Browser Use 团队开源了 Video-use，这是一个让 Claude Code 等 AI Agent 能够通过「文本优先」范式理解和剪辑视频的 Skills 框架。
📝 详细摘要
这条推文详细介绍了 browser-use 团队新开源的 Video-use 项目。该项目将 AI Agent 的能力从浏览器自动化扩展到了视频后期制作领域。其核心创新在于采用「文本优先」范式：通过 ElevenLabs Scribe 将视频素材的音频转录为带时间戳的结构化文本，让 LLM 在这个压缩后的文本空间（约 12KB）进行叙事逻辑推理和剪切决策，仅在必要时生成视觉验证图，从而避免了逐帧分析的巨大计算开销。项目具备生产级特性，如音频驱动剪辑、自动消除填充词、风格化封装、并行动画合成、自评估闭环和会话记忆。它代表了 AI Agent 在复杂、多模态任务（视频编辑）上的工程化应用突破。
📊 文章信息
AI 初评：88
来源：meng shao(@shao__meng)
作者：meng shao
分类：人工智能
语言：中文
阅读时间：6 分钟
字数：1265
标签： Video-use, AI Agent, RAG, 视频剪辑, 开源项目