核心用法
avatar-video skill 专为需要精确控制的AI视频生成场景设计，基于 HeyGen v2 API 构建完整工作流：
1. 数字人选择 — 调用 /v2/avatars 获取可用数字人列表，预览形象并记录 avatar_id 与 default_voice_id
2. 语音配置 — 通过 /v2/voices 筛选匹配性别/语言的音色，支持语速、音调微调
3. 脚本结构化 — 按场景拆分脚本，单场景聚焦单一概念，支持停顿标记与节奏控制
4. 视频生成 — 调用 POST /v2/video/generate 配置多场景参数，每场景可独立设置背景（纯色/图片/视频）
5. 状态轮询 — 通过 GET /v2/videos/{id} 轮询直至 completed，获取下载URL
高级特性：
- 透明背景 WebM 输出（用于后期合成）
- 照片数字人（Talking Photo）创建
- 文本叠加层与自动字幕
- Remotion 集成实现程序化视频编排
- 模板系统支持变量替换
显著优点
- 生产级控制：相比「描述需求即生成」的黑箱方案，提供avatar、voice、script、scene、background的全维度显式配置
- 多场景叙事：单视频支持多场景切换，每场景独立背景，适合复杂内容结构
- 品牌一致性：固定avatar+voice组合确保输出风格统一，适合企业规模化生产
- 生态完整性：覆盖资产上传、Webhook回调、额度管理等周边能力
- 开发友好：MCP工具封装认证与请求格式，支持
test: true模式免额度开发
潜在局限
- 生成耗时：5-15分钟常规等待，复杂视频可能更久，需异步轮询架构
- 成本门槛：HeyGen按信用点计费，批量/高清场景成本累积显著
- API依赖：服务可用性绑定HeyGen平台，无本地渲染 fallback
- avatar生态限制：数字人形象库受平台约束，高度定制化需求需上传照片生成（质量参差）
- 中文支持：部分voice/avatar对中文支持有限，需预先验证locale匹配
适合人群
| 用户类型 | 典型场景 |
|---------|---------|
| 内容运营团队 | 批量生成产品讲解、培训视频 |
| 独立开发者 | 集成Remotion构建自动化视频工作流 |
| 营销代理商 | 为不同客户定制avatar+品牌背景方案 |
| 教育科技产品 | 标准化课程视频生产，保持讲师形象一致 |
常规风险
- 成本失控：未启用test模式或错误轮询导致额度意外消耗
- 版权合规：上传第三方照片生成avatar可能涉及肖像权问题
- 输出质量波动：AI口型同步、语音情感表达仍存在偶发不自然
- 数据隐私：脚本内容、上传资产流经HeyGen云服务，敏感信息需脱敏
- API密钥泄露：
HEYGEN_API_KEY需妥善保管，避免硬编码提交