Hutian Opc Digital Avatar

SKILL.md

---
name: 胡田-OPC导师-数字人工坊
description: 全流程数字人配置工坊，支持外观/声音/语言风格/背景/时长/平台六大维度的预设与自定义；适用于老胡说视频号、OPC虚拟主播、私董会数字人等OPC专属场景
dependency:
  python:
    - transformers>=4.30.0
    - torch>=2.0.0
    - soundfile>=0.12.0
    - scipy>=1.10.0
  system: []
---

# 胡田-OPC导师-数字人工坊

## 任务目标

本 Skill 是 OPC（Operational Professional Community）数字人全流程配置工坊，提供从人物模板选择到最终视频输出的完整解决方案。所有参数可预设可定制，满足不同场景的数字人视频创作需求。

**核心能力矩阵**：
- 数字人形象生成（基于文字描述或参考照片）
- 声音克隆与语音合成
- 多平台适配输出（免费本地 / 飞影云服务 / 火山引擎云端）
- OPC专属人物模板库（老胡说 / OPC主播 / 9位私董会成员）

**触发条件**：
- 用户需要创建数字人视频
- 用户需要克隆特定人物的声音
- 用户需要为视频号 / 虚拟主播 / 私董会生成数字人内容
- 用户需要定制数字人的外观、声音、语言风格、背景、时长

---

## 六大配置维度总览

| 维度 | 预设选项数量 | 自定义支持 | 参考文档 |
|------|-------------|-----------|---------|
| 外观 | 10+风格模板 | 性别/年龄/发型/肤色/着装/配饰/气质描述 | avatar-style-presets.md |
| 声音 | 8+预设音色 | 音高/语速/情感强度/参考音频 | voice-language-guide.md |
| 语言风格 | 6+预设类型 | 口头禅/句式偏好/专业术语密度/方言元素 | voice-language-guide.md |
| 背景 | 15+虚拟场景 | 颜色/元素/光照/动态/品牌元素 | background-scenarios.md |
| 时长 | 6个预设档位 | 自由设定X-Y分钟范围 | - |
| 平台 | 三平台适配 | API Key/分辨率/帧率/格式 | - |

---

## 平台选择指南

### 平台对比矩阵

| 平台 | 成本 | 质量 | 速度 | 适用场景 | 配置要求 |
|------|------|------|------|---------|---------|
| digital-avatar-voice-cloner | 免费 | 高保真 | 本地即时 | 深度定制 / 隐私敏感 / 批量制作 | 本地Python环境 |
| 飞影数字人 | 云服务 | 专业级 | 在线生成 | 快速输出 / 无本地环境 / 中等产量 | API Key |
| 火山引擎 | 云服务 | 商业级 | 高并发 | 大规模生产 / 企业级 / 多角色 | API Key + 认证 |

### 平台选择决策树

```
开始
  │
  ├─► 是否需要免费使用？
  │     ├─► 是 → digital-avatar-voice-cloner（免费本地）
  │     └─► 否 → 继续判断
  │
  ├─► 是否需要高并发/大规模生产？
  │     ├─► 是 → 火山引擎（商业级云服务）
  │     └─► 否 → 继续判断
  │
  └─► 快速输出 + 无本地环境
        └─► 飞影数字人（在线生成）
```

---

## 完整工作流程（10步）

### 步骤1：选择/创建人物模板

**操作要点**：
1. 从OPC专属人物模板库选择模板（老胡说 / OPC主播 / 私董会成员）
2. 或基于需求从零创建新人物
3. 记录模板基础参数

**OPC专属模板速查**：

| 模板名称 | 人设定位 | 年龄层 | 风格 | 推荐时长 | 适用场景 |
|---------|---------|-------|------|---------|---------|
| 老胡说 | 技术成果转化实战派 | 45-50岁 | 商务休闲 | 3-8分钟 | 视频号内容 |
| OPC虚拟主播 | 专业知识传播 | 25-35岁 | 科技专业 | 1-3分钟 | 平台宣发 |
| 王阳明 | 心学大师 | 45-55岁 | 国风儒雅 | 5-10分钟 | 私董会分享 |
| 曾国藩 | 实战派领袖 | 50-60岁 | 稳重内敛 | 5-8分钟 | 私董会分享 |
| 苏轼 | 旷达智者 | 40-50岁 | 文艺潇洒 | 3-5分钟 | 私董会分享 |
| 范仲淹 | 硬刚派宗师 | 45-55岁 | 正气凛然 | 5-8分钟 | 私董会分享 |
| 任正非 | 科技企业家 | 55-70岁 | 军人气质 | 5-10分钟 | 私董会分享 |
| 张小龙 | 产品大师 | 40-50岁 | 极简内敛 | 3-5分钟 | 私董会分享 |
| 马斯克 | 创新先锋 | 40-55岁 | 前卫大胆 | 3-8分钟 | 私董会分享 |
| 维特根斯坦 | 思辨哲学家 | 40-55岁 | 深邃内省 | 5-10分钟 | 私董会分享 |
| 苏格拉底 | 追问大师 | 50-65岁 | 启发引导 | 5-15分钟 | 私董会分享 |

