口播剪辑（video-use Windows 版）

原名：Video Use

按逐词转写预览口播剪辑方案，整理停顿与语气词，导出视频和字幕。支持本地转写导入；联网转写须授权并按服务账号计费。

中文 Skills 技能说明

本技能基于 Browser Use 的 video-use 开源项目，CEOFans 提供独立 Windows 适配，不代表原作者合作或背书。固定上游提交为 43cfc566833548093455c9d4a46bd69913b7e552，保留 MIT 许可和对应源代码。

适合本地口播、课程和访谈片段的逐词精剪：读取逐词时间戳，预览保留片段，按规则缩短停顿、核对语气词，并导出 MP4、SRT、剪辑清单和校验回执。原视频不修改，每次另存任务目录。自动规则不等于理解语义，不能保证中文识别或切点观感，交付前应核对画面与声音。

在 Hermes 技能商店搜索 video-use 或口播剪辑，安装后在所需身份下开启新对话，并提供明确的视频、转写和输出路径。技能包可单独安装；扩展应用的口播剪辑图标需要含该应用的桌面版本，安装技能本身不会添加桌面菜单。完整指令按需加载，不将整份脚本放入日常对话提示。

本地运行需要 Python、FFmpeg、FFprobe。可导入 Scribe words 或 Whisper segments.words JSON；只有句级时间的 SRT 不能冒充逐词数据。联网转写需 requests 和用户自己的 ElevenLabs Key，明确授权后上传所选音轨，使用 Scribe v2，费用及配额按服务提供商和账号规则执行。已有转写可复用；失败或超时不自动重发，避免重复计费。

技能包和本地剪辑脚本不另收调用费；数字员工参与理解与选段时，仍沿用所选模型的计费。素材须具有相应使用权，不含任何第三方视频、客户资料或模型凭据。本版直接工作流面向单源视频、保序选段与字幕，不含自动发布、多源叙事重排、动画引擎或高级自动调色。

上游能力依据

上游原始适用说明：Transcript-based talking-head editing; independent Windows adaptation.

上游 SKILL.md 主要章节（保留原文标题）：

• When to Use
• Prerequisites
• How to Run
• Quick Reference
• Procedure
• Pitfalls
• Verification

使用边界

先核对上游说明、依赖、输入资料和所需权限。涉及写入、删除、发布、支付或外部发送时，必须在执行前人工确认。

作者、翻译与许可证

原作者

Browser Use

中文翻译

CEOFans Windows 适配（非官方版）

许可证

MIT

上游来源

https://github.com/browser-use/video-use

适用范围

平台：windows；标签：口播、video-use、视频剪辑、逐词字幕、Windows

安全提示

基础静态扫描不等于绝对安全。技能可能调用命令、浏览器、云服务或本地文件，请在最小权限环境中使用，高风险操作必须人工确认。

如发现侵权、许可证或安全问题，可在本页前台提交投诉，管理员复核后可立即下架。