GitHub项目说明 · 非用户反馈
把 AI 数字人视频生产固化为可移植、带验收的标准化工作流
用 Codex/Agent 从一段文案和一张授权人物图制作数字人讲解视频的流程被固化为可复用 Skill：自动完成配音、人物生成、口型校准、字幕、剪辑、渲染与质量验收，并按环境能力选工具、不绑定单一服务商。信号源于项目 README，尚无独立用户反馈。
查看原始信号github:cclank/lanshu-create-ai-presenter-video
目标用户
使用 Codex 或兼容 Agent 制作数字人讲解视频的内容创作者、课程与营销视频制作者，以及希望控制和验证 AI 视频生成成本的个人与小团队。
潜在需求
把“文案+人物图→成片”的多环节 AI 视频生产标准化：能按当前环境自动选工具、先低成本试片、以完整配音为时间轴基准、生成后做口型/人物/声音/画面验收，并让费用与授权风险可控。
发生场景
制作者拿到一段脚本和一张授权人物图，需要产出带实时字幕、口型同步的数字人讲解视频；过程中要协调文案、配音、人物生成、剪辑、渲染等多个付费环节，容易产生口型漂移、片段衔接问题，也担心重复扣费。
来源证据
该 Skill 以主题/文案和授权人物图为输入，自动组织文案、配音、人物生成、口型校准、字幕与关键词动效、剪辑、渲染和质量验收，并按环境能力选择工具，不绑定服务商、模型名或私有接口。
Skill。输入主题或文案与授权人物图后，它会组织文案、配音、人物生成、口型校准、字幕与关键词动效、剪辑、渲染和质量验收。 它按能力选择当前环境可用的工具，项目源码不绑定服务商、模型名称或私有接口。 ## 最少需要提供什么 1. 一个主题或一份完整文案。 2. 一张经过授权、包含清晰成年人物的参考图。 可选输入包括声音样本、屏幕录制、图片、B-roll、品牌素材、目标平台、时长、横竖屏、风格、水印和结尾引导。 ## 安装 ```bash git clone https://github.com/cclank/lanshu-create-ai-presenter-video.git \ ~/.codex/skills/lanshu-create-ai-presenter-video ``` 安装后的 Skill 路径： ```text ~/.codex/skills/lanshu-create-ai-presenter-video ``` ## 文件结构 ```text lanshu-create-ai-presenter-video/ ├── SKILL.md ├──https://github.com/cclank/lanshu-create-ai-presenter-video
为什么值得留意
项目把 AI 数字人视频生产中的隐性决策（工具选型、试片、时间轴基准、质量验收、费用上限、授权确认）写成可复用 Skill，说明有人试图把这条易错多变的链路变成可验收的流程；其 provider-neutral 与 verified 定位可作为观察用户真实反馈的起点。
可能延伸 · 模型推测
- 将这套工作流模板迁移到其他 Agent/IDE 环境或播客、课程、营销短视频等垂直场景（推测）
- 把质量验收报告与授权校验沉淀为可审计的交付物，衍生合规与交付服务（推测）
目前未知
- 仓库创建至今仅数天，star/fork 只代表注意力，不代表实际采用；
- README 由作者撰写，没有独立用户的使用反馈；
- 未提供生成效果样例或 QA 报告实际内容；
- provider-neutral 与 verified 定位是为响应真实痛点还是项目理念尚不明确。
继续核实
- 该 Skill 的 issue 或 fork 使用中会暴露哪些环节的失败或限制？
- 数字人视频制作者当前对服务商锁定、质量验收和费用失控是否有公开抱怨？
- 这类 Agent Skill 的实际使用者是内容创作者还是开发者？
- 是否有其他项目在尝试同一流程但采用了不同解法？
主题词
ai presenter videodigital human videotalking head generationvideo generation workflowquality assurancecost control