Digital Human Koubo
一张照片加一句话，AI 助手全自动做出带数字人、字幕和网红包装的口播视频：1851 个 star 的 Claude Code 技能包。
给一张照片、写一句话，AI 助手就能全自动做出一条带数字人、口型同步、字幕和网红风包装的口播视频。先说清楚：它不是下载就能用的独立 App，而是一套给 Claude Code 这类 AI 编程助手用的技能包（Agent Skill），装进助手里才能跑。作者 Berryxia 在 GitHub 上拿了 1851 个 star，2026 年 10 月 26 日发了 v1.0.0，10 月 31 日还在更新。 整个流程都是助手帮你跑完的：先把照片里的人固定成专属数字主播，长相、衣服、声音描述都存在 persona.json 里，每条视频都是同一个人；再按文案一段段生成口型同步的说话片段，用 whisper 回听校对、逐帧检查画面，声音统一处理得像一次录完；剪辑走 Remotion 4，有 5 种剪辑风格、48 个从头部创作者视频里逐帧拆出来的包装组件，片头、字幕动效、价格动画这些都有，还能做“大字站在主播身后”这种效果，支持中英日韩等多种语言。 README 里有个很直观的例子：一条 27 秒的直播带货广告，输入只有一句话，脸、声音、演播室、字幕和价格动画全是 AI 做的，总共花了 482 个 Renoise credits。要注意，生成视频是要消耗 Renoise credits 的，助手开工前会先报一段数、秒数、credits 和余额，等你点头才做；先生成第一段给你看，没问题再批量做剩下的。 门槛也得说在前面：得会用 Claude Code 这类能装技能、能连 MCP、能在本机跑命令的助手，还要装好 ffmpeg、Python、Node；Remotion 免费版只覆盖个人和 3 人以下小团队，大公司要另外买授权。生成用的脸和声音只能用自己的，或者拿到明确授权的，每条视频都会打上 AI 数字人标识。