Browser Use · MIT 开源
video-use 是一个装进 Claude Code 的剪辑 skill。你把原始素材丢进文件夹，用人话说「剪成六十秒发推特」，它把 final.mp4 交回来。
没有时间轴，没有预设，没有菜单。这条 32 秒竖屏片，就是它剪的。
它凭什么能剪
模型看不懂一帧帧的像素，但它极擅长读文字。video-use 的全部聪明之处，就是把剪辑问题翻译成了一道阅读理解题。
ElevenLabs Scribe 把每个字落到毫秒上，谁在说、哪里笑了、哪里「呃」了一声，全都标出来。never SRT——短语级会丢掉句间那零点几秒的空隙，而空隙正是最干净的下刀处。
它读的是一份 takes_packed.md，二十条素材压成几百行带时间码的短语。哪句口误、哪条最有劲、哪里该留白，在文字层面就能判断——比任何打分函数都准。
决策落成一份 edl.json，逐段抽取、调色、加淡入淡出、无损拼接、叠动效、最后烧字幕。全程 ffmpeg，没有黑盒。
上手玩 · 01
这是它每天在干的事。下面是一份模拟的转录稿：四个叙事节拍，每个节拍你都录了好几条。点一条试试，右边实时算出剪辑表和成片时长。
上手玩 · 02
这是 skill 里 12 条不可协商的硬规矩之一。两段音频硬接在一起，接缝处波形会瞬间跳变，人耳听到的就是「啪」的一声。戴不戴耳机都行——看波形也能看出来。
两段直接拼。波形在接缝处从波峰跳到波谷，能量瞬间断层。
每段首尾各 30 毫秒把振幅拉到零。听感上察觉不到，但爆音没了。
afade=t=in:st=0:d=0.03 , afade=t=out:st={dur-0.03}:d=0.03
上手玩 · 03
另一条硬规矩，管的是动效。同样的距离、同样的时长，匀速运动看着像机器，三次方缓出看着像有重量。看一眼就懂。
1 - (1 - t) ** 3 —— 起步快、落地慢。眼睛期待物体有惯性，匀速违反了这个直觉，所以「看着廉价」。单次揭示用它；连续绘制用 ease_in_out_cubic。
SKILL.md · Hard Rules
skill 里其余所有内容都写明了「是范例，随便改」，只有这 12 条是硬的——违反了不会报错，只会静默地产出坏片子。点一条勾掉，当自查清单用。
装到自己机器上
它会自己 clone、装依赖、配 ffmpeg、注册 skill，然后停下来问你要一个 ElevenLabs 的 key。
帮我装 https://github.com/browser-use/video-use 先读 install.md 完成安装：clone 仓库、装依赖、配好 ffmpeg、 把 skill 注册到你当前所在的 agent 上，ElevenLabs 的 key 需要时问我要。装完读 SKILL.md 了解日常用法，helpers/ 里是 实际干活的脚本，务必一并读。装完先别转录任何东西，告诉我 一声就行，我会把素材丢进文件夹。
# 原始素材放这儿，成片会落在 edit/ 里，源文件一个字节不动 cd /path/to/your/videos claude # 开口第一句话，随便说 > 把这些剪成一条发布视频 > 先盘一下这些素材，给我个剪辑思路
SKILL.md 里写的是 python helpers/xxx.py。但如果你的系统没有裸 python 命令（macOS 默认就没有），或者系统 Python 版本太新装不上 librosa，这行会直接跑不通。解法是让依赖装进仓库自带的虚拟环境，再用它来跑：uv sync --python 3.12，之后一律用 <repo>/.venv/bin/python helpers/xxx.py。
另外 ffmpeg 是硬依赖。装之前先 ffmpeg -version 验一次——Homebrew 上 ffmpeg 会因为 x265 升版本而整个坏掉（报 Library not loaded: libx265.*.dylib），brew reinstall x265 可修。