browser-use開源video-use技能，模型可以自動完成視頻剪輯
browser-use團隊在GitHub開源video-use項目，這是一個專爲Claude Code設計的開源技能。用戶只需將原始視頻素材放入文件夾，與Claude Code對話指示“把這些剪成一個發佈視頻”，模型即可自動完成剪輯：去除口頭語和空白段、調色、添加字幕，並使用Manim或Remotion生成動畫疊加，最終輸出final.mp4文件。
該技能的核心在於高效文本驅動流程：Claude Code不直接處理視頻幀，而是讀取ElevenLabs轉寫的帶時間戳文本（壓縮至約12KB），僅在關鍵判斷節點調用少量時間軸合成圖決策。這種方法大幅降低token消耗，相比直接輸入視頻幀可節省大量計算資源。項目還內置多輪自檢機制，在每個剪切點重新驗證畫面跳變、音頻和字幕，通過後才生成預覽。安裝需ffmpeg和Python依賴，並配置ElevenLabs API密鑰，可通過軟鏈接集成到Claude Code技能目錄。
來源：公開信息
ABAB AI 解讀
video-use的文本優先架構延續了browser-use在網頁代理上的結構化輸入思路，將視頻處理從重計算的像素級分析轉向輕量的時間戳文本決策。這直接降低了長視頻任務的成本門檻，讓Claude Code這類大模型能在本地或低資源環境下處理內容生產流程，體現了AI代理從單一模態向多工具鏈組合的演進。
這一開源技能針對內容創作者的痛點，自動化傳統剪輯軟件中的重複勞動，尤其在錄屏教程、vlog和教學視頻場景中。它加速了從原始素材到成品的端到端自動化，反映出知識工作生產率提升正從代碼領域向多媒體內容遷移，同時也凸顯了外部API（如ElevenLabs轉寫）和本地渲染工具（如ffmpeg、Remotion）在AI代理生態中的互補角色。
在更大結構變化中，此類技能降低了個體創作者對專業剪輯工具和團隊的依賴，推動內容生產向分佈式、低門檻方向遷移。這對應了技術替代在創意產業中的擴散：大模型通過結構化中介層擴展能力邊界，而開源模式進一步加快了工具在開發者社區的傳播與迭代，影響財富在內容基礎設施、AI技能插件與傳統媒體服務間的重新分配。