你是否曾为剪辑视频而头疼？面对一堆原始素材，需要手动裁剪、拼接、调色、加字幕，整个过程耗时耗力，尤其对于开发者或内容创作者来说，技术门槛和重复劳动让人望而却步。传统的视频剪辑软件要么操作复杂，要么无法通过代码进行批量和智能化处理。今天，我们将深入探讨一个革命性的开源项目——browser-use/video-use，它让你能够通过与 Claude Code 这样的编码智能体“对话”来完成视频编辑。你只需将原始视频放入一个文件夹，用自然语言描述你的需求，就能自动获得剪辑好的final.mp4。本文将为你提供从零开始，涵盖环境搭建、核心原理、实战操作到排错优化的完整指南，无论你是想自动化处理教程视频、访谈内容，还是制作个人 Vlog，都能从中找到可落地的解决方案。
1. 项目背景与核心概念
1.1 什么是 browser-use/video-use？
browser-use/video-use是一个开源项目，它本质上是一个为 AI 编码智能体（如 Claude Code、Codex、Hermes 等）设计的“技能”（Skill）。这个技能赋予智能体理解和编辑视频的能力。其核心理念是“让 LLM（大语言模型）读视频，而不是看视频”。
项目通过将视频内容转化为结构化的文本数据（如逐字稿、时间戳）和按需生成的视觉摘要图，使得 LLM 能够基于这些“阅读材料”进行推理和决策，从而驱动 FFmpeg 等工具完成实际的视频编辑任务。这避免了直接向 LLM 输入海量视频帧数据（那将产生天文数字的 token 消耗），实现了高效、精准的智能剪辑。
1.2 它能解决什么问题？
- 自动化粗剪：自动删除“嗯”、“啊”等填充词、错误的开头以及镜头间的静默空隙。
- 智能调色：为每个视频片段自动应用颜色分级（如温暖的电影感、中性增强等），也支持自定义 FFmpeg 滤镜链。
- 专业音频处理：在每个剪辑点添加 30 毫秒的音频淡入淡出，消除爆音。
- 字幕生成与烧录：自动生成并内嵌字幕，默认样式为两词一组的全大写块，风格可完全自定义。
- 动画叠加：通过调用 HyperFrames、Remotion、Manim 或 PIL 等工具生成动画覆盖层，并由并行子智能体处理。
- 自我评估与迭代：在最终输出前，系统会在每个剪辑边界对渲染结果进行自我评估，检查视觉跳跃、音频爆音等问题，并在发现问题时尝试修复（最多重试3次）。
- 会话持久化：编辑状态和记忆保存在
project.md文件中，下次可以从中断处继续。
1.3 核心工作流程
项目的处理管道清晰且高效：
转录 (Transcribe) -> 打包 (Pack) -> LLM 推理 (LLM Reasons) -> 生成编辑决策列表 (EDL) -> 渲染 (Render) -> 自我评估 (Self-Eval) │ └─ 发现问题？ -> 修复并重新渲染 (最多3次)- 转录：使用 ElevenLabs 的 Scribe API 对每个视频源进行语音识别，获得带精确到词级别时间戳、说话人分离和音频事件（如（笑声）、（掌声））的文本。
- 打包：将所有源的转录文本整合到一个约 12KB 的
takes_packed.md文件中，作为 LLM 的主要“阅读”视图。 - LLM 推理：LLM 分析
takes_packed.md，理解内容，并根据你的指令（如“将这些剪辑成一个发布视频”）制定剪辑策略。在需要视觉确认时（如模糊的停顿、不同条目的比较），它会按需调用timeline_view函数生成包含缩略图、波形图和文字标签的 PNG 图像。 - 生成 EDL：LLM 输出一个编辑决策列表，精确描述如何裁剪、排列和处-理每个片段。
- 渲染：系统根据 EDL，调用 FFmpeg 执行实际的视频拼接、滤镜应用、字幕烧录等操作。
- 自我评估：对渲染出的视频在每个剪切点进行检查，确保质量达标，否则进入修复循环。
2. 环境准备与安装指南
在开始使用video-use之前，你需要准备好基础环境。以下步骤以 macOS/Linux 系统为例，Windows 用户可通过 WSL 或相应包管理器（如 Chocolatey 安装 ffmpeg）进行类似操作。
2.1 前置依赖安装
2.1.1 安装 Python 和包管理工具
项目推荐使用uv作为 Python 包管理器，它比传统的 pip 更快更轻量。你也可以使用pip。
# 安装 uv (可选，但推荐) curl -LsSf https://astral.sh/uv/install.sh | sh # 安装后重启终端或运行 source ~/.bashrc (或 ~/.zshrc) # 确保已安装 Python 3.8+ python3 --version2.1.2 安装 FFmpeg
FFmpeg 是视频处理的核心工具，必须安装。
# macOS (使用 Homebrew) brew install ffmpeg # Ubuntu/Debian sudo apt update sudo apt install ffmpeg # 验证安装 ffmpeg -version2.1.3 安装 yt-dlp (可选)
如果你需要从 YouTube 等网站下载视频作为素材，可以安装yt-dlp。
brew install yt-dlp # 或 pip install yt-dlp2.1.4 准备 ElevenLabs API 密钥
video-use依赖 ElevenLabs 的 Scribe API 进行高精度语音转录。你需要一个 API 密钥。
- 访问 ElevenLabs 官网 <