详细模板参数见：[references/opc-persona-templates.md](references/opc-persona-templates.md)

### 步骤2：配置外观

**操作要点**：
1. 从10+风格模板中选择预设
2. 或自定义外观参数
3. 生成形象提示词

**外观风格模板库（10种）**：

| 序号 | 风格名称 | 核心特征 | 适用场景 | 提示词关键词 |
|------|---------|---------|---------|-------------|
| 1 | 商务精英 | 深色西装、领带、皮鞋 | 正式演讲、商务谈判 | formal suit, tie, leather shoes |
| 2 | 学术风范 | 衬衫、西装外套、眼镜 | 学术分享、知识讲解 | academic, glasses, intellectual |
| 3 | 科技极客 | 休闲衬衫、牛仔裤、科技配件 | 科技评测、产品发布 | tech enthusiast, casual, gadgets |
| 4 | 文艺青年 | 简约文艺、棉麻材质 | 文化内容、生活分享 | artistic, bohemian, relaxed |
| 5 | 国风儒雅 | 中式服装、折扇、书卷气 | 传统文化、国学分享 | traditional Chinese, elegant, scholarly |
| 6 | 休闲自然 | 休闲装、自然色调 | 日常分享、生活记录 | casual, natural tones, relaxed |
| 7 | 专业讲师 | 职业套装、正式领口 | 在线课程、培训教学 | professional instructor, formal |
| 8 | 创业先锋 | 时尚商务、创新气质 | 创业分享、路演展示 | entrepreneur, innovative, stylish |
| 9 | 政府官员 | 正式套装、稳重配色 | 政策解读、官方发布 | government official, formal, dignified |
| 10 | 行业大咖 | 定制西装、精致配饰 | 行业论坛、领袖对话 | industry leader, tailored suit, accessories |

详细外观提示词见：[references/avatar-style-presets.md](references/avatar-style-presets.md)

### 步骤3：配置声音

**操作要点**：
1. 从8+预设音色中选择
2. 或上传参考音频进行克隆
3. 调整声音参数（音高/语速/情感）

**预设音色库（8种）**：

| 序号 | 音色名称 | 特征描述 | 适用场景 | 参数范围 |
|------|---------|---------|---------|---------|
| 1 | 沉稳男声 | 低沉有力、稳重可靠 | 商务演讲、领导发言 | 音高：低，语速：慢 |
| 2 | 温柔女声 | 柔和细腻、亲切温暖 | 知识科普、情感分享 | 音高：中，语速：中 |
| 3 | 活力少年 | 清亮明快、积极向上 | 科技评测、活力分享 | 音高：高，语速：快 |
| 4 | 知性女声 | 理性睿智、专业可信 | 学术讲解、专业培训 | 音高：中，语速：稳 |
| 5 | 磁性男声 | 浑厚深沉、吸引力强 | 品牌故事、高端分享 | 音高：低-中，语速：慢 |
| 6 | 俏皮女生 | 活泼可爱、轻松有趣 | 生活分享、娱乐内容 | 音高：高，语速：快 |
| 7 | 儒雅男声 | 文质彬彬、书卷气息 | 文化分享、国学讲解 | 音高：中，语速：慢 |
| 8 | 爽朗女声 | 大方直接、热情自信 | 销售推广、活动主持 | 音高：中-高，语速：快 |

详细声音参数见：[references/voice-language-guide.md](references/voice-language-guide.md)

### 步骤4：配置语言风格

**操作要点**：
1. 从6+预设语言风格中选择
2. 或自定义口头禅/句式偏好
3. 设置专业术语密度和方言元素

**预设语言风格（6种）**：

| 序号 | 风格名称 | 特征描述 | 句式特点 | 适用场景 |
|------|---------|---------|---------|---------|
| 1 | 正式报告 | 严谨规范、逻辑清晰 | 长句为主、数据支撑 | 商务汇报、学术报告 |
| 2 | 轻松聊天 | 亲切自然、口语化 | 短句为主、互动感强 | 日常分享、粉丝互动 |
| 3 | 学术研讨 | 深度分析、术语丰富 | 复合句多、论证严谨 | 专业分享、圆桌讨论 |
| 4 | 实战分享 | 经验导向、干货满满 | 案例+总结、实操性强 | 创业分享、技能培训 |
| 5 | 幽默脱口 | 轻松诙谐、金句频出 | 短句+反转、节奏感强 | 娱乐内容、活跃气氛 |
| 6 | 故事叙述 | 情节推进、画面感强 | 叙事句式、细节丰富 | 品牌故事、个人经历 |

