NanoSkill
Indsend din skill

Videoredigeringsagent-færdighed

afbrowser-use9KGitHub-stjernerGitHub

Rediger videoer med AI ved hjælp af Claude Code, automatiser opgaver som at klippe fyldord, farvekorrigering og indbrænding af undertekster. Strømlin din videoproduktions workflow og få en poleret endelig MP4.

videoSikkerhedsscanning bestået
Resultatpreview

Fuld demo

Se et interviewvideo poleret til et social media-klip med forbedret tempo, undertekster, forbedret lyd.

Kom i gang

Kør din første opgave

  1. a simple demonstration of the first step in using Video Editing Agent Skill
    01

    Trin 1：Installer

    Tilføj færdigheden til din agent.

  2. a simple demonstration of the second step in using Video Editing Agent Skill
    02

    Trin 2：Upload din video

    Upload en interview-, tutorial- eller produktvideo og beskriv de ønskede redigeringer.

  3. the demo of Video Editing Agent Skill
    03

    Trin 3：Gennemgå output

    Modtag den redigerede version og verificer undertekster, overgange og tempo.

Installationskommando

$ npx skills add https://github.com/browser-use/video-use

Om

video-use introducerer en innovativ tilgang til videoredigering, der udnytter AI-agenter som Claude Code til at automatisere kedelige og tidskrævende opgaver. Dette open source-værktøj giver brugerne mulighed for blot at placere råoptagelser i en mappe, interagere med en AI-agent og modtage et poleret `final.mp4`-output. Det er designet til at strømline videoredigeringsprocessen for forskellige indholdstyper, fra talende hoveder til montager, ved intelligent at håndtere klip, farvekorrigering og undertekstindbrænding.

Systemet fungerer ved at læse videoindhold gennem detaljerede lydtransskriptioner og visuelle kompositter efter behov i stedet for at behandle hvert billede. Denne metode giver AI'en ordgrænsepræcision til redigering, samtidig med at den betydeligt reducerer beregningsomkostningerne. Nøglefunktioner omfatter automatisk fjernelse af fyldord og dødt rum, anvendelse af intelligente farvegradueringer, sikring af sømløse lydovergange og indbrænding af tilpassede undertekster direkte i videoen.

Ud over automatisering inkorporerer video-use en robust selvevalueringspipeline. Efter den indledende behandling gennemgår AI'en det gengivede output ved hver klipgrænse for at opdage og rette ufuldkommenheder som visuelle hop eller lydpopper. Dette sikrer, at den endelige video opfylder høje produktionsstandarder, før den præsenteres for brugeren. Værktøjet opretholder også sessionshukommelse, hvilket giver brugerne mulighed for at genoptage redigeringssessioner præcis, hvor de slap, hvilket forbedrer workflow-effektivitet og -konsistens.

Nøglefunktioner

Hvad der gør den stærk

  • Automatisk fjernelse af fyldord

    Klipper automatisk fyldord som 'øh', 'øhm', falske starter og død tid mellem optagelser ud for renere lyd.

  • Intelligent farvekorrektion

    Farrvekorrigerer automatisk hvert videosegment og tilbyder muligheder som varm filmisk, neutralt punch eller tilpassede FFmpeg-kæder for ensartet visuel kvalitet.

  • Glidende lydtoninger

    Anvender 30ms lydtoninger ved hver klipning for at eliminere pops og sikre jævne overgange mellem segmenter.

  • Tilpasselig undertekstindbrænding

    Brænder undertekster direkte ind i din video i en tilpasselig stil, med 2-ords sektioner i STORE BOGSTAVER som standard, hvilket øger tilgængelighed og engagement.

  • AI-drevet selvevaluering

    Systemet selvevaluerer det gengivne output ved hver klippegrænse, fanger visuelle spring, lydpops og skjulte undertekster, før det viser dig forhåndsvisningen.

Use cases

Hvornår du bør bruge den

  • Produktion af professionelle videoer med talende hoveder

    Forfin hurtigt talking head-optagelser ved at fjerne pauser og fyldord, hvilket sikrer en koncis og engagerende præsentation.

  • Skabelse af dynamiske videomontager

    Saml ubesværet montager med automatiserede klip, farvekorrektion og animationsoverlejringer for et poleret, professionelt udseende.

  • Strømlining af produktion af tutorial-videoer

    Fremskynd oprettelsen af tutorial-videoer ved at automatisere gentagne redigeringsopgaver, så skabere kan fokusere på indhold.

SKILL.md

video-brug

Vi præsenterer video-brug — rediger videoer med Claude Code. 100% open source.

Læg råoptagelser i en mappe, chat med Claude Code, få final.mp4 tilbage. Virker til alt indhold — talende hoveder, montager, tutorials, rejse, interviews — uden forudindstillinger eller menuer.

