一个面向 Codex 的通用数字人视频制作 Skill。输入主题或文案与授权人物图后，它会组织文案、配音、人物生成、口型校准、字幕与关键词动效、剪辑、渲染和质量验收。
它按能力选择当前环境可用的工具，项目源码不绑定服务商、模型名称或私有接口。
最少需要提供什么
- 一个主题或一份完整文案。
- 一张经过授权、包含清晰成年人物的参���图。
可选输入包括声音样本、屏幕录制、图片、B-roll、品牌素材、目标平台、时长、横竖屏、风格、水印和结尾引导。
安装
git clone https://github.com/cclank/lanshu-create-ai-presenter-video.git \
~/.codex/skills/lanshu-create-ai-presenter-video
安装后的 Skill 路径：
~/.codex/skills/lanshu-create-ai-presenter-video
文件结构
lanshu-create-ai-presenter-video/
├── SKILL.md
├── README.md
├── agents/
│ └── openai.yaml
├── assets/
│ └── job.template.json
├── references/
│ ├── generation.md
│ ├── editing.md
│ └── qa-recovery.md
└── scripts/
├── init_job.py
├── preflight.py
└── finalize_delivery.sh
三份参考文档分别负责什么
generation.md：输入检查、文案、声音、能力选型、付费生成、人物提示词与一致性。editing.md：时间轴、开场和结尾、字幕预设、人物侧关键词动效、封面与导出。qa-recovery.md：技术验收、人工验收和常见故障修复。
Codex 只在进入对应阶段时读取相关文档，减少上下文占用。
快速使用
在对话中直接说：
使用 $lanshu-create-ai-presenter-video，把这份文案和人物图做成一条 16:9���30 秒、有实时字幕的数字人讲解视频。
也可以先初始化标准任务目录：
SKILL_DIR=~/.codex/skills/lanshu-create-ai-presenter-video
python3 "$SKILL_DIR/scripts/init_job.py" \
--job-dir ~/Videos/my-presenter-video \
--presenter-image ~/Pictures/presenter.png \
--topic "视频主题" \
--duration 60 \
--aspect 9:16 \
--rights-confirmed \
--adult-presenter-confirmed
随后查看并补全 job.json 中的人工检查与远程上传许可，再运行：
python3 "$SKILL_DIR/scripts/preflight.py" ~/Videos/my-presenter-video/job.json
运行环境
- Codex 或兼容本地 Skill 的 Agent 环境。
- Python
3.9+。 FFmpeg与ffprobe。- Bash、
jq、awk和sed。 - 至少一种当前环境可调用的视频生成、语音生成与口型同步能力。
核心工作方式
主题或文案 + 授权人物图
↓
锁定文案与完整配音
↓
低成本人物试片
↓
生成连续数字人主素材
↓
按同一条音频时间轴剪辑
↓
添加字幕、关键词动效和封面
↓
口型、人物、声音与画面验收
↓
输出母版、分享版和 QA 报告
完整配音是全片的时间基准。人物视频、字幕、镜头、关键词与转场都按照这条音频定位，可以减少口型漂移��片段衔接问题。
默认设置
- 竖屏
9:16、1080×1920、30fps。 - 主题生成的视频通常控制在 45–75 秒。
- 没有授权声音样本时使用合适的库存声音。
- 默认包含清晰开场、2–4 个内容节拍和简洁结尾。
- 音乐与商业引导按需求添加。
- 发布响度目标约为
-16 LUFS。
安全和成本边界
- 远程上传前确认图片使用权和成年人物状态。
- 克隆声音前确认声音授权。
- 首次付费生成前说明上传内容、生成时长、价格依据、试片方案和重试上限。
- 任务中断后优先查询已有任务 ID，避免重复扣费。
- 连续三个付费候选失败后停止并总结问题。
开源与隐私
- 仓库不保存 API 密钥、访问令牌、签名下载地址或用户素材。
- 任务级请求记录需要移除凭据与临时 URL 后再提交。
- 预检与交付报告只保存文件名，不写入开发者机器的绝对路径。
- 项目使用 MIT License，可以自由使用、修改和分发。
贡献
欢迎通过 Issue 提交使用反馈，也欢迎用 Pull Request 改进工作流、兼容性和质量检查。
Comments