一、这是什么
video-use 是 Browser Use 团队（那个让 AI 自动操控浏览器的明星项目）开源的视频后期 Skill，GitHub 已获约 1.55 万 Star。它本身不提供图形界面，而是作为 Coding Agent 的 Skill 插件运行在 WorkBuddy 里——你丢素材、说句话，它就帮你把口播剪完。

二、核心逻辑：把视频剪辑变成文本编辑
它不让 AI 逐帧看视频，而是用 ElevenLabs Scribe 生成一份约 12KB 的 takes_packed.md：词级时间戳 + 说话人 + 音效标记。AI 读的是"第 3.2 秒说了 umm，第 5.7 秒开始... 展开全部

一、这是什么

video-use 是 Browser Use 团队（那个让 AI 自动操控浏览器的明星项目）开源的视频后期 Skill，GitHub 已获约 1.55 万 Star。它本身不提供图形界面，而是作为 Coding Agent 的 Skill 插件运行在 WorkBuddy 里——你丢素材、说句话，它就帮你把口播剪完。

二、核心逻辑：把视频剪辑变成文本编辑

它不让 AI 逐帧看视频，而是用 ElevenLabs Scribe 生成一份约 12KB 的 takes_packed.md：词级时间戳 + 说话人 + 音效标记。AI 读的是”第 3.2 秒说了 umm，第 5.7 秒开始正文”，而不是去分析上万帧画面。一句话：把剪辑变成文本编辑。

三、它能自动帮你做什么

• 剃掉 filler 词和死气：umm、uh、假起势、take 之间的沉默
• 自动调色：内置 ffmpeg 滤镜链，可根据需要自定义
• 切点音频淡入淡出：每个剪接点加 30ms fade，杜绝 pop 音
• 烧录字幕：默认 2 词一组的 chunk 式字幕，样式可定制
• 边界自检：每切一刀自动检查渲染结果，有问题最多重渲 3 轮

成片直接落在素材同级的 edit/final.mp4，不用导出、不用调参。

四、和”AI 剪片”工具的区别

工具	干什么
video-use	剪你已拍好的 raw take（口播 / 教程 / 访谈 / Vlog）
OpenMontage	粘一条参考 Short → Agent 跑 12 条制片流水线
MoneyPrinterTurbo	WebUI 填主题词 → 自动拼竖屏口播视频
可灵 / 即梦等	从零生成 AI 视频画面

video-use 不替你”创作”内容，只替你干掉后期里的体力活——你该拍的素材还是你拍，你该有的表达还是你的。

五、实战四阶段

阶段一 · 搭建环境：在 WorkBuddy 输入”为我搭建 https://github.com/browser-use/video-use 环境”，让它读 install.md 装好仓库、配置 FFmpeg、注册技能，并提示你粘贴 ElevenLabs 密钥（不知道怎么拿就问”ElevenLabs 密钥如何获取”）。

阶段二 · 配置密钥：到 elevenlabs.io 用邮箱注册，开发者 → API 密钥 → 创建；回到 WorkBuddy 说”帮我把 ElevenLabs key 配置到用户环境变量”。免费计划可多邮箱轮询。

阶段三 · 对话剪辑：把素材放进指定文件夹，输入”编辑这些”。WorkBuddy 会问画面比例、色调、是否字幕、结尾处理，然后给出剪辑方案；没问题就回”已确认继续实施”。

阶段四 · 产出成片：WorkBuddy 自动执行，在素材同级生成 edit/final.mp4。

六、一句话心得

AI 对创作者最真实的温柔，不是替你表达，而是让你表达得更顺畅——读懂你说的每句话，像沉默高效的剪辑助理，把废话剃掉、切点磨平、字幕烧好。

收起