核心功能
avatar-video 是基于 HeyGen v2 API 的专业级 AI 视频生成技能，提供从数字人选型、语音匹配到多场景编排的完整控制能力。
核心用法
1. 精准角色控制：从 avatar 库选择特定数字人，支持照片克隆（talking photo），预览后再生成
2. 语音精准匹配：可使用 avatar 默认语音确保口型自然，或自定义音色、语速、音调
3. 多场景视频编排：每场景独立设置背景（纯色/图片/视频）、脚本，支持透明 WebM 输出便于后期合成
4. 批量生成与 Remotion 集成：适合程序化内容生产与 React 视频生态整合
显著优点
- 生产级精度：不同于"描述即生成"的自动化方案，本技能允许逐帧控制，满足品牌一致性要求
- 成熟 API 生态：HeyGen 作为头部数字人平台，avatar 质量、语音同步、渲染稳定性均处行业前列
- 成本可控：支持 test 模式（带水印）开发调试，避免正式 credit 消耗
潜在局限
- 生成耗时：单次视频需 5-15 分钟异步等待，不适合实时交互场景
- 成本门槛：按 credit 计费，高频批量生产需预算规划
- 中文支持：需验证具体 avatar 的中文口型与语音库覆盖度
- API 依赖：功能受限于 HeyGen 平台政策与可用性
适合人群
- 营销团队制作多语言产品讲解视频
- 内容创作者批量生成个性化视频
- 开发者集成 Remotion/React 视频工作流
- 需要透明通道素材的后期制作人员
风险提示
- 隐私合规：使用真人照片生成 avatar 需获得肖像授权
- 内容安全：生成内容需符合 HeyGen 使用条款，避免政治敏感或虚假身份内容
- API Key 管理：
HEYGEN_API_KEY需安全存储，避免泄露导致额度盗用 - 异步状态管理：需实现完善的轮询机制处理生成失败、超时等边界情况