video-use 安装部署实战指南：为 Claude Code / Codex 等 Coding Agent 配置对话式视频编辑器

AI 技能/插件音视频视频处理人工智能【免费下载链接】video-useEdit videos with coding agents项目地址https://gitcode.com/GitHub_Trending/vid/video-use点击查看免费下载video-use 是一套开源、100% 开源的对话式视频编辑器Skill把原始素材丢进一个文件夹在 Claude Code、Codex、Hermes、Openclaw 等任何具备 Shell 权限的 Agent 里说一句把这些剪辑成一个发布视频Agent 就会自动完成转写、选段、调色、加字幕与动画合成最终产出edit/final.mp4。本文以仓库根目录的 install.md 为骨架完整讲解从克隆仓库、安装依赖、接入 ffmpeg、注册 Skill、配置 ElevenLabs API Key 到端到端验证的全部安装步骤并结合仓库源码说明每一步背后的实现细节。读完本文你将能在自己的机器上独立完成 video-use 的首次安装并理解安装验证为什么必须跑一条真实命令而不是只检查文件存在。安装前必须理解的四件事install.md开篇就明确了安装的本质你不是在装一个普通软件而是在为 Agent 搭建一个会话驱动的视频剪辑工作台。安装完成后用户把素材丢进任意文件夹在该目录启动 Agent说一句edit these into a launch video后续工作全部由 Agent 按 SKILL.md 完成。因此在动手之前机器上必须同时满足以下四个条件仓库克隆在某个稳定路径—— 推荐~/Developer/video-use不要放在/tmp或~/Downloads这类会被清理或误删的位置ffmpeg在$PATH中—— 同时需要ffprobe硬性要求yt-dlp仅在需要从 URL 拉取素材时可选安装仓库根目录的.env中存在 ElevenLabs API Key—— Scribe 负责全部转写工作没有 Key 就什么都无法转写当前 Agent 能发现SKILL.md—— 通过全局 skills 目录如~/.claude/skills/、~/.codex/skills/或通过CLAUDE.md/ 系统提示词 import 的方式接入。这四件事中前三个是机器状态第四个是Agent 状态缺一不可。install.md强调本文件只用于首次安装或断线重连日常剪辑请阅读SKILL.md并且每次都要读helpers/—— 所有剪辑脚本都存放在那里。安装提示词契约Install Prompt Contract为了让安装过程可预测、可复现install.md为 Agent 定义了五条安装契约尽量自己完成所有事情只向用户索取无法自行生成的东西ElevenLabs API Key以及执行brew install前的确认优先选择稳定克隆路径如~/Developer/video-use避免/tmp、~/Downloads等不稳定位置Skill 通过裸名称引用 helperstranscribe.py、render.py等这要求SKILL.md与helpers/目录作为同级目录一起注册 —— 这是整目录符号链接而非只链接单个文件的根本原因安装完成后必须运行一条真实命令、针对一个真实文件做验证不能仅凭文件存在性检查就宣布成功安装结束后不得擅自启动转写Scribe 会消耗真实费用只需告知用户已就绪并等待素材。这五条契约贯穿后续所有步骤尤其是真实命令验证与整目录符号链接两点会在第 4 步与第 6 步反复出现。步骤 1克隆到稳定路径test -d ~/Developer/video-use || git clone https://github.com/browser-use/video-use ~/Developer/video-use cd ~/Developer/video-use若仓库已存在则执行git pull --ff-only后继续。使用--ff-only是为了避免本地改动导致的非快进合并保证后续git pull更新始终安全。仓库根目录下直接放置了 SKILL.md、install.md、pyproject.toml 以及完整的 helpers/ 目录 —— 这个布局正是Skill 与 helpers 同级要求的基础。步骤 2安装 Python 依赖# 优先使用 uv不可用时回退到 pip command -v uv /dev/null uv sync || pip install -e .