Hvad den gør

  • Fjerner fyldord (umm, uh, falske starter) og dødt rum mellem takes
  • Auto-farvegraderer hvert segment (varm cinematisk, neutral punch eller enhver tilpasset ffmpeg-kæde)
  • 30ms lydfade ved hver klipning, så du aldrig hører et pop
  • Brænder undertekster i din stil — 2-ord STORE BOGSTAVER-blokke som standard, fuldt tilpasselig
  • Genererer animationsoverlays via HyperFrames, Remotion, Manim, eller PIL — spawnet i parallelle sub-agenter, én pr. animation
  • Selvurderer den rendrerede output ved hver klipningsgrænse, før den viser dig noget
  • Gemmer sessionhukommelse i project.md, så næste uges session fortsætter, hvor du slap

Opsætningsprompt

Indsæt i Claude Code, Codex, Hermes, Openclaw eller enhver agent med shell-adgang:

Set up https://github.com/browser-use/video-use for me.

Read install.md first to install this repo, wire up ffmpeg, register the skill with whichever agent you're running under, and set up the ElevenLabs API key — ask me to paste it when you need it. Then read SKILL.md for daily usage, and always read helpers/ because that's where the editing scripts live. After install, don't transcribe anything on your own — just tell me it's ready and wait for me to drop footage into a folder.

Agenten håndterer kloning, afhængigheder, skill-registrering og beder dig én gang om din ElevenLabs API-nøgle (hent en på elevenlabs.io/app/settings/api-keys).

Peg herefter din agent mod en mappe med råoptagelser:

cd /path/to/your/videos
claude    # or codex, hermes, etc.

For altid tændt redigering fra din egen VPS eller Telegram, kør agenten gennem Browser Use Box. Se den 15-sekunders demo.

Og i sessionen:

rediger disse til en launch-video

Den opgør kilderne, foreslår en strategi, venter på din godkendelse og producerer derefter edit/final.mp4 ved siden af dine kilder. Alle output ligger i <videos_dir>/edit/ — skill-mappen forbliver ren.

Manuel installation

Hvis du hellere vil gøre det manuelt:

# 1. Clone and symlink into your agent's skills directory
git clone https://github.com/browser-use/video-use ~/Developer/video-use
ln -sfn ~/Developer/video-use ~/.claude/skills/video-use        # Claude Code
# ln -sfn ~/Developer/video-use ~/.codex/skills/video-use       # Codex

# 2. Install deps
cd ~/Developer/video-use
uv sync                         # or: pip install -e .
brew install ffmpeg             # required
brew install yt-dlp             # optional, for downloading online sources

# 3. Add your ElevenLabs API key
cp .env.example .env
$EDITOR .env                    # ELEVENLABS_API_KEY=...

Sådan virker det

LLM'en ser aldrig videoen. Den læser den — gennem to lag, der tilsammen giver den alt, hvad den behøver for at klippe med ordgrænse-præcision.

<p align="center"> <img src="https://file.nanoskill.ai/timeline-view.svg" alt="timeline_view komposit — filmstrimmel + speaker-spor + bølgeform + ordetiketter + stilhed-gab klipkandidater" width="100%"> </p>

Lag 1 — lydtransskription (altid indlæst). Ét ElevenLabs Scribe-kald pr. kilde giver ordniveau-tidsstempler, taler-diarization og lydbegivenheder ((latter), (bifald), (suk)). Alle takes pakkes i en enkelt ~12KB takes_packed.md — LLM'ens primære læsevisning.

## C0103  (duration: 43.0s, 8 phrases)
  [002.52-005.36] S0 Ninety percent of what a web agent does is completely wasted.
  [006.08-006.74] S0 We fixed this.

Lag 2 — visuel komposit (på forespørgsel). timeline_view producerer en filmstrimmel + bølgeform + ordetiketter PNG for ethvert tidsinterval. Kaldes kun ved beslutningspunkter — tvetydige pauser, genoptagelses-sammenligninger, fornuftskontrol af klippepunkter.

Naiv tilgang: 30.000 frames × 1.500 tokens = 45M tokens støj. Video Brug: 12KB tekst + en håndfuld PNG'er.

Samme idé som browser-use giver en LLM en struktureret DOM i stedet for et skærmbillede — men til video.

Pipeline

Transcribe ──> Pack ──> LLM Reasons ──> EDL ──> Render ──> Self-Eval
                                                              │
                                                              └─ issue? fix + re-render (max 3)

Selvurderingsløkken kører timeline_view på den rendrerede output ved hver klipningsgrænse — fanger visuelle spring, lydpop, skjulte undertekster. Du ser forhåndsvisningen kun, når den er godkendt.

Designprincipper

  1. Tekst + visuals på forespørgsel. Ingen frame-dumping. Transskriptionen er overfladen.
  2. Lyd er primær, visuals følger. Klip kommer fra talegrænser og stilhedsgab.
  3. Spørg → bekræft → udfør → selvurder → gem. Rør aldrig klippet uden strategigodkendelse.
  4. Ingen antagelser om indholdstype. Se, spørg, rediger derefter.
  5. 12 faste regler, kunstnerisk frihed ellers. Produktionskorrekthed er ikke til forhandling. Smag er det.

Se SKILL.md for de fulde produktionsregler og redigeringshåndværk.

FAQ