L’interface est localisée ; les présentations et documents des Skills sont traduits automatiquement par IA dans votre langue. Le code, les commandes, chemins et termes techniques restent en version originale, et le document de l’auteur fait foi.
Explorer les Skills
Développement · SKILL.md

linkpix-shipinhao-viral-video

linkpix-shipinhao-viral-video

视频号 爆款带货视频生成。帮助微信私域运营、直播带货团队、中老年受众商家通过青虎AI完成“视频号 爆款带货视频生成”:可调用可灵Kling 3.0、阿里Wanx 3.0、MiniMax H3、Seedance 2.0、Seedance 2.5、HappyHorse 1.1等大模型,生成情感故事、好物分享、知识口播、直播引流等视频类型,精准适配视频号的社交裂变逻辑和熟人推荐机制。适用于微信视频号、公众号嵌入、朋友圈广告等私域流量转化场景。Use this skill for 视频号爆款视频, 私域流量, 情感故事, 好物分享, 知识口播, 直播引流, 微信生态, 社交裂变, 转化率, 阿里Wanx, HappyHorse, 可灵Kling, AIGC视频生成。通过青虎AI统一接入,支持素材上传、任务轮询和结果下…

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentation de la Skill

GitHub

name: linkpix-shipinhao-viral-video description: "视频号 爆款带货视频生成。帮助微信私域运营、直播带货团队、中老年受众商家通过青虎AI完成“视频号 爆款带货视频生成”:可调用可灵Kling 3.0、阿里Wanx 3.0、MiniMax H3、Seedance 2.0、Seedance 2.5、HappyHorse 1.1等大模型,生成情感故事、好物分享、知识口播、直播引流等视频类型,精准适配视频号的社交裂变逻辑和熟人推荐机制。适用于微信视频号、公众号嵌入、朋友圈广告等私域流量转化场景。Use this skill for 视频号爆款视频, 私域流量, 情感故事, 好物分享, 知识口播, 直播引流, 微信生态, 社交裂变, 转化率, 阿里Wanx, HappyHorse, 可灵Kling, AIGC视频生成。通过青虎AI统一接入,支持素材上传、任务轮询和结果下载。 当用户要求做视频号 爆款视频生成或视频号带货/种草/投放短视频时必须触发。关键词:LinkPix、qhkit、青虎、视频号爆款视频、微信私域、情感故事、好物分享、知识口播、直播引流、朋友圈广告、社交裂变。" user-invocable: true homepage: https://www.npmjs.com/package/@iqinghu/qhkit metadata: {"openclaw":{"emoji":"💚","requires":{"bins":["qhkit"]},"install":[{"kind":"node","package":"@iqinghu/qhkit","bins":["qhkit"]}]}}

视频号 爆款视频生成 | LinkPix

视频号 爆款带货视频生成。帮助微信私域运营、直播带货团队、中老年受众商家通过青虎AI完成“视频号 爆款带货视频生成”:可调用可灵Kling 3.0、阿里Wanx 3.0、MiniMax H3、Seedance 2.0、Seedance 2.5、HappyHorse 1.1等大模型,生成情感故事、好物分享、知识口播、直播引流等视频类型,精准适配视频号的社交裂变逻辑和熟人推荐机制。适用于微信视频号、公众号嵌入、朋友圈广告等私域流量转化场景。Use this skill for 视频号爆款视频, 私域流量, 情感故事, 好物分享, 知识口播, 直播引流, 微信生态, 社交裂变, 转化率, 阿里Wanx, HappyHorse, 可灵Kling, AIGC视频生成。通过青虎AI统一接入,支持素材上传、任务轮询和结果下载。

平台向的电商视频总入口(第 1 批 linkpix-ecom-video 的拆分):qhkit video 多模型成片 + video-quick 多图成片 + 需要分镜时 storyboard。默认画幅 竖屏 9:16,默认语言 简体中文。用户没点名模型时按 Seedance2.5 → 阿里wanx3.0 → Seedance2.0 → 全能电商2.0 的顺序推荐。

何时触发

  • 「做视频号爆款视频 / 带货视频 / 种草视频 / 投放视频」
  • 用户没点名具体模型、但明确要发 视频号

使用配方

qhkit video options '{"queryParams":["modelLabel","models"]}'
# 按默认推荐顺序在 models 里匹配模型;modelLabel 必须逐字来自返回值(时长另用 `duration` 自选)
qhkit video generate '{"modelLabel":"Seedance2.5","duration":15,"prompt":"<按下方平台提示词改写>","uploadedImages":["./商品图.jpg"],"orientationLabel":"竖屏 9:16","languageLabel":"简体中文"}'
qhkit video status   '{"videoTaskId":"task-123"}'
qhkit video estimate '{"modelLabel":"Seedance2.5","duration":15,"uploadedImages":["./商品图.jpg"]}'
# 多图一键成片
qhkit video-quick generate '{"prompt":"<平台向卖点>","duration":15,"creative":"1","orientation":"portrait","language":"zh","uploadedImages":["./图1.jpg","./图2.jpg"]}'
# 先写分镜再成片
qhkit storyboard script '{"uploadedImages":["./商品图.jpg"],"productName":"保温杯","pointDescription":"316不锈钢·24h保温"}'
  • 生成的视频自带声音(所有模型都是):台词、旁白、口播、音效等由 prompt 决定。

