Video Agent (Deprecated)

核心用法

HeyGen 是面向 AI 数字人视频生成的 API 平台，支持「一句话生成」（Video Agent）与「精细控制」（v2 API）两种模式。核心能力包括：

• AI 口播视频：输入文本提示自动生成带数字人讲解的横屏/竖屏视频
• 多场景编排：支持分镜脚本、自定义背景、字幕叠加、透明通道输出
• 语音与形象：可选 100+ 数字人形象与多语言语音，支持语速/音调调节

推荐工作流：使用 prompt-optimizer.md 结构化提示（场景、时长、视觉风格）→ 调用 MCP 工具 mcp__heygen__generate_video_agent → 轮询 mcp__heygen__get_video 获取下载链接。

显著优点

• 双模式灵活：Prompt 模式零门槛，v2 模式满足像素级控制需求
• MCP 集成：提供原生 MCP 工具，自动处理鉴权与请求封装
• 生态完善：内置 20 种视觉风格模板、Webhook 回调、Remotion 合成对接
• 输出多样：支持 WebM 透明背景，便于后期合成

局限与风险

• 技能已弃用：官方标记 [DEPRECATED]，未来版本将移除，需迁移至 create-video/avatar-video
• 配额消耗快：按视频时长计费，高清/长视频成本较高（见 quota.md）
• 生成延迟：视频渲染需异步轮询，非实时返回
• 合规边界：数字人形象商用需确认授权，部分语音受平台许可限制

适合人群

• 内容营销团队快速批量生成口播视频
• 开发者构建自动化视频流水线（需处理弃用迁移）
• 教育机构、电商直播等需多语言数字人讲解的场景

常规风险

• API 稳定性：弃用技能可能随时停止服务
• 内容审核：生成内容需符合 HeyGen 使用政策，存在下架风险
• 数据隐私：上传的素材与脚本流经第三方平台

核心用法

HeyGen Skill 是基于官方 API 的文档型工具，提供两种视频生成工作流：

• Video Agent 模式：通过自然语言提示词生成视频，适合快速创作
• v2 API 模式：精确控制头像、声音、脚本、场景，适合专业制作

支持 MCP 工具自动调用（mcp__heygen__*）或直接 HTTP API 请求。完整工作流包括：撰写优化提示词 → 调用生成接口 → 轮询状态获取下载链接。

显著优点

1. 纯文档零风险：仅含 Markdown 文档和代码示例，无可执行代码，无运行时威胁
2. 密钥管理规范：HEYGEN_API_KEY 通过环境变量获取，零硬编码敏感信息
3. 企业级 API：HeyGen 为知名 AI 视频平台，API 经过 TLS 1.2+ 加密，端点可信
4. 功能覆盖全面：支持 20+ 视觉风格、多场景视频、字幕叠加、透明背景、Webhook 回调等
5. 生态集成：提供 Remotion 集成方案，适合程序化视频批量生成

潜在缺点与局限性

1. 已弃用状态：官方明确标记 [DEPRECATED]，未来版本将移除，存在迁移成本
2. 信用额度限制：HeyGen 采用付费信用系统，免费额度有限，大规模使用成本较高
3. 异步生成模式：视频生成需轮询状态，非即时返回，延迟从数十秒到数分钟不等
4. 内容审核依赖：生成内容受 HeyGen 平台审核策略约束，敏感主题可能被拦截
5. 头像/声音版权：商用需注意授权范围，部分资源可能有使用限制

适合人群

• 内容创作者：快速生成口播视频、产品讲解、社媒素材
• 开发者：需程序化批量生成视频，或集成至现有工作流
• 营销团队：制作多语言版本广告、培训材料
• 技术评估者：学习 AI 视频 API 的最佳实践（文档质量高）

常规风险

• 迁移风险：当前 Skill 已弃用，建议立即评估 create-video 或 avatar-video 替代方案
• 配额耗尽：未检查剩余信用可能导致生成任务失败
• 提示词优化依赖：Video Agent 效果高度依赖提示词质量，需学习 prompt-optimizer.md 规范
• 外部服务依赖：HeyGen 平台稳定性、定价策略变化可能影响长期使用