### 步骤5：选择背景

**操作要点**：
1. 从15+虚拟场景中选择
2. 或自定义背景元素
3. 设置光照和动态效果

**背景场景库（15种）**：

| 序号 | 场景名称 | 视觉特征 | 适用风格 | 光照效果 |
|------|---------|---------|---------|---------|
| 1 | 办公室 | 现代办公环境、书架 | 商务/专业 | 自然光 |
| 2 | 实验室 | 科技设备、仪器 | 科技/研发 | 冷色调灯光 |
| 3 | 书房 | 中式书房、古籍书柜 | 文化/学术 | 暖色调灯光 |
| 4 | 演播厅 | 专业灯光、绿幕背景 | 视频制作 | 多角度灯光 |
| 5 | 城市天际线 | 高楼大厦、夜景 | 商业/财经 | 城市灯光 |
| 6 | 工厂车间 | 工业环境、机械设备 | 制造业/实业 | 工业照明 |
| 7 | 大学讲堂 | 阶梯教室、投影屏幕 | 教育/学术 | 讲台灯光 |
| 8 | 山水意境 | 自然山水、云雾缭绕 | 文化/哲学 | 自然光 |
| 9 | 科技蓝 | 蓝色科技感背景 | 科技/创新 | 冷光+发光效果 |
| 10 | 深色商务 | 深色沉稳背景 | 高端商务 | 聚光灯 |
| 11 | 白板前 | 白板/黑板讲解 | 教学/培训 | 正面均匀光 |
| 12 | 直播棚 | 专业直播间设备 | 直播/带货 | 环形灯 |
| 13 | 会议室 | 会议桌、长条形 | 商务会议 | 会议室灯光 |
| 14 | 户外场景 | 自然环境、开阔视野 | 生活方式/旅行 | 自然光 |
| 15 | 虚拟空间 | 纯色或渐变背景 | 通用/抽象 | 可调灯光 |

详细背景设置见：[references/background-scenarios.md](references/background-scenarios.md)

### 步骤6：设定时长

**时长预设档位**：

| 档位 | 时长范围 | 适用场景 | 内容容量 |
|------|---------|---------|---------|
| 档位1 | 30秒 | 快闪/预告/金句 | 150-200字 |
| 档位2 | 1分钟 | 简介/导语/精华 | 300-500字 |
| 档位3 | 3分钟 | 主题分享/轻教程 | 800-1200字 |
| 档位4 | 5分钟 | 深度分享/案例讲解 | 1500-2000字 |
| 档位5 | 8分钟 | 完整课程/长对话 | 2500-3500字 |
| 档位6 | 15分钟 | 系统讲解/访谈 | 4000-6000字 |

**自定义时长**：支持设定X-Y分钟范围，如"3-5分钟"、"8-12分钟"等。

### 步骤7：选择平台

**平台配置参数**：

| 平台 | 配置参数 | 输出格式 | 分辨率 | 帧率 |
|------|---------|---------|-------|------|
| digital-avatar-voice-cloner | 本地Python环境 | 图片 + 音频 | 可自定义 | - |
| 飞影数字人 | API Key | 视频 MP4 | 1080P | 30fps |
| 火山引擎 | API Key + 认证 | 视频 MP4 | 最高4K | 30/60fps |

### 步骤8：预览确认

**预览检查清单**：

- [ ] 形象是否符合预期（外观/年龄/气质）
- [ ] 声音是否清晰自然（无杂音/无失真）
- [ ] 语言风格是否匹配场景
- [ ] 背景是否与内容协调
- [ ] 时长是否满足需求
- [ ] 平台输出是否符合要求

### 步骤9：生成输出

**执行脚本**：
```bash
# digital-avatar-voice-cloner 平台
python scripts/create_digital_human.py \
  --config ./config.json \
  --output ./output/

# 飞影数字人平台
# 使用飞影数字人 Skill 的 API 调用方式

# 火山引擎平台
# 使用火山引擎 Skill 的 API 调用方式
```

