实战
用 Video-Use 让 AI Agent 帮你剪辑视频：自然语言对话式剪辑
你有没有一堆拍好却没空剪的视频？Video-Use 是开源项目 browser-use 家族里的新成员，它把「让 AI 操作浏览器」的能力搬到了视频剪辑软件上：你用大白话告诉它「把前 5 秒废话剪掉、加个片头、配段轻音乐」，它就真的帮你把活干完。本教程从装环境到跑通第一条剪辑指令，一步步来。
🎬 本教程适合：有现成素材、想用自然语言快速粗剪的人；也会写几行命令、愿意本地跑 Agent 的进阶玩家。需要 Python 环境和一点点耐心。
先搞懂：Video-Use 和剪映有什么区别？
剪映是「你点它做」，Video-Use 是「你说它做」。它背后是一个会操作剪辑界面的 Agent，像人一样点按钮、拖时间轴，只是由 AI 驱动。
| 对比 | 剪映等传统工具 | Video-Use |
|---|---|---|
| 交互方式 | 手动点选 / 拖拽 | 自然语言指令 |
| 适合 | 精细精修 | 快速粗剪、批量处理 |
| 门槛 | 要学软件 | 会说中文就行，但要会装环境 |
它擅长「粗剪」，不擅长「精修」：加字幕、剪废话、拼片段、配乐这些它很强；但调色、关键帧、复杂转场还是回剪映里做更稳。把它当「剪辑助理」，不是「替代剪辑师」。
Step 1：准备 Python 环境
1 先确认版本和虚拟环境
# 需要 Python 3.11+，先检查
python --version
# 建一个干净的虚拟环境（推荐）
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate💡 用虚拟环境能避免把依赖装乱。Video-Use 依赖 browser-use 那一套（需要能驱动浏览器），环境干净才跑得起来。
Step 2：安装 Video-Use
2 一行命令装上
# 从官方仓库安装（以 GitHub 发布名 video-use 为例）
pip install video-use
# 装好后确认命令可用
video-use --version装不上？多半是缺浏览器驱动。Video-Use 需要本机有 Chromium 类浏览器，按报错提示装 playwright 的浏览器内核即可：playwright install chromium。
Step 3：配置大模型 API Key
3 让 Agent 有「脑子」
# 用一个支持视觉/工具调用的大模型 Key，例如 OpenAI 或国内模型
export OPENAI_API_KEY="sk-xxxxxxxxxxxxxxxx"
# 国内模型可设 base_url 和模型名（以兼容 OpenAI 接口为准）
export OPENAI_BASE_URL="https://你的模型网关/v1"🔑 Video-Use 的 Agent 要「看」剪辑界面截图再做决策，所以模型最好支持多模态（能看图）。纯文本模型会让它变「盲剪」，效果差。
Step 4：准备素材并启动
4 把视频放好，开跑
# 建个素材目录，把要剪的 mp4 放进去
mkdir clips && cp 你的视频.mp4 clips/
# 启动 Video-Use，进入对话式剪辑
video-use --workspace ./clips
# 它会打开剪辑软件的网页/桌面界面，等你下指令💡 第一次启动会慢一点，它在加载剪辑界面并截图给模型「认界面」。等它说「已就绪」再下指令。
Step 5：下第一条剪辑指令
5 用大白话让它剪
在对话里直接输入（中文即可）：
「把视频前 5 秒的停顿剪掉，
在 00:10 到 00:15 之间加一段字幕：
『这就是我今天要分享的小技巧』，
整体音量调高 10%。」
Agent 会：
1. 截图识别当前时间轴
2. 找到对应位置，执行裁剪/加字幕/调音量
3. 截图回显，告诉你做完了指令要「带位置」：说「把前面废话剪了」它得猜；说「前 5 秒」「00:10-00:15」它就精准执行。给时间码 = 给 Agent 坐标，越具体越准。
Step 6：多轮对话式精修
6 像导演一样逐条改
继续对话（它记得上下文）：
「再在结尾加 2 秒黑场，叠一行『关注我』字幕。」
「背景音太吵，把原声降到 60%，配一段轻音乐。」
每一步它都会截图确认，你随时喊停 / 撤销。🔁 这就是「对话式剪辑」的爽点：不用反复在轨道里找位置，直接说下一句需求，Agent 接着干。批量处理多条相似视频时尤其省事。
Step 7：导出与避坑
7 拿到成品，留好原片
指令：「导出成 mp4，保存到 ./output/成片.mp4」
完成后去 ./output 取片。
避坑清单：
· 每次动手前先备份原片，Agent 改的是工作副本
· 复杂转场/调色回剪映精修，别硬刚 Video-Use
· 卡住就「撤销上一步」，重新下更具体的指令核心结论：Video-Use 把「剪辑」变成了「对话」。它不是要你丢掉剪映，而是把最耗时的粗剪、加字幕、拼片段交给 Agent，你只做创意决策。配合本中心《AI 视频生成新手入门》《Coze 多智能体做短视频》一起看，能搭出更完整的视频生产链。
常见问题速查
| 你遇到的现象 | 大概率原因 & 解决 |
|---|---|
| 启动报错缺浏览器 | 跑 playwright install chromium |
| Agent 乱剪 | 指令没给时间码，补具体位置 |
| 看不懂界面 | 模型不支持多模态，换支持视觉的模型 |
| 导出失败 | output 目录不存在，先 mkdir |