Как повторить
- Зарегистрируйтесь на elevenlabs.io и создайте API-ключ в личном кабинете, в разделе API Keys. Ещё понадобится
uv(менеджер пакетов для Python) или обычный pip.
- Склонируйте репозиторий:
git clone https://github.com/browser-use/video-use ~/Developer/video-use
cd ~/Developer/video-use- Поставьте Python-зависимости, ffmpeg и yt-dlp. Первая строка нужна всем. Дальше запустите только блок для своей системы:
# macOSили# Debian/Ubuntu.
command -v uv >/dev/null && uv sync || pip install -e .
# macOS
brew install ffmpeg yt-dlp
# Debian/Ubuntu
sudo apt-get update && sudo apt-get install -y ffmpeg
pip install yt-dlpffmpeg обязателен: он режет и собирает видео. yt-dlp нужен, только если вы даёте агенту исходники ссылкой.
- Подключите инструмент как скилл (дополнение к агенту) Claude Code через символическую ссылку на всю папку репозитория. Если сослаться только на SKILL.md, агент не увидит вспомогательные скрипты.
mkdir -p ~/.claude/skills
ln -sfn ~/Developer/video-use ~/.claude/skills/video-useCodex и другие агенты тоже поддерживаются, но путь к их папке скиллов ищите в документации своего агента.
- Добавьте ключ ElevenLabs:
printf 'ELEVENLABS_API_KEY=%s\n' "ваш_ключ" > ~/Developer/video-use/.env
chmod 600 ~/Developer/video-use/.envРасшифровка стоит 0,22 доллара за час аудио, если сервис обрабатывает готовый файл целиком (режим batch), и 0,39 доллара при обработке на лету (режим realtime). Получасовой дубль обойдётся в центы. Бесплатный тариф ElevenLabs рассчитан на генерацию голоса, покрывает ли он расшифровку, неизвестно. Поэтому для работы с видео лучше сразу закладывать платный тариф.
- Проверьте установку:
python ~/Developer/video-use/helpers/timeline_view.py --help
ffprobe -version- Создайте папку проекта, положите туда исходники, откройте в ней агента и опишите задачу словами, например: «смонтируй ролик, вырежи паузы и слова-паразиты, добавь субтитры». Ещё можно попросить склеить лучшие дубли, сделать цветокоррекцию и звуковые переходы на склейках. По умолчанию субтитры идут по два слова капсом, как в коротких вертикальных роликах. Агент покажет план монтажа и дождётся вашего согласия, прежде чем собрать
edit/final.mp4.
Как проверить результат
Откройте edit/final.mp4 и сверьте его с планом: паузы и паразиты вырезаны там, где обещал агент, субтитры совпадают с речью. Команда ffprobe edit/final.mp4 должна показать видео- и аудиопоток без ошибок. Если сборка оборвалась из-за денег на счёте или сбоя API, на выходе может оказаться битый или пустой файл.
Как это устроено
Агент ориентируется по расшифровке ElevenLabs Scribe. В ней у каждого слова есть время начала и конца, размечены спикеры и отдельно отмечены звуки вроде смеха или вздохов. По этим меткам агент командами ffmpeg режет точно между словами и паузами.
Ссылки
- video-use на GitHub: сам инструмент, открытый, лицензия MIT.
- Инструкция по установке: все команды установки и подключения к агенту.