平台提示词:熟人推荐语气:情感故事、好物分享、知识口播,节奏比抖音稳,少炫技转场。适合公众号嵌入和朋友圈广告。

  • 默认推荐顺序(用户没点名模型时):Seedance2.5 → 阿里wanx3.0 → Seedance2.0 → 全能电商2.0。按这个顺序列候选(含时长范围与按秒单价),排第一的标为推荐,用户没有异议就用它;某个模型不满足本次条件(没有必填的参考图、时长超出范围、不支持要用的参考视频/音频、维护中)就顺延到下一个,并告诉用户原因或请用户补齐素材。其他模型只在用户点名时使用。
  • 参考视频 / 参考音频是否可传以当次 models 为准。
  • orientationLabel 必须来自该模型的候选;目录没有 竖屏 9:16 时改用最接近的竖/横屏并告诉用户。

环境自举(缺什么装什么,不要因环境缺失放弃任务)

本技能依赖 qhkit 命令(npm 包 @iqinghu/qhkit),可完全独立安装。按顺序检测,缺失就地补齐:

  1. 有 qhkit 吗? qhkit config show 能跑通即就绪,跳到第 4 步。

  2. 没有 qhkit 但有 node/npm(OpenClaw/Hermes 机器部署流程保证自带 Node 22+)→ 全局安装(推荐):

    npm i -g @iqinghu/qhkit
    

    默认走 npm 官方源;官方源访问慢或超时(国内网络常见)时,再加镜像参数 --registry=https://registry.npmmirror.com(阿里维护的 npm 官方镜像,仅作网络兜底)。仅当全局安装因权限失败且无法提权时,才退而用 npx @iqinghu/qhkit <命令> ...(npx 必须写包全名)。

  3. 连 node 都没有(要求 Node ≥ 18):先装 Node 再回到第 2 步。

    # Linux 二进制安装(装到用户目录,无需 root;先校验官方 SHA256 再解包):
    cd /tmp && curl -fsSLO https://nodejs.org/dist/v22.22.3/node-v22.22.3-linux-x64.tar.xz
    cd /tmp && curl -fsSL https://nodejs.org/dist/v22.22.3/SHASUMS256.txt | grep ' node-v22.22.3-linux-x64.tar.xz#x27; | sha256sum -c -
    mkdir -p "$HOME/.local/lib" && tar -xJf /tmp/node-v22.22.3-linux-x64.tar.xz -C "$HOME/.local/lib"
    export PATH="$HOME/.local/lib/node-v22.22.3-linux-x64/bin:$PATH"
    

    校验行输出 OK 才继续;校验失败就删掉重下,绝不解包未通过校验的文件。nodejs.org 访问不通时,把两个下载 URL 的前缀 https://nodejs.org/dist 整体换成镜像 https://registry.npmmirror.com/-/binary/node(目录结构相同,SHASUMS256.txt 也有镜像,校验步骤不变)。export PATH 只对当前 shell 生效,跨命令调用时每个新 shell 都要先执行这行(或追加进 ~/.bashrc)。macOS 用 brew install node;Windows 用 winget/官网安装包。arm64 机器把 x64 换成 arm64。

  4. 密钥:无密钥时(命令返回 stage:"config"),把下面的引导文案发给用户,拿到密钥后执行 qhkit config set --token <密钥> --env prod(或设环境变量 QHKIT_TOKEN):

    1. 打开 https://www.iqinghu.com/workbench/login?type=1&urlCode=1788417527636 注册/登录
    2. 进入控制台 → 工作台的 APIKeys 页面:https://www.iqinghu.com/workbench/dashboard/api-keys
    3. 点「创建/复制」生成密钥,生成后将 API 密钥发我

