# Infinitetalk Shopping Avatar

电商运营与内容创作者在制作数字人带货视频时，使用本技能可自动生成适配InfiniteTalk的五幕分镜结构化提示词，精准管控角色一致性与音画同步，一键产出高质量9:16竖屏带货...

- Repository: https://github.com/anbeime/skill (9005 stars)
- Category: Engineering
- License: see repository
- Last updated: 2026-11-01
- Runs scripts: no, instructions only

## Install

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

## Description

电商运营与内容创作者在制作数字人带货视频时，使用本技能可自动生成适配InfiniteTalk的五幕分镜结构化提示词，精准管控角色一致性与音画同步，一键产出高质量9:16竖屏带货视频，让数字人带货更高效！

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

# InfiniteTalk小省导购员数字人带货提示词生成

## 任务目标
- 本技能用于：为InfiniteTalk项目生成小省导购员数字人带货视频的结构化提示词，直接对接模型推理流程
- 能力包含：
  - 生成适配InfiniteTalk Image-to-Video模式的分镜化提示词
  - 帧级动作时序描述（5s/幕，精确到秒级）
  - 音频同步匹配（Suno音乐 + chinese-wav2vec2-base编码）
  - 一致性管控（角色/视觉/情绪三大维度）
  - 跨工具集成（Suno、AI绘画、InfiniteTalk）
- 触发条件：用户需要生成小省导购员数字人带货视频，使用InfiniteTalk模型进行推理

## 前置准备
- 依赖说明：本技能基于智能体自然语言能力，无需Python依赖
- 环境准备：
  - InfiniteTalk模型环境（已安装，包含chinese-wav2vec2-base编码器）
  - TeaCache + int8量化配置（已配置）
  - 角色参考图（9:16比例，分辨率≥1080×1920）

## 操作步骤

### 标准流程

#### 1. 提示词生成
提示词生成师负责生成适配InfiniteTalk的结构化提示词：

**输入信息**：
- 场景类型（产品推荐/价格对比/促销活动等）
- 商品信息
- 情绪基调
- 五幕情绪递进

**生成流程**：
1. 读取 [references/infinitetalk-parameters.md](references/infinitetalk-parameters.md)，确认核心参数配置
2. 读取 [references/prompt-structure.md](references/prompt-structure.md)，遵循提示词结构规范
3. 读取 [references/scene-templates-infinitetalk.md](references/scene-templates-infinitetalk.md)，调取场景模板
4. 生成五幕提示词，每幕包含：
   - 角色固定特征（严格遵循固定描述）
   - 动作时序（5s内帧级描述，精确到秒级）
   - 场景环境（背景、前景、道具）
   - 音频匹配（语音类型+音乐风格+音频对齐规则）
   - 光影/氛围（色温、光照类型、情绪基调）
   - 技术约束（构图比例、景深、动作强度等）

**输出格式**：
- 中文提示词（可直接作为InfiniteTalk推理脚本的`prompt`参数）
- 参数配置表（duration、aspect_ratio、motion_strength、face_consistency等）

#### 2. 质量核查
质量管控师负责核查提示词质量：

**核查维度**：
1. **技术参数匹配度**：
   - 时长：每幕5s，总时长25s
   - 分辨率/比例：1080×1920（9:16竖版）
   - 动作连贯性：5s内帧级动作描述流畅
   - 角色一致性：严格匹配固定特征描述

2. **角色一致性**：
   - 外貌特征：脸型、眼睛、发型、肤色、唇色
   - 服饰描述：上衣、鞋子、配饰
   - 气质特征：专业亲和、手部姿态

3. **音频匹配性**：
   - 语音类型：语速、语气与情绪匹配
   - 音乐风格：与场景情绪匹配
   - 音频对齐：动作节奏与音乐/语音同步

4. **光影可实现性**：
   - 色温：4000K-5500K范围
   - 光照类型：侧光、顺光、顶光、逆光
   - 光影效果：明暗对比、景深、虚化程度

**核查结果**：
- 通过（pass）：传递给知识库运维师归档
- 不通过（fail）：生成问题清单，反馈给提示词生成师调整（最多2次）

#### 3. 知识库归档
知识库运维师负责归档提示词和知识库更新：

**归档内容**：
- 角色固定特征模板
- 五幕情绪-光影映射表
- 音频风格-动作匹配库
- 场景模板库

**归档格式**：
- JSON格式（便于程序调用）
- 包含完整元数据（场景类型、情绪基调、参数配置）

#### 4. 跨工具集成
跨环节适配师负责跨工具集成和音频/图片适配：

**音频集成**：
1. Suno音乐生成：
   - 提取情绪关键词，生成音乐风格描述
   - 导出为16kHz单声道wav格式
   - 确保时长5s/幕，与提示词严格对齐

2. chinese-wav2vec2-base编码：
   - 使用chinese-wav2vec2-base对音频进行特征编码
   - 生成音频特征文件

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