Avatar Video 是一套基于 HeyGen v2 API 的视频生成技能，专为需要精确控制数字人视频创作的用户设计。与自动化创意生成不同，它要求用户明确指定 avatar、语音、脚本和场景背景，适合品牌一致性强、需批量生产或后期合成的专业场景。
核心用法遵循五步工作流：1) 列出并预览数字人；2) 选择匹配的语音（建议优先使用 avatar 的 default_voice_id）；3) 编写结构化脚本；4) 调用 POST /v2/video/generate 生成单/多场景视频；5) 轮询获取完成状态与下载链接。支持透明 WebM 输出、照片数字人、字幕叠加、自定义背景等高级功能，并可通过 MCP 工具简化认证流程。
显著优点：API 设计成熟，场景级控制能力精细（每场景独立背景），支持批量与自动化集成（如 Remotion）；透明通道输出便于专业后期合成；测试模式（test: true）可避免开发阶段消耗积分。
潜在局限：生成耗时较长（5-15 分钟），需异步轮询；多场景复杂配置对初学者门槛较高；依赖 HeyGen 平台积分系统，成本随用量线性增长；语音与 avatar 匹配需人工校验，自动配对失败时易出现性别/口音错位。
适合人群：品牌市场团队（需统一视觉调性）、内容工作室（批量视频生产）、开发者（需集成至自动化工作流）、后期合成师（需透明素材）。
常规风险：API 密钥泄露导致积分盗刷；轮询策略不当造成资源浪费；未启用 test 模式导致开发阶段意外消耗；脚本内容若含敏感信息可能触发平台审核；数字人形象授权需确认商用许可范围。