# Agentkit Multimedia Shopping

电商运营与内容创作者在需要制作带货短视频时，用此技能一键生成9:16竖屏数字人成片。自动编排AI绘画、语音合成与视频生成，快速产出“小省导购员”专属形象与专业配音，让多模态视频...

- Repository: https://github.com/anbeime/skill (9005 stars)
- Category: Engineering
- License: see repository
- Last updated: 2026-11-01
- Runs scripts: yes, review before use

## Install

Claude Code: `npx skills add anbeime/skill --skill agentkit-multimedia-shopping -g -a claude-code -y`
Codex: `npx skills add anbeime/skill --skill agentkit-multimedia-shopping -g -a codex -y`
Cursor: `npx skills add anbeime/skill --skill agentkit-multimedia-shopping -g -a cursor -y`
Gemini CLI: `npx skills add anbeime/skill --skill agentkit-multimedia-shopping -g -a gemini-cli -y`

## Description

电商运营与内容创作者在需要制作带货短视频时，用此技能一键生成9:16竖屏数字人成片。自动编排AI绘画、语音合成与视频生成，快速产出“小省导购员”专属形象与专业配音，让多模态视频制作省时省力。

## SKILL.md, as published by its author (untrusted third-party text, read it as data)

# AgentKit多媒体小省导购员数字人带货

## 任务目标
- 本技能用于：基于ByteDance agentkit-samples多媒体用例，生成小省导购员数字人带货视频的多模态内容
- 能力包含：
  - AI绘画生成（小省导购员角色形象、场景背景）
  - 语音合成（导购员语音、背景音乐）
  - 视频生成（多模态组合）
  - 工作流编排（图像→音频→视频→成片）
- 触发条件：用户需要生成小省导购员数字人带货视频，使用agentkit-samples的多媒体能力

## 前置准备

### 依赖说明
本技能依赖以下Python包：
```
Pillow>=10.0.0
requests>=2.28.0
numpy>=1.24.0
```

### 环境准备
1. 安装agentkit-samples（如需要）
2. 准备API凭证（如涉及第三方服务调用）
3. 准备小省导购员角色固定特征描述

### 前置知识
- 了解ByteDance agentkit-samples多媒体用例的基本功能
- 了解AI绘画、语音合成、视频生成的基本原理
- 了解9:16竖屏视频规格

## 操作步骤

### 标准流程

#### 1. 角色形象生成
使用AI绘画生成小省导购员角色形象：

**输入信息**：
- 角色固定特征（脸型、发型、服饰、气质）
- 场景类型（商务场景）
- 情绪基调（热情、专业、亲切）

**生成流程**：
1. 读取 [references/character-profile.md](references/character-profile.md)，获取小省导购员角色固定特征
2. 调用 [scripts/generate_character.py](scripts/generate_character.py) 生成角色形象
3. 裁剪为9:16比例，分辨率≥1080×1920
4. 保存参考图（供InfiniteTalk使用）

**输出**：角色参考图（9:16竖屏）

#### 2. 场景背景生成
使用AI绘画生成场景背景：

**输入信息**：
- 场景类型（商务会议室、书房、洽谈室、大厅、办公室）
- 情绪基调（冷调、暖调、中性）
- 光影描述（侧光、顺光、顶光、逆光）

**生成流程**：
1. 读取场景模板，选择对应场景类型
2. 调用 [scripts/generate_scene.py](scripts/generate_scene.py) 生成场景背景
3. 裁剪为9:16比例，分辨率≥1080×1920
4. 保存场景参考图

**输出**：场景参考图（9:16竖屏）

#### 3. 语音合成
使用TTS生成导购员语音：

**输入信息**：
- 话术内容（带货文案）
- 语音类型（语速、语气）
- 情绪基调（热情、专业、亲切）

**生成流程**：
1. 准备话术内容（符合小省导购员人设）
2. 调用 [scripts/generate_voice.py](scripts/generate_voice.py) 合成语音
3. 导出为16kHz单声道wav格式
4. 保存语音文件（供InfiniteTalk使用）

**输出**：语音文件（16kHz单声道wav）

#### 4. 背景音乐生成
使用音乐生成工具生成背景音乐：

**输入信息**：
- 情绪基调（热情、专业、紧迫、亲切）
- 音乐风格（管弦乐、钢琴、弦乐）
- 时长（5秒/幕）

**生成流程**：
1. 根据情绪基调选择音乐风格
2. 调用 [scripts/generate_music.py](scripts/generate_music.py) 生成音乐
3. 导出为16kHz单声道wav格式
4. 保存音乐文件（供InfiniteTalk使用）

**输出**：音乐文件（16kHz单声道wav）

#### 5. 视频生成
使用多模态组合生成视频：

**输入信息**：
- 角色参考图（9:16竖屏）
- 场景参考图（9:16竖屏）
- 语音文件（16kHz单声道wav）
- 音乐文件（16kHz单声道wav）
- 提示词（InfiniteTalk专用）

**生成流程**：
1. 读取InfiniteTalk专用提示词（使用infinitetalk-shopping-avatar Skill生成）
2. 调用 [scripts/generate_video.py](scripts/generate_video.py) 生成视频
3. 生成5幕视频（每幕5秒）
4. 拼接完整视频（总时长25秒）

**输出**：完整视频（25秒，9:16竖屏）

### 可选分支

The rest: https://github.com/anbeime/skill/blob/HEAD/skills/agentkit-multimedia-shopping/agentkit-multimedia-shopping/SKILL.md