andyhuo520/digital-human-koubo

这是一个 Agent Skill，而不是独立应用：它把口播视频的制作流程写成代理可执行的步骤，从文稿一路做到渲染好的 MP4，并保持同一个数字人形象。如果你已经在用支持 Skill 的代理，也接受按积分付费的生成服务，它值得一试；如果你想要一个独立的桌面剪辑器，或完全开源的生成链路，可以先跳过。

解决什么问题

手里有文稿，想做成一条完整口播视频：人物在不同视频里保持一致、口型对得上、声音干净、有字幕，最好还有成片包装感。常规做法要在生成视频工具、剪辑软件、字幕工具和包装模板之间来回拼，而且每次都要重新设置一遍形象和流程。这里把人物形象（脸、服装、声音描述、提示词模板）存在 persona.json 里，代理从文稿开始，依次完成分段生成、质检、声音统一和 Remotion 剪辑，最后得到成片 MP4，而不是一堆素材片段。

有什么不同

它最关键的机制，是把视频生产当成一条带明确检查点的代理流水线。文稿按每段不超过 15 秒切开，经 Renoise MCP 生成（默认 Grok Video 1.5，README 也记录了 Wan 3.0 和 OmniHuman），用 CDN 友好的分段下载取回，再用 whisper 回查，剪辑前做帧检查。代理会先报出所需积分、等你确认，然后只生成第一段，确认没问题再批量生成；这样一来，在批量花钱之前就有一个自然的纠错点。这与某个新的渲染器关系不大，重点在于把昂贵的步骤拦住。

代价是绑定特定付费服务，以及一长串本地工具。生成走 Renoise，费用从你自己的账号扣，因此这条流程不像纯开源渲染器那样容易换模型。5 种剪辑风格和 48 个包装组件是预设方案，能更快做出包装好的片子，但也决定了你的起点长什么样。渲染用 Remotion，它有自己的授权条款，团队规模较大时需要留意。

谁值得试

比较适合已经在做短视频口播或广告片、装了 Claude Code 或 Codex、愿意让代理执行本地命令，并且更想确认报价而不是亲手拖时间线的个人创作者或小团队。人物形象固定存储这一点，对需要长期用同一个出镜身份的账号尤其有用。不太适合想要独立桌面剪辑器、要求生成链路完全开源，或者代理环境不能加载 Skill、不能连接远程 MCP 服务的人。

支持哪些代理是真正的筛选条件。README 中 Claude Code 标记为已测试，仓库本身也是用它构建的；Codex 用同一套脚本，属于预期可用；OpenClaw 和 WorkBuddy 标记为应该可用。Claude desktop 或 claude.ai 只能做脚本撰写、场景设计、生成和报价，而且限制在沙箱内，本地剪辑仍然需要能执行命令的代理。豆包、千问办公、纳米Work 则要产品本身满足三项条件才适用。

使用条件与边界

跑通整条流程需要同时具备三件事：能加载 Agent Skills 的代理、连接远程 Renoise MCP（浏览器登录，不用填 API Key）、以及本地可执行 ffmpeg、Python、Node 命令。缺任何一项，可做的事情都会收窄，Claude desktop 那一行就是例子。生成会消耗你账号里的 Renoise 积分，流程又特意要求先确认报价，所以预算本身就是流程的一部分，而不是事后才考虑的问题。

日常维护还包括本地依赖版本、基于 whisper 的检查以及 Remotion 渲染链路。Remotion 对个人和不超过 3 人的公司免费，更大的公司需要购买授权；Noto 动画 emoji 要求在视频中署名；地图素材也有自己的数据和边界核对说明。发布商业化或品牌内容前，应查看第三方声明。

HotRepo 点评

目前唯一的带日期信号是 2026-10-26 的新项目榜记录：TypeScript 新项目榜 356 个总星、排名第 2，这不是单日新增。没有可比的每日历史，因此还无法判断热度是否能持续。决定投入前，先确认你的代理和环境能同时满足三项条件，尤其是远程 MCP 加本地 shell。

项目源码与说明