依赖清单定义在 pyproject.toml 中与install.md的说明完全一致依赖用途从源码推断requests调用 ElevenLabs Scribe 转写 API见 transcribe.py 中的requests.postlibrosa音频包络计算的可选后端timeline_view.py 实际优先用纯 Python ffmpeg 计算 RMS 包络librosa 并非硬依赖matplotlib/pillow时间线视图合成、字体渲染与图像处理numpy波形包络、信号统计等数值计算项目要求 Python ≥ 3.10requires-python 3.10并提供了可选依赖组animations [manim]仅在需要 Manim 动画时才安装。值得注意的是pyproject.toml中py-modules []项目不提供任何 console scripts—— 所有 helper 都以python helpers/name.py的形式直接调用这再次印证了 helpers 必须与 SKILL.md 保持同级目录、且仓库路径必须稳定的原因。仓库共提供六个 helper安装后即可验证它们的存在transcribe.py —— 单文件 Scribe 转写词级时间戳、说话人分离、音频事件标记transcribe_batch.py —— 目录级并行批量转写默认 4 个 workerpack_transcripts.py —— 把transcripts/*.json打包成语义短语级takes_packed.mdtimeline_view.py —— 生成胶片条 波形 词标签的按需可视化视图render.py —— 按 EDL 执行分片提取、无损拼接、叠加动画与字幕合成grade.py —— ffmpeg 滤镜链调色内置预设与数据驱动的自动调色。步骤 3安装 ffmpeg 可选 yt-dlpffmpeg与ffprobe是硬性要求—— 转写前的音频抽取、时间线帧提取、分片剪辑、合成与响度归一化全部依赖它们yt-dlp仅当用户希望从 URL 拉取素材时才需要。动画引擎HyperFrames、Remotion、Manim则遵循懒安装策略首次有项目真正需要时才安装。# macOS command -v ffmpeg /dev/null || brew install ffmpeg command -v yt-dlp /dev/null || brew install yt-dlp # 可选 # Debian / Ubuntu # sudo apt-get update sudo apt-get install -y ffmpeg # pip install yt-dlp # Arch # sudo pacman -S ffmpeg yt-dlp若brew/apt/pacman需要 sudo 密码把确切的命令告诉用户并等待不要臆造密码。安装契约同时提醒ffmpeg 使用静态构建版本完全可行任何现代≥ 4.x构建都足够如果用户处于 Linux 且没有 Agent 认识的包管理器应打印 ffmpeg 手动安装地址并等待而不是猜测安装方式。步骤 4向当前 Agent 注册 Skill注册的本质是对整个仓库目录建立符号链接链接名为video-use。必须链接整目录而不是只链接SKILL.md因为 helpers 需要与 SKILL.md 同级SKILL.md中通过裸名称引用 helpers路径相对该文件所在目录解析。首先判断当前运行的是哪个 AgentClaude Code存在~/.claude/mkdir -p ~/.claude/skills ln -sfn ~/Developer/video-use ~/.claude/skills/video-useCodex设置了$CODEX_HOME或存在~/.codex/mkdir -p ${CODEX_HOME:-$HOME/.codex}/skills ln -sfn ~/Developer/video-use ${CODEX_HOME:-$HOME/.codex}/skills/video-useHermes / Openclaw / 其他带 skills 目录的 Agent将~/Developer/video-use符号链接到该 Agent 的 skills 目录命名为video-use。若该 Agent 没有 skills 目录则在系统提示词/配置中加入一行指向~/Developer/video-use/SKILL.md的 import例如在CLAUDE.md等价物中写~/Developer/video-use/SKILL.md。如果无法判断当前 Agent向用户问一次which agent am I running under — Claude Code, Codex, or something else?然后选择正确的注册目标。符号链接方案还有一个额外优势见保持 Skill 更新一节后续git pull更新代码后符号链接会在下次运行时自动指向新代码无需重新注册。