Digital Human Koubo
andyhuo520/digital-human-kouboAI 已审核
用途
一个面向 Claude Code、Codex 等类似代理的技能，能为你做出一整段短视频：它负责写脚本，根据你提供的一张照片生成一个唇形同步的 AI 主播，用 whisper 把每个片段和脚本对照检查，调匀声音，加上字幕和 48 种创作者风格的特效，最后用 Remotion 渲染出成片。视频由付费的 Renoise 服务使用你自己的点数生成：README 自带的示例花费为 482 到 3,409 点数不等。你还需要安装 ffmpeg、Python、Node.js 和 whisper.cpp。
安装难易度
D · 终端、多个工具或特定显卡 · Windows
除了一个能执行命令的 AI 代理之外，你还需要安装 ffmpeg、带有 numpy 和 Pillow 的 Python、Node.js 18 及以上版本，以及已下载好模型的 whisper.cpp，再把两个技能文件夹复制到对应位置，并连接 Renoise 的 MCP 服务器。
即将推出：用 RepoPicks 应用一键安装。
GitHub 数据
- 星标
- 1,5882026年10月31日
- 下载量
- 4,802本周 2,612
- 增长
- +1,5885 天内新增星标
星标变化
事实
- 可运行于
- Windows, macOS, Linux
- 需要安装
- FFmpeg, Python, Node.js, 其他工具
- 从源码编译需要
- FFmpeg
- 磁盘空间
- 未确定
- 账号或密钥
- Renoise, Xiaomi MiMo TTS
- 费用
- 免费，API 另行收费 · 该技能本身免费（MIT 许可），但每个片段都要通过带有点数的 Renoise 账户生成。README 中的真实案例：一段 27 秒的广告花费 482 点数，一段 4 分 36 秒的视频约花费 3,250 点数。渲染使用 Remotion，超过 3 人的团队需要购买付费的企业许可。
- 许可证
- MIT (宽松型)
- 最近更新
- 2026年10月31日
风险信号 (5)
- 注意可能被用来制作真人的视频
它的核心就是用一张照片生成一个会说话的数字主持人，因此可能被用在别人的脸上。README 要求不要这样做："Use only your own face/voice or ones you have explicit permission to use. Never impersonate a real person or creator"，并说明每个演示都标注为由 AI 数字人完成。
AI 审核
- 注意渲染引擎对公司需要付费许可
README："Remotion is used for rendering and has its own license: free for individuals and companies of up to 3 people; larger companies need a company license" — 因此本仓库的 MIT 许可并不涵盖较大公司的渲染环节。
AI 审核
- 信息依赖一项付费服务
片段和图像生成只能通过 Renoise MCP（https://renoise.ai/api/public/mcp）完成，需要使用你自己的额度；README 在多处带着跟踪参数（utm_medium=xcom&utm_source=official）链接到它，主演示还宣传了作者自己的付费课程。
AI 审核
- 信息有一项功能仅限 macOS
README："The text-behind-presenter effect uses Apple Vision and needs macOS; everything else is cross-platform."
AI 审核
- 信息非常新的项目
该仓库创建于 2026-10-26，只有一个发布版本 v1.0.0，发布于同一天。
AI 审核
证据以原始语言显示。
Radar 无法验证的内容
- 整个流程是否能在 Windows 上运行，因为安装步骤和脚本都是为 shell 环境写的，而且多个演示是在 Mac 上完成的。
- 用自己的素材制作一段视频，在 Renoise 点数和金钱上实际会花多少。
- 换成你自己的照片和脚本后，效果是否能达到演示视频的水准。
- 模型、Node 依赖包和渲染出的视频一共占用多少磁盘空间。
- Renoise 服务是否会保留你发送给它的照片和视频。