详细工作流程见：[references/digital-human-workflow.md](references/digital-human-workflow.md)

### 步骤10：质量检查

**质量验收标准**：

| 维度 | 检查项 | 合格标准 | 不合格处理 |
|------|-------|---------|-----------|
| 形象 | 清晰度 | 无模糊/无噪点 | 重新生成 |
| 形象 | 相似度 | 与描述匹配度≥85% | 调整提示词 |
| 声音 | 清晰度 | 无杂音/无失真 | 重新合成 |
| 声音 | 自然度 | 无机械感/节奏正常 | 调整参数 |
| 内容 | 准确性 | 无事实错误 | 人工审核 |
| 内容 | 完整性 | 内容完整无截断 | 检查输出 |
| 整体 | 时长 | 误差±10% | 调整语速/内容 |

---

## 实践案例

### 案例一：老胡说视频号——技术成果转化话题3分钟视频

**场景需求**：
- 人物：老胡本人
- 话题：技术成果转化的实战经验分享
- 时长：3分钟
- 平台：微信视频号

**配置过程**：

| 步骤 | 配置项 | 选择/设置 |
|------|-------|----------|
| 1 | 人物模板 | 老胡说（技术成果转化实战派） |
| 2 | 外观 | 商务休闲，短发，45-50岁男性，商务休闲装 |
| 3 | 声音 | 沉稳男声，音高低，语速中慢 |
| 4 | 语言风格 | 实战分享，干货满满，案例+总结 |
| 5 | 背景 | 书房/办公室，暖色调灯光 |
| 6 | 时长 | 3分钟（档位3） |
| 7 | 平台 | 飞影数字人（快速输出） |

**输出内容框架**：
```
【开场】大家好我是老胡，今天聊聊技术成果转化那些事...

【正文】
1. 成果转化的三大坑（案例）
2. 正确的转化路径（方法）
3. 实战经验总结（干货）

【结尾】关注老胡懂技术转化，我们下期见...
```

### 案例二：OPC虚拟主播——每日行业播报1分钟视频

**场景需求**：
- 人物：OPC平台虚拟主播
- 话题：OPC+AI每日要闻播报
- 时长：1分钟
- 平台：抖音/视频号

**配置过程**：

| 步骤 | 配置项 | 选择/设置 |
|------|-------|----------|
| 1 | 人物模板 | OPC虚拟主播（专业干练） |
| 2 | 外观 | 科技感，现代着装，25-35岁，专业主播形象 |
| 3 | 声音 | 知性女声，音高中，语速稳 |
| 4 | 语言风格 | 轻松聊天，口语化，互动感强 |
| 5 | 背景 | 演播厅/直播棚，科技蓝背景 |
| 6 | 时长 | 1分钟（档位2） |
| 7 | 平台 | 火山引擎（高并发生产） |

**输出内容框架**：
```
【开场】OPC头条，AI日报，观众朋友们早上好...

【正文】
1. 今日要闻TOP3（简明扼要）
2. 行业动态速递（重点提示）
3. 今日关注（观众互动点）

【结尾】关注OPC智库，获取更多AI前沿资讯...
```

### 案例三：王阳明私董会——心学应用5分钟讲解视频

**场景需求**：
- 人物：王阳明数字人
- 话题：知行合一在现代管理中的应用
- 时长：5分钟
- 平台：OPC私董会专属内容

**配置过程**：

| 步骤 | 配置项 | 选择/设置 |
|------|-------|----------|
| 1 | 人物模板 | 王阳明（心学大师，国风儒雅） |
| 2 | 外观 | 国风儒雅，中式服装，45-55岁，书卷气 |
| 3 | 声音 | 儒雅男声，音高中，语速慢 |
| 4 | 语言风格 | 学术研讨，术语丰富，论证严谨 |
| 5 | 背景 | 书房/山水意境，暖色调灯光 |
| 6 | 时长 | 5分钟（档位4） |
| 7 | 平台 | digital-avatar-voice-cloner（深度定制） |

**输出内容框架**：
```
【开场】诸位，今日论"知行合一"之道...

【正文】
1. 知行合一的本源（经典解读）
2. 知与行的辩证关系（理论分析）
3. 现代管理中的应用（案例实践）
4. 实修工夫三要（实操方法）

【结尾】知行合一，行稳致远。愿诸位皆可做到...
```

