AI 数字人讲解视频生成器

这是什么

lanshu-create-ai-presenter-video 是一个 Agent Skill，它能让 AI 代理（如 Claude Code、Codex、Gemini CLI 等）自动完成讲解视频的全流程制作。你只需提供一个主题或脚本，以及一张授权使用的演示者照片（演示者路线），AI 就会生成配音、数字人视频、字幕、关键词动效，并完成剪辑、渲染和质量检查，最终交付一个可直接发布的视频。

该项目由作者 cclank 开发，采用 MIT 协议，在 GitHub 上已获得 2529 颗星和 387 次 fork，社区关注度较高。它支持两种制作路线：演示者路线（数字人出镜）和风格化讲解路线（无真人，九种视觉风格演绎）。

适合谁

内容创作者：需要快速制作讲解视频、科普视频或产品介绍，但缺乏视频编辑技能。
教育工作者：希望将课程内容转化为生动有趣的视频，吸引学生注意力。
营销人员：需要为品牌制作宣传视频，但预算有限，无法聘请专业团队。
开发者：熟悉命令行和 AI 工具，希望自动化视频生产流程。

能做什么

演示者路线：从脚本和授权肖像生成数字人讲解视频，自动配音、唇形同步、添加字幕和关键词动效，支持 9:16 竖屏格式。
风格化路线：提供九种视觉风格（如编辑纸、科技 HUD、笔记本、立体书、漫画、3D 一镜到底等），将脚本转化为风格化的动画视频，支持 16:9 横屏。
音频锁定时间轴：以最终配音为基准，同步数字人动作、字幕、剪辑和时长，确保唇形和场景切换精准。
证据门控工作流：每个生产阶段（从 intake 到 verified）都需要磁盘上的证据才能推进，确保质量可控。
成本护栏：先小规模试生成，首次付费调用前明确账单，设置重试上限和任务 ID 恢复，避免重复扣费。
验证交付：最终输出会经过完整解码和响度检查，确保可发布。

使用前准备

硬件/软件：需要 Python 3.9+、FFmpeg（含 ffprobe）、Bash、jq、awk、sed。风格化路线还需要 Node.js、rsync、Python 的 numpy 库。
API 密钥：演示者路线需要至少一个语音合成、数字人视频生成和唇形同步服务的访问权限（云 CLI、API 或本地模型）；风格化路线需要 MiniMax API 密钥（用于配音和词时间戳），或者使用自己录制的配音。
素材：演示者路线需要一张清晰的成人演示者照片，并确认拥有使用权；风格化路线只需主题或脚本。
Agent 环境：需要支持 Agent Skills 的客户端（如 Claude Code、Codex 等），或任何能读取文件和运行 shell 命令的编码代理。

安装方法

将仓库克隆到你的 Agent 技能目录中，并保持文件夹名称与技能名称一致。以 Claude Code 为例：

git clone https://github.com/cclank/lanshu-create-ai-presenter-video.git ~/.claude/skills/lanshu-create-ai-presenter-video

更新时在安装目录运行 git pull。如果使用多个工具，请分别克隆到各自的技能目录。

对于不支持 Agent Skills 的代理，可以克隆到任意位置，然后在会话中指示：

Read /path/to/lanshu-create-ai-presenter-video/SKILL.md and follow its workflow exactly.

使用示例

大多数工具会自动识别技能，你可以直接描述想要的视频：

Turn this script and portrait into a 30-second 16:9 presenter video with live captions.

对于风格化讲解视频，可以询问有哪些风格：

Make a 40-second explainer about RAG, no presenter. Which styles are there?

手动设置任务时，可以使用内置脚本：

SKILL_DIR=~/.claude/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 "Context engineering in one minute" \
  --duration 60 \
  --aspect 9:16 \
  --rights-confirmed \
  --adult-presenter-confirmed

然后运行预检和状态检查：

python3 "$SKILL_DIR/scripts/preflight.py" ~/Videos/my-presenter-video/job.json
python3 "$SKILL_DIR/scripts/check_state.py" ~/Videos/my-presenter-video/job.json --write

风险与注意事项

肖像权：演示者路线要求使用授权肖像，必须确认拥有使用权，避免侵权风险。
成本控制：虽然项目有成本护栏，但付费 API 调用仍可能产生费用，建议先进行小规模测试。
技术依赖：需要安装多个依赖（Python、FFmpeg、Node.js 等），对非技术用户有一定门槛。
质量验证：虽然项目有 QA 流程，但最终视频质量仍需人工审核，特别是涉及品牌或专业内容时。
开源协议：项目采用 MIT 协议，可自由使用和修改，但需保留版权声明。