digital-human-koubo:AI数字人口播视频生成技能
NEWAgent Skill,一张照片加一句话即可自动生成带口型同步的数字人口播视频。
Digital Human Koubo是一个Agent Skill(含SKILL.md与Python/shell/Remotion脚本),配合Renoise远程MCP服务器,让AI代理自动完成数字人口播视频全流程:从一张照片生成固定数字人形象(persona.json),脚本切分为≤15秒片段后用Grok Video 1.5生成口型同步片段,whisper转写比对脚本并抽帧质检,再做音色统一(频谱匹配、去齿音、共享混响与响度归一)、字幕、封面与包装。提供5种剪辑风格与48个包装组件(参考MrBeast、影视飓风、何同学等创作者视频逐帧提炼),支持文字置于人物身后、多语言(英日韩法西阿)与成本预估确认机制。需要代理能加载技能、连接远程MCP并执行本地命令;Claude Code已实测,Codex等预期可用,纯MCP聊天代理只能完成规划与生成,本地剪辑需另行执行。