抛弃 BrowserUse 模拟交互:浏览器端 AI 视频编辑器的正确架构思路
近期在迭代开源浏览器 AI 视频编辑器 Timeline Studio 的 AI 自动化剪辑能力时,我完成了一次核心的架构认知纠错。最初陷入了绝大多数可视化编辑器 AI 自动化的通用误区,尝试依靠 BrowserUse 模拟鼠标拖拽、点击、选中的界面交互方式,实现 AI 剪辑自动化。但经过落地测试与深度复盘,我彻底推翻了这套方案,重构出一套「AI 直操工程文件、仅末端渲染导出」的极简高效架构。这篇文章完整记录本次架构升级的思考逻辑,希望能给所有开发浏览器端、桌面端可视化编辑工具,想要接入 AI 自动化能力的开发者,提供一份可直接借鉴的避坑指南。