用途：Video Use 让用户用自然语言对话完成视频剪辑。它以音频为主、画面为辅，从语音边界与静音间隙推导剪切点，仅在决策点查看画面。
主要能力：转录（火山引擎逐词时间戳，缓存复用）、打包短语级转录（takes_packed.md）、生成剪辑决策（edl.json）、按段调色、生成叠加动画、烧录字幕，并输出预览与成片。
使用方式：先安装依赖并确认 VOLCENGINE_API_KEY、ffmpeg/ffprobe、Python 依赖与 Node.js 可用；用 transcribe_batch.py 批量转录，pack_transcripts.py 生成打包转录，render.py 渲染，grade.py 调色，timeline_view.py 按需查看画面。流程为盘点素材、预扫描问题、对话确认需求、提出策略并等待确认、执行、预览、自检、迭代并持久化到 project.md。
限制与硬性规则：字幕必须最后应用；按段提取后无损拼接；每段边界加 30ms 音频淡入淡出；叠加动画需做 PTS 偏移；主字幕用输出时间线偏移；不得在词内剪切；剪切边缘需留 30–200ms 缓冲；仅用逐词原样 ASR；转录按源缓存；多动画并行；执行前必须确认策略；所有会话输出写入 <videos_dir>/edit/。动画引擎可选 HyperFrames、Remotion、Manim 或 PIL+ffmpeg。具体收费、价格与平台支持暂未提供。