步骤 5配置 ElevenLabs API KeyScribeElevenLabs承担全部转写工作没有 Key 就什么都不能转写。配置分三步① 按顺序检查已有状态命中即停# a) 环境变量已导出 [ -n $ELEVENLABS_API_KEY ] echo env # b) 仓库根目录 .env 已包含 grep -q ^ELEVENLABS_API_KEY.. ~/Developer/video-use/.env 2/dev/null echo dotenv② 若都没有向用户询问一次说明用途词级时间戳、说话人分离、填充词标记并明确写入位置为~/Developer/video-use/.env用户也可以回复 use env 表示自己已导出环境变量。拿到 Key 后写入printf ELEVENLABS_API_KEY%s\n $KEY ~/Developer/video-use/.env chmod 600 ~/Developer/video-use/.env两个安全要点绝不在工具输出中回显 Key绝不提交.envchmod 600保证只有当前用户可读写。③ 用一次廉价、不消耗配额的调用做健康检查curl -s -o /dev/null -w %{http_code}\n \ -H xi-api-key: $(sed -n s/^ELEVENLABS_API_KEY//p ~/Developer/video-use/.env) \ https://api.elevenlabs.io/v1/user200—— Key 有效401—— Key 错误或过期再问一次并停止其他情况网络问题、5xx—— 先继续留到首次真实转写时再验证。从源码看Key 的加载逻辑在 transcribe.py 的load_api_key()中先检查仓库根目录.env按KEYVALUE解析、支持引号包裹再回退到环境变量ELEVENLABS_API_KEY两者都缺失则直接sys.exit报错。这印证了install.md中环境变量或.env任一存在即可的约定也解释了为什么要写在仓库根目录而不是用户的素材目录。顺带一提Scribe 调用本身也值得在安装时了解call_scribe()会以model_idscribe_v1、diarizetrue、tag_audio_eventstrue、timestamps_granularityword的参数上传 ffmpeg 抽取的单声道 16kHz WAV支持可选的language_code与num_speakers—— 这正是 Skill 能实现词边界级精准剪辑的数据基础。步骤 6端到端验证install.md要求跑一件真实的事优先选择最轻量但能证明管线已接通的验证python ~/Developer/video-use/helpers/timeline_view.py --help /dev/null echo helpers OK ffprobe -version | head -1第一条命令真正执行了 Python helper 的参数解析证明 Python 依赖可用、helpers 脚本可运行第二条命令确认 ffmpeg 工具链版本证明ffprobe在 PATH 上。这两条合起来覆盖了依赖已装、脚本可执行、媒体工具可用三个关键点。完整的转写测试在安装阶段是可选的—— 它会消耗 Scribe 额度因此更好的做法是等用户交出第一段素材时再做。这与安装契约中安装验证阶段绝不擅自转写的原则一致。步骤 7交接给用户安装与验证完成后用一条简短消息告知用户Skill 安装位置~/Developer/video-use使用方式cd到素材文件夹在那里启动 Agent如claude推荐的第一条指令edit these into a launch video或inventory these takes and propose a strategy.所有输出都会落在videos_dir/edit/仓库目录保持干净。仓库保持干净来自 SKILL.md 的 Hard Rule 12所有会话输出必须写入videos_dir/edit/绝不写入video-use/项目目录。这也是第 1 步把仓库克隆在稳定路径、与素材目录分离的意义所在。保持 Skill 更新cd ~/Developer/video-use git pull --ff-onlygit pull --ff-only拉取最新代码符号链接会在下次运行时自动生效无需重新注册。如果 pyproject.toml 变更了依赖拉取后需要重跑uv sync/pip install -e .。