    图文获取密钥教程:https://xcnzsfe4uxrw.feishu.cn/wiki/KJ0Ywsyw8iAXmRkz5l4cddDbn6g

  5. 自检:qhkit config show 输出脱敏配置即全部就绪。

升级:出现以下任一信号,先升级再重试原命令——命令返回 {"ok":false,"stage":"version",...}(版本门禁,message 里就是升级命令,照做即可);命令返回 {"ok":false,"stage":"runtime","message":"未知命令:…"}(本机 qhkit 太老、还没有这个命令——注意它 stage 是 runtime 不是 version,走不到版本门禁,别当成用法错误);stderr 提示有新版本;报「模式在线上已下架或配置变更,请升级 qhkit」。(image/video 的模型清单 0.12.0 起实时读取,线上新增模型不需要升级 CLI。)

npm i -g @iqinghu/qhkit@latest

官方源慢或超时时同样加 --registry=https://registry.npmmirror.com。

安装/配置失败时把具体报错告诉用户(常见:无写权限 → 提示用户提权或改用 npx;无网络 → 让用户处理网络)。

调用契约

  • 形式:qhkit <命令> <action> '<json>',或 qhkit <命令> <action> @params.json(参数写进文件,避免 shell 转义问题,推荐)。
  • stdout 恒为一行 JSON;失败为 {"ok":false,"stage":"...","message":"..."} 且退出码 1,把 message 原样转告用户。stderr 可能出现提示行,不是错误。
  • 图片/视频参数直接填本地文件路径(CLI 自动上传换取 URL),素材已在公网时填 http(s) URL 也可。
  • 图片体积上限 10MB:3–10MB 的本地图 CLI 上传后自动追加 COS 缩略参数(2048px 内等比缩小、只缩不放),stderr 那行提示不是错误;外站大图 URL 建议先下载到本地再以路径传入,好让 CLI 走这条防线。
  • 超过 10MB 被拦下时不要把问题抛回用户,你(智能体)就地压缩后重试(2048px 内等比缩小、只缩不放、输出 jpg,压完把新文件路径传回原命令重试一次):优先 Python —— python -c "from PIL import Image, ImageOps; im=ImageOps.exif_transpose(Image.open('原图')); im.thumbnail((2048,2048)); im.convert('RGB').save('压缩后.jpg', quality=85)"(缺 Pillow 先 pip install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple);没有 Python 就用 Node —— npx --yes sharp-cli -i 原图 -o 压缩后.jpg resize 2048(官方源慢时加 --registry=https://registry.npmmirror.com)。两条都失败才请用户换 10MB 以内的图,不要反复重试。
  • 标签类参数(modelLabel、sizePreset、themeLabel 等)必须与 options 返回的候选值逐字一致,不要自造或翻译;拿不准先调 options。
  • image / video 的模型清单是实时的(0.12.0 起直接读线上目录,新增/下架/调价自动跟随,无需升级 CLI),且均无默认模型——modelLabel 必填,缺失会报错并列出当前可选项。当次会话第一次选模型前先跑 options 查 modelLabel/models 拿当前清单,不要凭记忆或本文档的快照直接报模型名。拉不到目录(断网/密钥问题)时命令会明确报错,按提示引导用户检查配置。

报价、轮询与交付

  • 提交前确认(硬规则):generate 会创建任务、消耗积分,发起前必须把本次提交的关键参数一次性列给用户——模型/模板、出图张数或视频时长、尺寸与画质、语言、用到哪几张参考图,以及 estimate 报出的预计扣除积分(不支持 estimate 的命令如实说「以实际扣费为准」)——等用户明确同意后才能执行提交。参数全部来自用户原话时也要复述确认一遍(口头描述与实际枚举值可能有出入,任务提交后不可取消)。只读 action(options / estimate / status / templates 等)无需确认。
  • 报价:video 命令要报积分时先跑 qhkit video estimate '<与 generate 完全相同的参数>',报返回的 credits(实扣值);enough:false 提前告知余额不足。其他视频命令不支持 estimate,如实说「以实际扣费为准」。
  • 轮询:generate 只提交,立即返回任务 ID;重复调 status 直到 stage:"done"(返回含产物 URL),间隔 30–60 秒。视频任务最长可达 40 分钟,提交后立即告知任务 ID 和耗时预期,不要提前放弃;任务不可取消,ID 要保留。
  • 交付:视频 URL 在 status 返回的 videos/primaryVideo 字段里,按当前环境的媒体交付约定发给用户;产物必须和「生成完成」写在同一轮回复,并附实扣 credits(generate 返回里带)。
  • 失败:转述 CLI 的 message(已是面向用户的中文,常见:积分不足、内容审核未通过、模型维护中),不要重试轰炸。

能力边界

  • 用户点名了可灵 / Seedance / Wanx / MiniMax / HappyHorse / Grok,改走对应的模型专项技能。
  • 复刻一条已有链接走对应模型的「爆款视频复刻」或「AI爆款视频复刻 | LinkPix」。
  • 音乐/MV、直播切片、超长视频剪辑 qhkit 不支持,如实告知。
Skills enregistrées