数字人口播实战攻略
文章介绍了如何利用 MiniMax 和 HeyGen 制作数字人口播视频的完整流程,并封装为 Codex Skill 实现自动化。详细讲解了声音克隆、画面驱动、素材准备及 API 调用技巧,特别强调先生成 15 秒样片以降低风险,适合知识口播和短视频批量生产。
文章介绍了如何利用 MiniMax 和 HeyGen 制作数字人口播视频的完整流程,并封装为 Codex Skill 实现自动化。详细讲解了声音克隆、画面驱动、素材准备及 API 调用技巧,特别强调先生成 15 秒样片以降低风险,适合知识口播和短视频批量生产。
本文详细介绍了如何用豆包串联三个云端服务,实现从 0 到 1 生成数字人视频的完整流程。作者将整套工作流拆分为四个平台的分工:智凌 API 负责提取短视频文案,MiniMax 负责克隆声音并生成音频,蝉镜负责让数字人形象开口说话,豆包则负责调用各平台接口、整理中间文件并验证每步完成情况。文章按照平台准备、凭证准备、素材准备、三项单项测试、完整成片、人工验收的顺序展开,详细说明了各平台的注册流程、API Key 获取与管理、克隆音色创建、数字人形象训练、以及豆包 Skill 的建立方法,同时强调了 API Key 安全管理的重要性,并最终产出一条 10.24 秒的竖屏数字人视频。
本文介绍了RedFox这一集成超过100个新媒体数据接口的Codex Skill,涵盖公众号爆文搜索、账号诊断、违禁词检测等功能。作者详细讲解了如何获取API Key、安装Skill,并通过三个核心Skill(wechat-search、wechat-account-analyzer、wechat-prohibited-word)实现从选题到发布的自动化工作流。文章还提供了故障排查方法和使用建议,强调AI辅助人工决策的价值。
作者开源了两个基于 Codex 的口播视频 Skill,分别是 9:16 竖屏数字人口播和 16:9 产品演示加数字人画中画。工作流整合了脚本、配音、剪映换音色、数字人生成等功能,重点解决了跨语言口音和“AI 味”问题。
文章介绍了 HyperFrames 项目中的 `/talking-head-recut` Skill,该功能利用 AI Agent 读取文字记录,自动为视频添加与语音同步的动态图形。演示流程包含:AI 自动调研撰写脚本、通过 HeyGen CLI 调用虚拟数字人生成视频、提取网页设计风格以及自动添加字幕和配乐。整个过程无需人工剪辑,展示了 AI 在视频自动化生产领域的强大能力。
文章介绍七套可直接用于 Claude Code、Cursor、Codex 等 Agent 的视频制作 Skills。OpenMontage 提供从选题到渲染的全流程视频工厂能力;HyperFrames 用 HTML 加 Puppeteer 和 FFmpeg 做代码驱动渲染;Hypit 擅长拆解爆款视频并批量生成变体;video-use 把视频转成文字和关键帧,让模型对话式完成粗剪;Claude Code Video Toolkit 用云 GPU 跑开源模型串起配音、生图、数字人到成片;MoneyPrinterTurbo 面向短视频批量生产;Remotion Skills 用 React 代码做可批量化修改的视频。作者建议从最繁琐的环节入手逐步搭建视频自动化流程。
作者总结了 10 条 Grok Bot 使用经验:Bot 适合长期反复的非编程任务,编程任务仍用 Codex、Claude Code、Cursor;摸清 Bots 的上下文机制,善用共用记忆和 Skill;不要一开始就把 Bot 拆得太细,像管理初创公司一样逐步扩展;优化重叠任务职责;成熟的标准化流程交给 CLI Agent 执行以节省额度;通过 Wake on Done Skill 实现 webhook 通知让长任务无人值守;用 Web Access Skill 补足浏览器自动化能力;关闭 App Nap 解决息屏问题;推荐用 Notion 做长期数据看板;最后分享了收件箱、产品反馈、订阅管理、商务财务、社媒数据等多个实用 Bot 搭建案例。
作者分享了自己用 AI 搭建口播视频自动化剪辑管线的实践:结合 Hypit 的爆款拆解逻辑、Talkcraft 剪辑管线、Hyperframes 动效组件、数字人口播生成,以及 Gemini 视频理解接入 Claude Code 做质检,实现从数字人口播到自动出片并推送剪映工程文件的完整流程。此外,作者还开发了一个 Codex Skill「ah-longform-clip-matrix」,基于语义块拆解与重组,将 8 分钟长视频切分成多条角度不同的短视频用于矩阵分发,源码已开源。作者同时分享了 AI 自媒体低粉变现的经验与新手入局建议。
作者介绍了一套基于 Codex 与 Excalidraw 的自动化 Skill,只需在 Claude Code 中输入一行命令,即可生成不露脸、无需剪辑的手绘白板风格知识视频,输出 1080p 成片、封面、发布稿和资料来源。文章详解了白板视频的留存优势、账号运营方法(定位、选题、标题、多平台分发、红线规范),并拆解七步制作流程:查证、写旁白、生成贴纸、画场景、做封面、配音渲染与验收。
作者结合实际使用经验,总结了 Codex 6 的 16 个实用技巧,帮助用户把任务交代清楚、获得可直接使用的结果。内容涵盖:先更新版本、确认工作目录、明确目标材料限制与完成标准、使用 Plan 规划、发截图圈出修改区域、运行中及时补充指令、用 Goal 写清终点、关键决定写入文件、通过 AGENTS.md 沉淀重复要求、按需选用 Skill、确认工具权限、分清并行任务范围、验收时查看 Diff 改动范围,以及从手动跑通开始逐步自动化。核心思想是把模糊需求转化为可执行、可验收的指令,减少返工与 Token 浪费。
文章介绍了一套无需剪辑和编程经验的 AI 视频制作流程:用户只需准备定稿文案、MiniMax 生成的完整配音、人物图片和录屏素材,交给 Codex 即可自动完成语音识别、时间轴划分、画面编排、Remotion 代码编写和视频渲染。文章讲解了 A-roll/B-roll 的划分原则、用 video-shotcraft 镜头库选择动效、如何用"六层任务书"描述需求,以及通过关键帧审核、短样片反馈到最终导出的分阶段工作流,让用户以导演和审核者的角色完成知识口播视频制作。
作者李岳分享了基于 Codex Skills 搭建的 AI 视觉工作流,包含六个 Skill:女性写真导演、女性换装导演、通用换装导演、东方仙侠视觉导演、仙侠视频导演和 Seedance 2.5 视频导演。通过将反复踩坑经验转化为规则、路由、默认值和交付格式,把主观审美翻译成可执行的画面参数,形成从人物、服装、场景到镜头和视频方案的完整视觉生产线,强调 Skill 保存的不是形容词而是逻辑判断。