Recursos
- video-use en GitHub - el repositorio al que diriges tu agente. Unas 16K estrellas, licencia MIT, del equipo de browser-use. Es nuevo y avanza rápido, así que cabe esperar detalles por pulir.
- install.md - el archivo de configuración inicial que lee tu agente. Se encarga de clonar, instalar dependencias y conectar tu clave. No lo lees tú, lo lee tu agente.
- SKILL.md - las reglas de uso diario que sigue tu agente mientras edita. Incluye las técnicas de edición y las doce reglas estrictas para una salida correcta.
- Claves de API de ElevenLabs - donde obtienes la única clave de pago que necesita esta herramienta para convertir tu audio en texto.
- HyperFrames - uno de los motores de animación que video-use puede invocar cuando pides gráficos animados en pantalla.
- ffmpeg - la herramienta gratis y de código abierto que realiza los cortes y la codificación del archivo de video por debajo.
Cómo funciona
La mayoría de las herramientas de «video con IA» generan un clip a partir de un prompt de texto y no puedes modificar el resultado.
Video Use hace lo contrario: aportas tu propio metraje sin procesar y tu agente de programación lo edita por ti mediante un chat normal.
Un agente de programación es una IA como Claude Code que vive en tu terminal y puede leer archivos y ejecutar comandos en tu equipo.
Lo ingenioso es que el agente nunca ve tu video, porque ver miles de fotogramas costaría una fortuna en tokens. En su lugar, lee una pequeña transcripción de cada palabra que dijiste y solo consulta una imagen de la línea de tiempo cuando necesita comprobar un corte concreto.
Paso 1: comprueba que tienes las herramientas básicas
Video Use no es una aplicación de un clic, así que necesitas algunas herramientas gratis en tu máquina antes de que funcione nada.
Necesitas un agente de programación (esta guía usa Claude Code), Python 3 (el lenguaje en el que está escrita la herramienta) y ffmpeg (el motor que corta y codifica el video).
Node.js es opcional y solo hace falta después si quieres superposiciones animadas.
Abre tu terminal, la ventana de texto donde escribes comandos, y comprueba los dos primeros:
python3 --version && ffmpeg -versionSi cualquiera dice «command not found», instala primero esa herramienta.
En un Mac con Homebrew, brew install python ffmpeg cubre ambas.
El resultado correcto es que aparezcan dos números de versión sin errores de «no encontrado».
Paso 2: obtén tu clave de API de ElevenLabs
Video Use convierte tu audio en una transcripción palabra por palabra usando un servicio llamado ElevenLabs Scribe.
Una clave de API es una contraseña larga que permite a la herramienta usar ese servicio en tu nombre.
Este es el único costo real de toda la configuración: ElevenLabs cobra por hora de audio transcrito.
En la práctica es barato, del orden de unos centavos por una hora de metraje, pero es un cargo real y la herramienta no transcribe nada sin una clave.
Ve a la página de claves de API de ElevenLabs, crea una clave y tenla a mano.
Todavía no la pegarás.
Tu agente te la pedirá durante la configuración y la escribirá en un archivo de ajustes por ti.
El resultado correcto es tener una clave copiada y lista para pegar cuando se te pida.
Paso 3: ejecuta la configuración con un solo pegado
No instalas Video Use a mano.
Pegas un mensaje de configuración en tu agente y él realiza toda la instalación: clona el repositorio, instala dependencias, conecta ffmpeg, se registra como skill y te pide la clave de ElevenLabs en el momento adecuado.
Abre tu agente de programación y pega el prompt de la pestaña Prompt de arriba.
Ese prompt es el mensaje oficial de configuración del proyecto y funciona en Claude Code, Codex, Hermes u OpenClaw, porque solo necesita un agente que pueda ejecutar comandos de shell.
Cuando el agente te pida la clave de ElevenLabs, pega la que creaste en el paso 2.
El resultado correcto es que el agente informe de que terminó la instalación y espere a que coloques metraje en una carpeta.
Paso 4 (opcional): instala a mano
Si prefieres hacer tú la instalación en lugar de dejarla al agente, puedes hacerlo.
Esta sección es solo para quienes quieren control manual.
Clona el repositorio y enlázalo a la carpeta de skills de Claude Code para que pueda encontrarlo:
git clone https://github.com/browser-use/video-use ~/Developer/video-use
ln -sfn ~/Developer/video-use ~/.claude/skills/video-useDespués instala las dependencias y confirma que ffmpeg esté presente:
cd ~/Developer/video-use
pip install -e .
brew install ffmpegPor último, copia el archivo de ajustes de ejemplo y añade tu clave:
cp .env.example .envAbre el nuevo archivo .env y pega tu clave de ElevenLabs en la línea que dice ELEVENLABS_API_KEY=.
El resultado correcto es que las instalaciones terminen sin errores en rojo y que el archivo .env contenga tu clave.
Paso 5: dirige a tu agente a una carpeta de metraje
Ahora coloca tus clips de video sin procesar en una carpeta de tu equipo.
Pueden ser tomas de personas hablando a cámara, grabaciones de pantalla, clips de viajes, entrevistas o una mezcla.
