定制。
-   **✨ 动画叠层**：通过 HyperFrames / Remotion / Manim / PIL 生成动画，每个动画派发并行子代理，互不阻塞。
-   **📖 「阅读」而非「观看」**：LLM 只读转写文本 + 按需时间轴视图（约 12KB 文本 + 少量 PNG），而非逐帧分析 4500 万 token 噪声——这正是它又快又准的关键。
-   **🔁 自评估闭环**：渲染后在每个切点自检画面跳变 / 音频爆音 / 字幕遮挡，最多自动重渲染 3 次，全部通过后你才看到预览。

* * *

## 📦 典型使用场景

**🎤 场景一：口播 / 教程视频快速成片**

录完一镜到底的口播，丢给 video-use：它会自动剔除 umm、加好字幕、统一调色、消除爆音，几分钟产出可直接上传的成片，省掉 PR 里最枯燥的”听音修剪”。

**🎬 场景二：旅行 / 采访混剪**

多段原始素材自动编排成叙事线，配合 Remotion / Manim 生成的动画叠层，做出有质感的混剪，适合 Vlog、产品发布片、活动回顾。

**🤖 场景三：常驻远程剪辑**

通过 [Browser Use Box](https://browser-use.com/bux) 跑在自有 VPS 或 Telegram 上，随时丢素材、随时收成片，把剪辑变成一条常驻的消息流水线。

* * *

## ⭐ 推荐理由

我特别欣赏它”给 LLM 一份视频说明书”的设计哲学——和 browser-use 把网页 DOM 喂给模型如出一辙，但对象换成了视频。传统”AI 剪辑”要么逐帧灌噪声、要么套预设模板；video-use 选择让模型**读转写、按需看图**，既省 token 又保精度，自评估闭环还兜住了质量下限。

100% 开源、MIT 许可，能挂在任何 AI 编程智能体上，本地文件零上传（只有转写调用 ElevenLabs）。如果你已经用 Claude Code 写代码，顺手把它变成分身剪辑师，几乎零学习成本。唯一门槛是 ElevenLabs 转写按量计费，但换来的是真正”对话即剪辑”的体验。

* * *

## 📧 下载地址

-   **🏠 GitHub**：[github.com/browser-use/video-use](https://github.com/browser-use/video-use)
-   **🌐 Browser Use Cloud（在线体验）**：[cloud.browser-use.com](https://cloud.browser-use.com/v4?utm_campaign=video-use-use-in-cloud&utm_source=github)
-   **🤖 Browser Use Box（常驻剪辑）**：[browser-use.com/bux](https://browser-use.com/bux)

**Tags:** AI, AI Agent, AI开源项目, AI视频, Claude Code, LLM, MIT许可, Python, video-use, 开源

**Categories:** 开源项目

---