Video Use 是一个面向对话式视频剪辑的开源技能，位于 browser-use/video-use 仓库，通常以符号链接方式注册到 ~/.claude/skills/video-use/ 或 ~/.codex/skills/video-use/。
用途：让 LLM 以「原始转录 + 按需查看画面」的方式推理剪辑，把视频编辑变成可对话的过程。核心理念是音频优先、画面跟进：剪辑候选点来自语音边界与静音间隙，只在决策点才用 timeline_view.py 查看画面。流程为提问 → 确认 → 执行 → 迭代 → 持久化，用户在纯英文计划被确认前不会改动剪辑。
主要能力：转录音频并生成短语级打包转录 takes_packed.md；挑选多段素材中的最佳 take 并组装 EDL；按段调色（ASC CDL 思路，slope 控制高光、offset 控制阴影、power 控制中间调）；生成叠加动画（支持 HyperFrames、Remotion、Manim、PIL + PNG 序列 + ffmpeg 多种引擎）；生成并烧录字幕；预览、自检与迭代。附带 helpers：transcribe.py、transcribe_batch.py、pack_transcripts.py、timeline_view.py、render.py、grade.py。
使用方式：首次安装见 install.md（克隆、依赖、ffmpeg、技能注册、API key）。冷启动只需验证 ELEVENLABS_API_KEY 可解析（环境变量或仓库根目录 .env）、ffmpeg 与 ffprobe 在 PATH、Python 依赖已安装（uv sync 或 pip install -e .）；需要 HyperFrames/Remotion 时要求 Node.js + npm，HyperFrames 目前要求 Node.js 22+。y-dlp、HyperFrames、Remotion、Manim 仅在首次使用时安装，可用 npx --yes hyperframes ... 调用 HyperFrames，用 npx create-video@latest 搭建 Remotion。所有会话输出写入 <videos_dir>/edit/，绝不写进项目目录。
硬性规则包括：字幕在滤镜链最后应用；按段提取后用无损 -c copy 拼接；每段边界加 30ms 音频淡入淡出；叠加层用 setpts=PTS-STARTPTS+T/TB 对齐帧；主 SRT 使用输出时间线偏移；不在单词中间剪辑；每个切点留 30–200ms 边距；仅用词级逐字 ASR，缓存转录；动画用并行子代理；执行前须经用户确认策略。
限制：资料未提供具体价格或收费信息；转写依赖 ElevenLabs API key；长视频与多动画制作耗时较长；自检以最多 3 轮为限，超出则向用户报告；部分风格（如自然句式字幕）未提供现成 force_style，需自行设计。