把原始素材放进文件夹,再告诉 AI“把这些素材剪成一条教程视频”,Video-use 就能协助完成素材分析、片段筛选、调色、字幕、动画叠加和视频渲染。

Video-use 是 Browser Use 团队开源的 AI 视频剪辑 Skill,可接入 Claude Code、Codex 等具备终端操作能力的 AI Agent。截至 2026 年 8 月,GitHub 已获得约 1.89 万颗 Star。

Video-use 可以做什么?

它主要适合已经拥有拍摄素材,希望通过自然语言快速完成剪辑的用户。

Video-use:用一句话让 AI 自动剪辑视频的开源技能

核心功能包括:

  • 自动识别语音内容,删除“嗯”“啊”等语气词、口误和多余停顿
  • 根据单词边界和静音区间选择剪辑点,减少截断语句的问题
  • 为不同片段统一调色,支持暖色电影感、中性高对比和自定义 FFmpeg 参数
  • 在每个剪辑点加入 30ms 音频淡入淡出,降低爆音和声音跳变
  • 自动生成并硬编码字幕,字幕样式可以自定义
  • 通过 HyperFrames、Remotion、Manim 或 PIL 添加动画图层
  • 在输出前检查剪辑点、字幕遮挡、音频爆音和动画错位
  • 将项目记录保存到 project.md,方便下次继续修改

项目采用“转录 → 内容整理 → AI 决策 → 生成剪辑表 → 渲染 → 自动检查”的工作流程。遇到问题时,会修正后重新渲染,最多进行三轮质量检查。

它是如何剪辑视频的?

Video-use 并不是把视频的每一帧都交给大模型分析。

它首先使用 ElevenLabs Scribe 获取逐词时间戳、说话人和音频事件,再将多个素材整理成体积较小的 takes_packed.md。AI 主要通过这份带时间轴的文字记录理解素材,只在需要判断停顿、动作或剪辑点时生成画面与波形预览。

确认剪辑方案后,Video-use 会生成:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
edit/
├── project.md
├── takes_packed.md
├── edl.json
├── transcripts/
├── animations/
├── clips_graded/
├── master.srt
├── verify/
├── preview.mp4
└── final.mp4

其中:

  • edl.json 保存剪辑决策
  • master.srt 保存最终时间轴字幕
  • preview.mp4 用于预览
  • final.mp4 是最终成片
  • project.md 保存项目进度和修改记录

目前主要通过 helpers/render.py 完成片段提取、拼接、动画叠加和字幕渲染,并不是原文提到的 make_video.py

安装前需要准备什么?

Video-use 本身采用 MIT 许可证开源,但完整使用还需要准备:

  • Claude Code、Codex 或其他支持 Skill 和终端操作的 AI Agent
  • Python 环境
  • FFmpeg 和 FFprobe
  • ElevenLabs API Key,用于语音转录
  • Node.js,仅在使用 HyperFrames 或 Remotion 动画时需要
  • yt-dlp,可选,用于下载在线视频素材

需要注意,Video-use 并不是完全离线运行。它当前依赖 ElevenLabs Scribe 完成逐词转录,因此可能产生 API 使用费用。

基本使用方法

安装并注册 Skill 后,进入保存视频素材的文件夹:

1
2
cd /path/to/your/videos
claude

使用 Codex 时,可以改为:

1
2
cd /path/to/your/videos
codex

然后直接输入剪辑要求:

1
2
3
把这些素材剪成一条 60 秒的产品介绍视频,
删除口误和长停顿,使用暖色调,
添加中文字幕和简单的重点文字动画。

AI 会先分析素材并提出剪辑方案,得到确认后才会开始处理,不会直接修改原始文件。最终结果会保存在素材目录下的 edit/final.mp4

适合哪些使用场景?

Video-use 比较适合:

  • 知识分享和口播视频
  • 软件教程和产品演示
  • 多段素材合并
  • Vlog 和旅行视频
  • 访谈内容整理
  • 需要反复修改的长期视频项目

它的优势不是完全替代专业剪辑师,而是把转录、粗剪、字幕、基础调色、动画叠加和质量检查整合到一个自然语言工作流中。

对于经常制作教程、口播或知识类内容的创作者,可以先让 Video-use 完成耗时的基础剪辑,再进行人工审片和细节调整。

项目地址