Browser Use cria editor de vídeo por código e chega a 19.389 estrelas
Projeto usa agentes para cortar, legendar e renderizar vídeos a partir de arquivos brutos, sem menus ou presets.
Quem grava entrevistas, tutoriais ou vídeos de viagem precisa cortar pausas, remover vícios de linguagem e criar legendas antes de publicar. A Browser Use criou o video-use para fazer esse trabalho com agentes de código e devolver um arquivo final.mp4. O projeto nasceu em 2026-04-12 e já soma 19.389 estrelas no GitHub. Ele serve para quem aceita trabalhar pelo terminal e quer editar conversando com Claude Code ou outro agente com acesso ao shell.
O agente lê o vídeo por duas camadas
O modelo de linguagem não assiste ao vídeo diretamente. Ele lê os arquivos por duas camadas que permitem cortar com precisão no limite de cada palavra.
A primeira camada sempre carrega a transcrição de áudio. Para cada arquivo, o projeto faz uma chamada ao ElevenLabs Scribe, que retorna marcas de tempo por palavra, separação entre falantes e eventos como (laughter), (applause) e (sigh). O sistema reúne todas as gravações em um arquivo takes_packed.md de cerca de 12 KB. Esse documento vira a principal visão de trabalho do agente.
A segunda camada usa uma composição visual. O README não detalha, no trecho disponível, como ela é formada, mas a arquitetura combina as duas fontes antes de editar. O agente remove umm, uh, falsos começos e espaços mortos, aplica correção de cor por segmento e insere fades de áudio de 30 ms em cada corte. O fade evita estalos.
O usuário também pode definir legendas em blocos de duas palavras maiúsculas ou trocar esse padrão. Para sobreposições animadas, o projeto aciona HyperFrames, Remotion, Manim ou PIL em subagentes paralelos, um para cada animação. Depois de renderizar, o agente avalia a saída em cada limite de corte antes de apresentar o resultado.
A instalação exige agente, ffmpeg e ElevenLabs
A adoção começa com um prompt que pede a configuração do repositório. O agente clona o código, instala dependências, conecta o ffmpeg, registra a habilidade no agente escolhido e solicita a chave da API do ElevenLabs. O fluxo aceita Claude Code, Codex, Hermes, Openclaw ou qualquer agente com acesso ao shell.
Quem preferir instalar manualmente precisa ler install.md, configurar o ffmpeg e registrar a habilidade seguindo os arquivos do projeto. A documentação também manda ler SKILL.md para o uso diário e consultar sempre a pasta helpers/, onde ficam os scripts de edição. O agente não transcreve nada durante a instalação.
Na primeira execução, o usuário aponta o agente para uma pasta com as gravações brutas e escreve um pedido como “edit these into a launch video”. O sistema inventaria as fontes, propõe uma estratégia e espera a aprovação antes de editar. Os arquivos ficam em /edit/, com o resultado em edit/final.mp4, ao lado das fontes.
O ffmpeg e os scripts executam no ambiente que hospeda o agente, mas a transcrição depende do serviço externo ElevenLabs e da respectiva chave. O Browser Use Cloud oferece outra forma de usar o projeto, e o Browser Use Box permite manter o agente ativo em um VPS ou via Telegram. Quem precisa de processamento totalmente offline não encontra isso aqui.
O projeto usa Python e licença MIT, que permite usar, alterar e redistribuir o código conforme os termos da licença. A atividade ainda pede cautela: o repositório tem 115 dias, 2.412 forks, 60 issues abertas e recebeu o último commit em 2026-07-01. O volume de 19.389 estrelas chama atenção para um projeto tão novo, mas não substitui uma avaliação própria antes de colocá-lo em fluxo de produção.
Fontes
Como fazemos: nossa equipe monitora diariamente os repositórios de código aberto em maior alta e produz esta cobertura com apoio de modelos de linguagem, sempre a partir de dados verificados na fonte primária — repositório, documentação oficial e ranking público. Os números de estrelas e a posição no ranking refletem o momento da coleta. Entenda o método.