Skills · 发布者仓库

video-use

Browser Use 发布的对话式视频剪辑 Skill,让编码 Agent 根据逐字转录和按需时间线视图处理停顿、口头禅、重录、字幕、调色与成片自检。

21.3k StarsMITPython1 个月前更新
01

项目介绍

Browser Use 发布的对话式视频剪辑 Skill,让编码 Agent 根据逐字转录和按需时间线视图处理停顿、口头禅、重录、字幕、调色与成片自检。 它当前的主要能力包括口播与采访粗剪、字幕与调色、时间线视觉检查、成片自检。本页只依据 GitHub 公开材料整理,没有把 README 描述写成亲自实测。

02

核心功能

01

口播与采访粗剪

根据转录识别停顿、口头禅、假开头和重录片段,并生成可审查剪辑决策。

02

字幕与调色

可烧录可定制字幕,并为片段应用基础 FFmpeg 调色链。

03

时间线视觉检查

在含波形、逐字标签和胶片条的视图中检查模糊停顿与切点。

04

成片自检

对渲染结果的切点检查跳帧、爆音和被遮挡字幕,必要时修复后重渲染。

03

安装与使用

把完整仓库克隆到稳定目录并把整个目录链接进 Agent 的 Skills 目录;随后安装 Python 依赖、确认 FFmpeg,并在用户授权后配置 ElevenLabs 转录密钥。

AI AGENT INSTALL

让 AI Agent 帮你安装

把这段话发送给 Codex、Claude Code 或其他可以操作本地环境的 AI Agent。

请帮我安装 video-use,项目地址:https://github.com/browser-use/video-use。先阅读 install.md、SKILL.md、helpers/、pyproject.toml 和 LICENSE。把完整仓库克隆到稳定目录并注册到当前 Agent 的 Skills 目录,安装 Python 依赖并确认 FFmpeg/ffprobe。需要 ElevenLabs API Key、安装系统软件、写入 `.env`、覆盖目录或转录付费素材时先询问我,绝不要在输出中回显密钥。先做帮助命令和 ffprobe 的无额度验证,等我提供测试视频后再进行真实转录。
01开始前准备
  • Python 与 uv 或 pip
  • FFmpeg 与 ffprobe
  • ElevenLabs API Key
  • 支持 Skill 目录或系统提示词导入的 Agent
02复制安装命令或配置
git clone https://github.com/browser-use/video-use ~/Developer/video-use
ln -sfn ~/Developer/video-use "${CODEX_HOME:-$HOME/.codex}/skills/video-use"
cd ~/Developer/video-use
uv sync
03按步骤完成安装
  1. 1
    核对环境与边界

    阅读仓库安装资料并确认这些前置条件:Python 与 uv 或 pip;FFmpeg 与 ffprobe;ElevenLabs API Key;支持 Skill 目录或系统提示词导入的 Agent。需要凭据、费用、额外权限或文件覆盖时先停下确认。

  2. 2
    执行官方安装

    按仓库当前 README 执行: git clone https://github.com/browser-use/video-use ~/Developer/video-use ln -sfn ~/Developer/video-use "${CODEX_HOME:-$HOME/.codex}/skills/video-use" cd ~/Developer/video-use uv sync

  3. 3
    运行最小验证

    运行 `python ~/Developer/video-use/helpers/timeline_view.py --help` 与 `ffprobe -version`;真正的转录会消耗 Scribe 额度,应等用户提供测试片段并确认后再执行。

  4. 4
    再进入真实任务

    确认最小验证通过后,再使用非敏感测试素材进入真实工作流;涉及外部上传、付费调用、发布或不可逆修改时单独确认。

如何确认安装成功

运行 `python ~/Developer/video-use/helpers/timeline_view.py --help` 与 `ffprobe -version`;真正的转录会消耗 Scribe 额度,应等用户提供测试片段并确认后再执行。

使用前注意
  • Scribe 转录会产生 ElevenLabs 用量,安装阶段不应擅自转录
  • 音频会发送到 ElevenLabs 处理,敏感素材需先确认数据边界
  • README 手工安装示例以 Unix/macOS 路径为主,Windows 需要调整目录链接和依赖安装方式
  • 本页未安装或剪辑真实视频
04

使用场景

SCENARIO 01

口播去废话

从多次重录中保留最佳表达,删除口头禅、停顿和错误开头。

SCENARIO 02

教程与采访

用逐字转录组织内容,再补字幕、基础调色和音频淡化。

SCENARIO 03

剪点质量检查

在交付前通过时间线视图和成片切点检查减少跳帧与爆音。

05

使用评价

从 README、安装资料和仓库结构看,video-use 的优势是把口播与采访粗剪、字幕与调色、时间线视觉检查整理成 Agent 可调用的明确路径。限制主要来自依赖、宿主和数据边界;本评价基于公开材料,没有安装或运行实际媒体任务。

值得一试的地方

  • 根据转录识别停顿、口头禅、假开头和重录片段,并生成可审查剪辑决策。
  • 可烧录可定制字幕,并为片段应用基础 FFmpeg 调色链。
  • 在含波形、逐字标签和胶片条的视图中检查模糊停顿与切点。

使用前要知道

  • Scribe 转录会产生 ElevenLabs 用量,安装阶段不应擅自转录
  • 音频会发送到 ElevenLabs 处理,敏感素材需先确认数据边界
  • README 手工安装示例以 Unix/macOS 路径为主,Windows 需要调整目录链接和依赖安装方式
  • 本页未安装或剪辑真实视频
06

README

video-use


Overview

Browser Use 发布的对话式视频剪辑 Skill,让编码 Agent 根据逐字转录和按需时间线视图处理停顿、口头禅、重录、字幕、调色与成片自检。 Edit videos with coding agents

Getting started

  • 把完整仓库克隆到稳定目录并把整个目录链接进 Agent 的 Skills 目录;随后安装 Python 依赖、确认 FFmpeg,并在用户授权后配置 ElevenLabs 转录密钥。
  • 项目定位:Browser Use 发布的对话式视频剪辑 Skill,让编码 Agent 根据逐字转录和按需时间线视图处理停顿、口头禅、重录、字幕、调色与成片自检。
  • 公开特征:逐字转录驱动剪辑;按需时间线视图;剪点自检与最多 3 次修复;需要 FFmpeg 和 ElevenLabs API Key。
  • 运行 `python ~/Developer/video-use/helpers/timeline_view.py --help` 与 `ffprobe -version`;真正的转录会消耗 Scribe 额度,应等用户提供测试片段并确认后再执行。

Configuration

git clone https://github.com/browser-use/video-use ~/Developer/video-use
ln -sfn ~/Developer/video-use "${CODEX_HOME:-$HOME/.codex}/skills/video-use"
cd ~/Developer/video-use
uv sync
在 GitHub 阅读完整 README