冷启动提醒Cold-start Remindersinstall.md总结了九条常见坑安装与排查时值得逐条对照符号链接整个目录而不是只链接SKILL.md—— helpers 必须与它同级.env存在但 Key 为空视同缺失—— 不要因为文件存在就假设 Key 有效这正是步骤 5 用grep ^ELEVENLABS_API_KEY..检查非空值的原因ffmpeg 静态构建可用任何现代≥ 4.x构建都足够yt-dlp 是可选项不要因它阻塞安装用户首次提出从 URL 拉素材时再懒安装Node.js/npm 仅在需要 HyperFrames 或 Remotion 时才需要HyperFrames 目前要求 Node.js 22HyperFrames、Remotion、Manim 都是可选动画引擎安装阶段不要全局安装或偏好某一个按 SKILL.md 中每个动画槽位的具体需求选择。HyperFrames 可在槽位目录内通过npx --yes hyperframes ...运行Remotion 可用npx create-videolatest脚手架或作为槽位内局部依赖安装绝不在安装验证阶段运行转写除非用户明确要求 —— Scribe 消耗真实费用安装时不要动用户的素材一切产出都在videos_dir/edit/用户处于 Linux 且没有 Agent 认识的包管理器时打印 ffmpeg 手动安装地址并等待不要猜测。安装完成后的首次运行链路安装只是起点。把素材放进文件夹后Agent 的首次剪辑会走通一条已被 helpers 完整实现的管线详见 SKILL.md 的Setup与Helpers两节转写transcribe_batch.py videos_dir以 4 个并行 worker 扫描.mp4/.mov/.mkv/.avi/.m4v等常见扩展名见 transcribe_batch.py 的VIDEO_EXTS逐文件调用 Scribe 并按文件缓存—— 源文件不变则绝不重复转写Hard Rule 9打包pack_transcripts.py --edit-dir dir把所有转写 JSON 聚合成一份takes_packed.md短语按静音 ≥ 0.5s 或说话人切换切分--silence-threshold可调一小时的素材可压缩到原 JSON 十分之一的 token可视化按需调用timeline_view.py video start end生成胶片条 波形 词标签的 PNG仅在决策点模糊停顿、多拍对比、剪切点复核使用绝不做全量扫描渲染render.py edl.json -o final.mp4按分片提取含调色 30ms 音频淡入淡出→ 无损-c copy拼接 → 叠加层PTS 移位→ 字幕最后合成的顺序执行并提供--preview1080p/CRF 22与--draft720p/CRF 28两档快速质量阶梯最终还会做 -14 LUFS / -1 dBTP / LRA 11 的双遍响度归一化见 render.py。也就是说安装阶段验证的ffmpeg、Python 依赖与 API Key最终都会汇入这条Transcribe → Pack → LLM Reasons → EDL → Render → Self-Eval的主管线安装时的每一步验证都是在为这条管线的可靠性兜底。以 install.md 为入口完成配置后剩下的事情就是把素材交给 Agent说一句edit these into a launch video。赞分享AI 技能/插件音视频视频处理人工智能【免费下载链接】video-useEdit videos with coding agents项目地址https://gitcode.com/GitHub_Trending/vid/video-use点击查看免费下载相关推荐OpenSEO Agent Skills 安装配置指南为 Claude Code、Codex 等 AI Agent 部署 9 个 SEO 工作流技能OpenSEO Agent Skills 安装配置指南为 Claude Code、Codex 等 AI Agent 部署 9 个 SEO 工作流技能 Open后端前端MCP 服务数据分析装好这 8 个插件Paper 服务器开服当天就能稳定跑装好这 8 个插件Paper 服务器开服当天就能稳定跑 第一次开服TPS 从 20 掉到 8玩家回家发现房子被拆得只剩地基。这两件事是新 Paper 服务后端游戏开发OpenClaw coding-agent Skill 实战指南把 Codex、Claude Code 与 OpenCode 编排为可信后台编码工人OpenClaw coding agent Skill 实战指南把 Codex、Claude Code 与 OpenCode 编排为可信后台编码工人 本指南围AI 应用AI Agent交互助手后端即时通讯网关创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考