---

## 资源索引

| 资源类型 | 文件路径 | 用途说明 | 何时读取 |
|---------|---------|---------|---------|
| 主文件 | SKILL.md | 整体使用指南 | 必读 |
| 外观预设 | references/avatar-style-presets.md | 10+风格模板完整提示词 | 配置外观时 |
| 声音语言 | references/voice-language-guide.md | 8+音色+6语言风格配置 | 配置声音语言时 |
| 背景场景 | references/background-scenarios.md | 15+虚拟背景详细设置 | 配置背景时 |
| 工作流程 | references/digital-human-workflow.md | 完整10步工作流程详解 | 执行任务时 |
| OPC模板 | references/opc-persona-templates.md | OPC专属人物模板参数 | 选择人物时 |
| 生成脚本 | scripts/create_digital_human.py | 一键生成数字人配置 | 执行生成时 |

---

## 注意事项

### 平台选择注意事项

1. **digital-avatar-voice-cloner**：
   - 免费无限使用，本地处理隐私安全
   - 需要稳定的本地Python环境
   - 声音克隆建议5-30秒清晰音频
   - 首次运行下载模型约1-2GB

2. **飞影数字人**：
   - 需要有效的API Key
   - 在线生成，速度较快
   - 适合中等产量需求

3. **火山引擎**：
   - 需要企业认证和API Key
   - 支持高并发大规模生产
   - 输出质量最高

### 内容质量要求

1. **去夸张底线**：
   - 禁"全球领先/颠覆行业/世界唯一"
   - 使用客观描述，实事求是
   - 避免夸大其词的营销用语

2. **语言规范**：
   - 专业术语使用准确
   - 方言元素适度融入
   - 避免低级错误

3. **形象质量**：
   - 皮肤纹理自然，无明显失真
   - 眼睛光影合理，无诡异效果
   - 发型细节清晰，无穿模

---

## 快速开始指南

### 首次使用流程

1. **明确需求**：
   - 确定使用场景（视频号/直播/私董会）
   - 确定内容类型（知识分享/产品介绍/经验传授）
   - 确定目标时长

2. **选择模板**：
   - 从OPC专属模板库选择匹配模板
   - 或从预设风格中组合配置

3. **参数配置**：
   - 按六大维度逐步配置
   - 使用预设快速配置
   - 或完全自定义参数

4. **生成输出**：
   - 选择目标平台
   - 执行生成脚本
   - 等待输出完成

5. **质量检查**：
   - 预览检查各项指标
   - 如需调整，返回对应步骤修改
   - 验收通过后交付使用

### 常用配置组合

| 场景 | 外观 | 声音 | 语言风格 | 背景 | 时长 | 平台 |
|------|------|------|---------|------|------|------|
| 视频号日常 | 商务休闲 | 沉稳男声 | 轻松聊天 | 书房 | 1-3分钟 | 飞影 |
| 知识课程 | 专业讲师 | 知性女声 | 正式报告 | 演播厅 | 5-15分钟 | 火山引擎 |
| 私董会分享 | 国风儒雅 | 儒雅男声 | 学术研讨 | 山水意境 | 5-10分钟 | digital-avatar |
| 直播带货 | 创业先锋 | 爽朗女声 | 轻松聊天 | 直播棚 | 实时 | 火山引擎 |
| 企业培训 | 商务精英 | 磁性男声 | 实战分享 | 会议室 | 5-8分钟 | 飞影 |

---

**版本信息**：
- **版本**：v1.0
- **创建日期**：2026年5月19日
- **适用平台**：digital-avatar-voice-cloner / 飞影数字人 / 火山引擎
- **OPC专属**：支持老胡说 / OPC虚拟主播 / 私董会数字人

---

## 关联Skill与引流方案

### 上游Skill（输入端）
- [#58] [硅基员工管理]：数字人是硅基员工的核心
- [#67] [获客分包平台]：数字人用于获客场景

### 并行Skill（协作端）
- [#69] [视频号运营]：数字人与视频号协同
- [#70] [视频字幕工具]：数字人视频后期处理

### 下游Skill（输出端/引流目标）
- [#58] [硅基员工管理]：数字人纳入硅基员工管理
- [#69] [视频号运营]：数字人视频发布运营

### 引流触发点
1. 需要数字人形象时
2. IP想打造虚拟分身时
3. 视频需要AI主播时

### 引流话术
- "数字人让IP价值最大化。我这边有完整的数字人制作工坊，从形象到声音一站式搞定。"
- "打造专属数字人IP是趋势。我帮您分析最适合的数字人风格和场景。"
- "想让您的IP24小时在线？数字人是最佳选择。我给您介绍完整方案。"

### 兜底引流
💡 如对服务不满意，或有项目合作、设计想法想交流，欢迎联系胡田老师企微邮箱：hutian@mantuzhisheng.cn