Abre tu terminal, entra en esa carpeta e inicia allí tu agente:
cd /path/to/your/videos
claudeIniciar el agente dentro de la carpeta de metraje importa, porque así sabe qué videos editar.
El resultado correcto es que tu agente arranque con la carpeta de metraje como ubicación de trabajo.
Paso 6: describe la edición que quieres
Ahora solo dile al agente, en lenguaje natural, qué debe crear.
Escribe tu solicitud directamente en el chat; por ejemplo:
Edita estos clips en un video de lanzamiento de 60 segundos. Dale ritmo, elimina todo el relleno y los silencios, y añade subtítulos claros.El agente transcribirá primero cada clip, revisará el material y propondrá un plan en lenguaje natural.
Espera a que apruebes ese plan antes de tocar un solo corte, una medida de seguridad para no sorprenderte con una mala edición.
Lee el plan y después responde «adelante» o ajústalo; por ejemplo, «hazlo de 45 segundos» o «elimina la introducción por completo».
El resultado correcto es que el agente describa su plan y se detenga para pedir tu aprobación.
Paso 7: encuentra y mira el archivo terminado
Cuando el agente termina, guarda el video en una carpeta edit situada junto a tus clips originales.
Tu metraje sin procesar nunca se toca, así que siempre puedes rehacer la edición desde cero.
Abre el resultado:
open edit/final.mp4Antes de dar la edición por terminada, Video Use comprueba su trabajo en cada punto de corte y busca saltos visuales, chasquidos de audio y subtítulos ocultos. Solo te muestra el video cuando supera esa revisión.
El resultado correcto es un final.mp4 real que se reproduzca con cortes limpios, sin chasquidos audibles y con subtítulos que coincidan con las palabras.
Paso 8: mejora el montaje pidiendo cambios
No empiezas de nuevo para hacer cambios.
Solo sigues conversando y el agente vuelve a editar a partir de la misma transcripción.
Pide lo que quieras en lenguaje natural; por ejemplo:
Dale un tono algo más cálido al color, muestra los subtítulos de dos palabras en dos palabras en mayúsculas y añade un título animado sencillo durante los tres primeros segundos.Para superposiciones animadas puede invocar motores como HyperFrames o Remotion, y crea un ayudante separado para cada animación para renderizar varias a la vez en lugar de una tras otra.
Si pides animación, aquí hace falta el Node.js opcional del paso 1: instálalo con brew install node si el agente lo pide.
El resultado correcto es un final.mp4 nuevo con tus cambios, producido sin volver a transcribir el metraje.
Paso 9: retoma la sesión la semana que viene
Video Use escribe en cada sesión un archivo de memoria llamado project.md dentro de esa carpeta edit.
Ese archivo recuerda lo que hiciste la última vez: tus decisiones de corte, tu estilo de subtítulos y tu dirección de color.
La semana que viene, coloca clips nuevos en la misma carpeta, vuelve a iniciar allí tu agente y di:
El mismo estilo que la última vez. Edita los clips de esta semana en otro video de lanzamiento.El agente lee su propia memoria y reproduce el aspecto sin que vuelvas a explicar nada.
El resultado correcto es un video nuevo que encaje con el estilo de la semana anterior con casi ninguna instrucción.
Paso 10: presta atención a los problemas reales
Algunas cosas hacen tropezar a la gente, según cómo se está usando ahora mismo.
Realmente necesita un agente de programación con acceso a shell, ffmpeg y una clave de pago de ElevenLabs, así que no es el botón mágico sin configuración que parecen mostrar algunos videos virales.
La transcripción es el único costo recurrente y, aunque es barata por hora, editar muchos videos largos seguidos suma. Vigílalo si procesas archivos grandes por lotes.
Las superposiciones animadas necesitan Node.js, y HyperFrames en particular pide una versión reciente de Node. Si falla un paso de animación, normalmente la solución es instalar o actualizar Node.
Es un proyecto nuevo con decenas de incidencias abiertas, así que fija la versión que clonaste si quieres una configuración estable y cuenta con algún detalle por pulir.
Aquí el éxito consiste en conocer los puntos débiles antes de encontrarlos, para interpretar un paso fallido como «actualiza Node» o «comprueba mi clave» en lugar de «esto está roto».
Paso 11: verifica que funciona
Para confirmar que todo está conectado, ejecuta una edición corta de principio a fin y comprueba tres cosas.
Uno: el agente transcribió tus clips, propuso un plan y esperó tu aprobación.
Dos: existe un edit/final.mp4 real junto a tus clips fuente y se reproduce con sonido e imagen.
Tres: los cortes son limpios, sin chasquidos entre segmentos y con subtítulos alineados con las palabras.
El fallo más común es una clave de ElevenLabs ausente o incorrecta, que detiene la transcripción antes de que pueda suceder nada más.
Si no se transcribe nada, abre el archivo .env del repositorio y confirma que tu clave esté en la línea ELEVENLABS_API_KEY=; después pide al agente que reintente.
El éxito es un clip que editaste íntegramente conversando, de principio a fin, con tu metraje original intacto a su lado.
