browser-use

@browser-use

video-use

browser-use/video-use

Edit videos with coding agents

STARS18,979
FORKS2,383
ISSUES59
LANGUAGEPython

HISTORICAL INTELLIGENCE

历史情报摘要

按周期独立统计
日榜首次记录
历史最佳#16当前排名#16

暂无可比的上一期数据

记录天数
1 天
记录期 Star
0
本站共 12 天日榜快照 · 最近记录 2026-08-04
本站最早记录:2026-08-04

指标仅基于本站已保存快照,不代表项目在 GitHub 的首次上榜时间;同日多次抓取保留当日最新结果,负向 Star 差值按样本校正处理。

VERIFIABLE HEALTH SIGNALS

项目健康证据

维护、响应、交付与采用风险分开观察,不生成虚假的单一总分。
高可信度
MAINTENANCE

维护活性

核对提交
近 90 天 Commit
7
完整窗口
活跃贡献者
4
按公开提交账号去重
近 12 月活跃月份
4/12
有提交的自然月
RESPONSE

社区响应

核对样本
Issue 关闭率
7%
1/14 个同期新 Issue
Issue 关闭中位数
0.1 小时
仅统计已关闭样本
PR 合并率
8%
4/53 个同期新 PR
PR 合并中位数
22 小时
仅统计已合并样本
DELIVERY

持续交付

核对发布
近 12 月正式 Release
0
排除草稿与预发布
最近正式 Release
暂无记录
以公开发布时间为准
发布间隔中位数
样本不足
至少两次正式发布才计算
ADOPTION

采用风险

查看仓库
仓库状态
正常开放
未发现归档标记
开源协议
MIT
仍需核对完整协议与依赖
Security Policy
未发现
仅检查 GitHub 社区资料

统计窗口 90 天快照样本 1 天计算规则 health-v1采集于 2026-08-04 19:20

公开样本完整,Issue 与 PR 合计样本量达到基本观察门槛。 这些信号不替代代码审计、安全测试和真实生产验证。

AI-ASSISTED PROJECT BRIEF

项目定位与辅助解读

来源边界与风险表述检查

AI 解读仅作初评参考,技术落地请以 GitHub 源码、README 和完整协议为准。

项目资料AI 整理

video-use 是一个基于 LLM 的视频编辑开源项目,利用 Claude Code 等编码代理通过自然语言指令完成剪辑、调色、字幕等任务,最终生成成品视频。

video-use 将 LLM 与视频处理工具链结合,支持自动去除填充词、剪辑停顿、统一调色、生成字幕及动画覆盖,并通过自我评估循环优化渲染结果。项目采用 MIT 许可证,仓库 Stars 达 18,946,当前有 59 个开放问题。安装需依赖 ffmpeg 等,并配置 ElevenLabs API 密钥。该项目由 browser-use 团队开发,同样可在 Browser Use Cloud 中运行。

核心亮点

项目最值得关注的能力

AI 推断
  • 自动删除口癖、停顿和无效片段
  • 为每个镜头自动应用电影感调色或自定义 ffmpeg 链
  • 支持通过 HyperFrames、Remotion、Manim 等生成动画覆盖,并并行执行

适用场景

它可以解决哪些实际问题

AI 推断
  • 将原始素材文件夹快速剪辑为成片
  • 适用于口播、混剪、教程、旅行、访谈等多种视频类型
  • 可通过 Telegram 或 VPS 实现常驻自动编辑

技术观察

从公开资料提炼的实现特征

AI 推断
  • 使用 ElevenLabs Scribe 生成带词级时间戳的转录,并打包为紧凑的 takes_packed.md 供 LLM 读取
  • 通过 timeline_view 生成胶片条、波形和字幕合成图,按需调用以辅助决策
  • 渲染后自检,检测视觉跳跃、音频爆音等问题,最多自动重试 3 次

优势判断

相对明确的项目价值

AI 推断
  • 100% 开源,采用 MIT 许可证,便于二次开发
  • 以结构化文本和少量图像代替海量视频帧,大幅降低 token 消耗

局限与注意

评估和采用前需要留意

AI 推断
  • 依赖 ElevenLabs API,需要外部密钥,可能产生费用
  • 实际编辑效果受底层 LLM 能力影响,安全性、兼容性和性能需用户自行验证

适用人群

哪些开发者和团队值得关注

AI 推断
  • 视频内容创作者,希望用自然语言简化编辑流程
  • 开发者,愿集成或扩展 AI 视频编辑能力
综合参考
video-use 以创新方式将 LLM 引入视频编辑,用结构化转录代替直接观看视频,显著节省算力。项目仍处于早期,依赖外部 API,建议采用前自行验证输出质量、安全性和稳定性,并关注后续更新。
由 AI 基于 GitHub 公开资料辅助生成,不构成安全审计、生产选型或专业建议。

依据与内容边界

区分可验证事实、项目方自述与 AI 推断

GitHub 可验证事实

Star、Fork、License、更新时间及健康证据样本来自 GitHub 公开接口。

项目方自述

功能与使用方式主要来自仓库描述和 README,未经本站独立验证。

AI 推断

适用场景、优势与局限属于辅助解读,应结合原始文档独立判断。

  • GitHub事实:仓库 Stars 18,946,Forks 2,379,MIT 许可,语言为 Python。
  • 项目方自述:支持去除填充词、自动调色、30ms 音频淡入淡出、烧录字幕、动画覆盖、自评估等功能。
生成于 2026-08-04 19:35 规则版本 2026-07-v3
内容有误或您是项目作者?提交纠错
仅保存处理所需内容,不记录原始 IP;可信项目作者的高风险申诉会优先处理。