核心用法
UNITH Digital Humans Skill 提供完整的 AI 数字人生命周期管理能力,涵盖创建、配置、更新、部署五大环节。用户需先注册 UNITH 账号获取 UNITH_EMAIL 和 UNITH_SECRET_KEY,通过 Bearer Token 认证后,按业务场景选择五种操作模式:
- Text-to-Video (`ttt`):输入文本生成 MP4 说话视频,零门槛最快上手
- Open Dialogue (`oc`):基于系统提示词的开放式对话数字人
- Document Q&A (`doc_qa`):上传文档构建知识库问答型数字人
- Voiceflow (`voiceflow`):对接 Voiceflow 实现结构化流程对话
- Plugin (`plugin`):Webhook 接入自定义 LLM 引擎
创建流程需依次选择人脸素材、TTS 语音、构建 JSON 配置并调用创建脚本。支持 --dry-run 预校验、--field 增量更新、文档上传、删除确认等运维操作,所有脚本内置指数退避重试与详细错误提示。
显著优点
1. 成本优势:明确定位为 HeyGen 等方案的廉价替代品
2. 模式完备:5 种运营场景覆盖从简单视频到复杂对话全需求
3. 运维友好:统一脚本封装 API 调用,含重试、缓存、验证、错误指引
4. 灵活嵌入:生成 publicUrl 可直接访问,或按 references/embedding.md 嵌入网站/应用
5. 渐进复杂度:从 ttt 零配置到 plugin 全自定义,按需选择
潜在局限
- 人脸锁定:创建后无法更换人脸,需重建数字人
- 密钥管理:Secret Key 仅显示一次,丢失需重新生成
- 外部依赖:Voiceflow 模式需额外账号,Plugin 模式需自建 Webhook 服务
- Token 时效:Bearer Token 7 天有效,虽脚本自动处理但增加复杂度
- 知识库限制:
doc_qa仅支持单文档上传,复杂知识管理或受限
适合人群
- 预算敏感的中小企业/个人创作者(替代 HeyGen 高定价)
- 需快速部署 FAQ 客服、产品讲解、营销视频的内容团队
- 技术团队希望将数字人嵌入自有应用(支持 Plugin 模式深度定制)
- 已有 Voiceflow 工作流需可视化升级的用户
常规风险
| 风险类型 | 说明 |
|---------|------|
| 密钥泄露 | `UNITH_SECRET_KEY` 泄露可导致账号被滥用,需按环境变量隔离 |
| 误删不可恢复 | `delete-head.sh` 永久删除无回收站,脚本强制 `--confirm` 防误操作 |
| 文档隐私 | `doc_qa` 上传文件存储于 UNITH 服务器,敏感数据需脱敏 |
| 网络超时 | 上传大文档或 API 波动时需调大 `UNITH_CURL_TIMEOUT` |
| 语音授权 | 使用 ElevenLabs 等第三方 TTS 需确认对应授权条款 |