digital-human-koubo
详细介绍
产品定位
digital-human-koubo 是开发者 andyhuo520 开源的 Agent Skill(MIT 协议),主打「一张照片生成数字人口播视频」。它本身不训练数字人,而是把云端生成、口播核对、剪辑包装串成一条可复用的流水线,可在 Claude Code、Codex、OpenClaw、WorkBuddy 等 agent 环境中直接调用。
核心功能
先用 Renoise MCP 在云端生成数字人视频(浏览器登录即可,不需要 API key),再用 Whisper 回头核对口播与字幕是否对得上,最后交给 ffmpeg 与 Remotion 做剪辑和包装,输出可直接发布的 MP4。
包装与风格
内置 5 种剪辑风格(16:9 讲解、9:16 口播字幕、发布会拆解、教程、多主播)和 48 个创作者级包装组件,包括用 macOS Vision 做人物抠像实现文字从人物身后穿过、封面作为首帧、弹幕、证据卡等,并支持多语言。
使用限制
生成环节消耗 Renoise 积分,免费额度有限;本地需要 ffmpeg、Remotion 与 Whisper 环境,跑完整流程对机器有一定要求。




