这个项目做什么的？网页链接▁▁▁▁▁▁▁▁▁video-use 是一个开源项目，用来让 AI 编程代理（coding agents） 通过对话方式编辑视频。

◆ 一句话概括

　　把一堆原始素材扔进文件夹，然后跟 Claude Code、Codex 等 AI 代理聊天说“帮我剪成一个发布视频”，它就会自动帮你剪辑，最后输出 final.mp4。

◆ 主要能做什么

• 自动剪掉语气词（umm、uh）、假起头、多余静音• 自动给每个片段调色（电影感暖色、中性对比等，或自定义 ffmpeg 滤镜）• 每个剪辑点加 30ms 音频淡入淡出，避免爆音• 自动烧录字幕（默认 2 词一组大写，可自定义风格）• 生成动画叠加层（支持 HyperFrames、Remotion、Manim、PIL 等，用子代理并行生成）• 渲染后自我检查每个剪辑点（视觉跳跃、音频爆音、字幕遮挡等），有问题会自动重剪（最多 3 次）• 会话记忆会保存在 project.md 里，下次接着上次的进度继续

　　适用内容：talking head、蒙太奇、教程、旅行、访谈等，不依赖预设模板。

◆ 工作原理（核心思路很聪明）

　　AI 并不真正“看”视频，而是：

1. 用 ElevenLabs Scribe 把音频转成带时间戳、说话人、事件标注的文字稿（压缩成很小的 takes_packed.md）2. 需要时再按需生成时间线缩略图 + 波形图3. 基于文字稿做剪辑决策 → 生成 EDL → 用 ffmpeg 渲染 → 自我评估

　　这和他们另一个项目 browser-use（让 AI 通过结构化 DOM 而不是截图来操作浏览器）思路一致：用更高效的表示方式，而不是把海量原始帧塞给模型。

◆ 使用方式

　　它设计成 skill，挂在 Claude Code / Codex 等支持 shell 的代理上。安装后，进入素材文件夹，直接跟代理说话就行。

　　需要：

• ffmpeg（必须）• ElevenLabs API key（用于转录，音频会发到 ElevenLabs，视频本身留在本地）

　　项目目前约 2.2 万 stars，MIT 协议，来自 browser-use 团队。

　　简单说：这是一个“用自然语言指挥 AI 帮你剪视频”的工具，而不是传统视频编辑软件。