-
video-use ：把浏览器那套搬到了视频上
让 AI 剪视频，正常人的第一想法是让它把画面看一遍。browser-use 团队做的 video-use 没走这条路。它的核心设计就一句话：模型从不看视频，它读视频。 具体做法是，把原始素材丢进一个文件夹，打开 Claude Code 或者 Codex，说一句把这些剪成发布视频，剩下的交给 agent。清点素材、挑 take、去填充词、调色、烧字幕、加动画，最后吐出 edit/final.mp4…- 1.2k
- 0
-
Page Agent：不需要截图、不需要后端的 GUI Agent，终于来了
如果你用过 browser-use、Playwright 或者 Selenium 做网页自动化，你大概率踩过同一个坑：环境部署。Python 环境、浏览器驱动、无头模式配置，搞完这一套半个小时过去了。然后你会发现，延迟还不低，因为每次操作都要走一个截图、多模态识别、坐标计算的来回。更糟的是，如果你想把这种自动化能力嵌入到自己开发的 SaaS 产品里让用户直接用，browser-use 那条路根本走…- 1.2k
- 0