mcpField
A
aliyun-wan-digital-human

aliyun-wan-digital-human

github.com/cinience创意与媒体39693 次安装11 周前更新
代码仓库

关于 aliyun-wan-digital-human

用于准备 Model Studio 数字人视频请求的 provider skill，可从图像和音频生成视频，适用于说话、唱歌或表演角色工作流，并支持生成前检测图像。

主要功能

  1. 01生成前检测图像
  2. 02根据图像和音频生成视频
  3. 03支持说话、唱歌和表演场景
  4. 04可选 480P 或 720P 分辨率

适用场景

  1. 01用肖像和语音片段制作说话角色
  2. 02制作唱歌或表演角色视频

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/cinience/alicloud-skills --skill aliyun-wan-digital-human

安装后在 Claude Code 中输入/aliyun-wan-digital-human确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

agents/
openai.yaml
references/
sources.md
scripts/
prepare_digital_human_request.py

详细介绍

类别：提供方

Model Studio 数字人

验证

mkdir -p output/aliyun-wan-digital-human
python -m py_compile skills/ai/video/aliyun-wan-digital-human/scripts/prepare_digital_human_request.py && echo "py_compile_ok" > output/aliyun-wan-digital-human/validate.txt

通过标准：命令以 0 退出，且生成 output/aliyun-wan-digital-human/validate.txt。

输出与证据

  • 将规范化的请求载荷、所选分辨率和任务轮询快照保存在 output/aliyun-wan-digital-human/ 下。
  • 记录图像／音频 URL，以及输入图像是否通过检测。

使用此技能生成由图像和音频驱动的角色讲话、唱歌或演示。

关键模型名称

请使用以下准确的模型字符串：

  • wan2.2-s2v-detect
  • wan2.2-s2v

选择指南：

  • 先运行 wan2.2-s2v-detect 验证图像。
  • 使用 wan2.2-s2v 执行实际的视频生成任务。

前提条件

  • 仅限中国大陆（北京）。
  • 在环境中设置 DASHSCOPE_API_KEY，或将 dashscope_api_key 添加到 ~/.alibabacloud/credentials。
  • 输入音频应包含清晰的语音或歌声，输入图像应呈现清晰的主体。

规范化接口（video.digital_human）

检测请求
  • model（字符串，可选）：默认值为 wan2.2-s2v-detect
  • image_url（字符串，必填）
生成请求
  • model（字符串，可选）：默认值为 wan2.2-s2v
  • image_url（字符串，必填）
  • audio_url（字符串，必填）
  • resolution（字符串，可选）：480P 或 720P
  • scenario（字符串，可选）：talk、sing 或 perform
响应
  • task_id（字符串）
  • task_status（字符串）
  • video_url（字符串，完成时返回）

快速开始

python skills/ai/video/aliyun-wan-digital-human/scripts/prepare_digital_human_request.py \
  --image-url "https://example.com/anchor.png" \
  --audio-url "https://example.com/voice.mp3" \
  --resolution 720P \
  --scenario talk

操作指南

  • 使用面部清晰、构图稳定的肖像、半身或全身图像。
  • 音频时长应与所需输出时长相匹配；输出时长将遵循音频时长，最长不超过模型限制。
  • 图像和音频应使用公开的 HTTP/HTTPS URL。
  • 如果图像未通过检测，请勿直接进行视频生成。

输出位置

  • 默认输出：output/aliyun-wan-digital-human/request.json
  • 使用 OUTPUT_DIR 覆盖基础目录。

参考资料

  • references/sources.md

评论

支持 Markdown