有人把 MiniMax 语音克隆和 HeyGen 数字人出镜,写成了一个 Agent Skill。
用法不复杂。
给它一张正面肖像,一段声音样本,一份脚本。Agent 拿到先不干活,先看声音格式对不对,文件大小超不超,肖像够不够清晰。
有一项没过就会停下,不会让你付了 API 调用的钱才发现素材有问题。
校验过了才进正式流程。MiniMax 做语音克隆生成旁白,HeyGen 拿图片驱动视频。
你可以先出一版 15 秒 720p 预览视频,仔细看口型、面部变形、眨眼幅度。确认没问题,再生成 1080p 成片。
出错后的恢复策略也做得特别好。API 超时不直接判失败,下载失败只重试下载不重开任务,签名链接过期不另起新请求。每次出问题优先用已有结果恢复,而不是再来一遍付费调用。
把校验、重试、状态追踪这套产线逻辑,写成 Agent 能执行的指令。
下面是作者的视频,很哇塞
@Zesee