OmniTools 7月2日消息，browser-use 团队推出面向 Codex、Claude Code 等 AI 编码智能体的开源视频剪辑 Skill「video-use」。该工具允许 LLM 通过 ElevenLabs Scribe 将音频转写为约 12KB 的结构化文本（含逐词时间戳、说话人分离与事件标记），并仅在关键决策点调用 timeline_view.py 生成 PNG 帧图。
技术流水线涵盖转写、打包、生成 JSON 格式 EDL、ffmpeg 渲染及最多 3 轮自评估。渲染环节支持分段提取与 -c copy 拼接、30ms 音频淡入淡出、PTS 时移、字幕后叠加、HDR 自动映射、竖屏缩放及两-pass loudnorm 响度标准化。
「video-use」兼容 HyperFrames、Remotion、Manim 等动画引擎，并内置 12 条硬性规则以保障生产正确性。
