video-use

browser-use

⭐ 15k开源免费

用 Codex / Claude Code 剪视频：丢进素材，聊几句，出成片。

GitHub 仓库 ↗

它能帮你做什么

把原始素材丢进文件夹，跟 AI 聊几句就得到剪好的成片
自动剪掉「呃 / 嗯 / 口误」这些废词和镜头间的停顿
自动调色、每个切口加音频淡入（消爆音）、烧字幕
口播 / 教程 / 访谈 / Vlog 这类说话为主的视频尤其合适

解读

video-use 是 browser-use 团队开源的「用 AI 剪视频」工具，玩法很反直觉：你把原始素材丢进一个文件夹，然后像聊天一样跟 Claude Code / Codex 说要什么，它就还你一个剪好的 final.mp4。

它最聪明的地方是——AI 根本不「看」画面，而是「读」视频：先用 ElevenLabs Scribe 把音频转成带精确时间戳的逐字稿（连「呃」「嗯」这种废词都标出来），AI 基于文字决定剪哪、留哪。所以它能精准剪掉废词和停顿、自动调色、每个切口加 30ms 音频淡入、烧上字幕。

因为走「文字骨架」，它比传统 AI 剪辑省下巨量 token。适合口播、教程、访谈、Vlog 这类以说话为主的视频。

适合谁

做口播、教程、访谈类视频，想大幅提速粗剪的人。需要装 Claude Code/Codex + ffmpeg + 一个 ElevenLabs key，有一点动手能力；纯不懂技术的可先用 Opus Clip 这类现成产品。

开始前的准备

一个 coding agent：Claude Code / Codex / Hermes / OpenClaw 都行。
装好 ffmpeg（必需），可选 yt-dlp。
一个 ElevenLabs API Key（用来做逐字转录）。
你的原始视频素材。

手把手教程

装 agent：确保有 Claude Code 或 Codex 能用。
装依赖：把 video-use 仓库克隆进 agent 的 skills 目录，用 uv sync 或 pip 装依赖；装好 ffmpeg。
配 key：填入你的 ElevenLabs API Key（做逐字转录用）。
丢素材：把原始视频放进一个文件夹。
聊需求：跟 Claude Code 说「剪掉所有废词和停顿、加字幕、调色、导出竖版」。
取成片：等它转录 → 按文字剪 → ffmpeg 合成，给你 final.mp4。

常见问题 / 踩坑

AI 真能看懂视频画面吗？

它不看画面，是「读」——把音频转成带时间戳的逐字稿，基于文字来剪。所以对口播 / 说话类视频最准，纯画面叙事的弱一些。

一定要 ElevenLabs 吗？

转录默认用 ElevenLabs Scribe（精度高、带词级时间戳），它是这套精准剪辑的关键。

要写代码吗？

不用写代码，但要会装环境、用命令行跑 agent，有点门槛。怕麻烦用 Opus Clip 这类现成工具。

和剪映比？

剪映是手动为主；video-use 是「描述需求→自动粗剪」，适合把去废词、对字幕这类重复粗剪自动化，精修仍回剪映。

进阶技巧

它适合「粗剪自动化」：先让它去废词、对字幕，再导进剪映精修，效率最高。
素材音频越清晰，转录和剪辑越准。

打不开 GitHub / 国内访问

克隆仓库慢加 ghproxy.com/；ffmpeg 国内直接装。ElevenLabs 是境外服务，需自行解决访问和付费。