图像视频上手难度 🔧 进阶#AI数字人#口播视频#Agent Skill#Renoise#Remotion#短视频#多语言#开源

Digital Human Koubo · AI 数字人口播 — 一张照片生成口播视频的 Agent Skill

一张照片 + 一句话，Agent 全自动生成数字人口播视频

指标同步中，请稍后刷新查看在 GitHub 查看源码

5 分钟上手

本地需 ffmpeg/Python/Node；生成走 Renoise 云端 credits，按段计费

git clone https://github.com/andyhuo520/digital-human-koubo.git
cd digital-human-koubo

# Claude Code：安装两个 Skill
mkdir -p ~/.claude/skills
cp -R skills/digital-human-koubo skills/finance-explainer ~/.claude/skills/

# 在 Agent 中连接 Renoise MCP，然后按 SKILL.md 检查依赖、报价并生成

项目速览

Digital Human Koubo 是 2026 年 10 月 26 日开源的数字人口播视频流水线，MIT 许可，GitHub 两天获得 1.1k Star。它把写脚本、数字人出镜、唇形同步、配音清理、字幕包装和成片渲染串成 Agent Skill：用户给一张照片和一句需求，Claude Code、Codex、OpenClaw、WorkBuddy 等 Agent 就能按 SKILL.md 执行。

能做什么

一张照片固定数字人形象，persona.json 保存脸、服装、声音描述和提示词，跨视频保持一致
脚本按 ≤15 秒分段，通过 Renoise MCP 调用 Grok Video 1.5 生成唇形同步片段，也可换 Wan 3.0、OmniHuman
5 种剪辑风格、48 个从头部创作者视频拆解的包装组件，支持 9:16/16:9、字幕、画中画和文字置后
whisper 回读校对 + 抽帧检查，统一音量、去齿音和房间混响，支持英日韩法西阿多语言
成本闸门：先生成 1 段给用户确认，再批量生成；官方示例 27 秒直播广告消耗 482 Renoise credits

怎么部署

克隆仓库后把 skills/digital-human-koubo 和 finance-explainer 复制到 Agent 的 skills 目录，连接 Renoise MCP，并准备 ffmpeg、Python、Node 和 Remotion 环境。Agent 会先检查依赖、诊断内容并给出风格与报价，确认后再生成和渲染。