Rachel Digital Human Production 是一套供 Codex 明確呼叫的數位人口播製作技能。流程先檢查腳本、肖像與聲音素材,再以 MiniMax 產生旁白、以 HeyGen 建立 15 秒預覽;使用者核准後才進入完整影片生成。
Rachel Digital Human Production 將數位人口播製作拆成可檢查的工作階段。它不提供第三方帳號、額度或 API 存取權;使用者必須準備自己的 MiniMax、HeyGen 帳號與合法授權素材。
技能以 MiniMax 複製聲音並產生旁白,再把已上傳的音訊資產交給 HeyGen 驅動影像。若目標聲音來自 MiniMax,流程不會自行改用 HeyGen 的 script + voice_id 路徑。
work/job-state.json 保存 voice_id、asset_id、video_id、階段狀態與輸出路徑。來源檔案未變更時,後續工作可重用既有識別碼,避免重複建立付費工作。
先取得完整專案資料夾,再從其上一層目錄執行 README 提供的複製指令。重新開啟 Codex 工作後,以技能名稱明確呼叫;專案將隱含觸發設為停用,避免付費流程被意外啟動。
在新的 Codex 工作中貼上 README 的明確呼叫文字。這個請求只建立 15 秒預覽,不會授權完整影片。
MINIMAX_API_KEY 與 HEYGEN_API_KEY 讀取金鑰。不要提交 .env、列印完整金鑰、Authorization header 或簽名下載網址。
技能把每次外部工作拆成可觀察的輸入、識別碼、狀態與輸出。付費呼叫前先完成本機檢查;收到失敗或逾時狀態時,沿用既有 video_id 恢復,而不是直接建立新工作。
--force。work/voiceover-full.mp3。video_id 輪詢至完成或失敗;逾時只代表尚未取得終態。outputs/preview-15s.mp4,完成 MP4 解碼檢查後才標記預覽完成。| 任務 | 預期產物 | 停止條件 |
|---|---|---|
| 素材預檢 | preflight_assets.py JSON 報告 |
ok: false 時修正素材 |
| 單支預覽 | outputs/preview-15s.mp4 |
等待使用者明確核准 |
| 完整影片 | outputs/final-1080p.mp4 |
全片解碼檢查通過 |
| 批次製作 | outputs/previews/ 與 review sheet |
指定預覽未核准前不建立完整影片 |
以下規則均來自專案的 SKILL.md、references/ 與官方 API 文件。它們用來控制付費呼叫、素材權利、恢復策略與公開分享範圍。
即使需求直接指定完整影片,仍先建立 15 秒預覽。只有使用者明確豁免或核准預覽後,才可進入完整生成。
來源 · 專案 SKILL.md每次外部工作開始與結束時更新 work/job-state.json。狀態檔保存識別碼與進度,不保存完整金鑰或簽名網址。
相對應來源檔未變更時,沿用既有 voice_id、asset_id 與 video_id。先恢復既有工作,再考慮新增付費工作。
MiniMax 音訊已存在時,將上傳後的音訊資產交給 HeyGen。除非使用者指定 HeyGen 聲音,否則不要改用 script + voice_id。
精確 request 欄位、價格、模型供應狀態與帳號額度可能變動。編寫生產程式或執行大批次前,重新查閱 MiniMax 與 HeyGen 官方文件。
來源 · api-facts.md · 官方 API 文件API 回傳明確 failed 時記錄原因並在付費重試前詢問。輪詢逾時時保留既有 video_id,繼續查詢工作狀態。
MP4 損毀或下載中斷時,先重試或恢復下載。簽名網址過期時重新取得狀態或資產資料,不要直接重新生成影片。
來源 · 專案 SKILL.md · Failure Policy公開分享只包含技能文件、agent 設定、參考資料與腳本。排除真實聲音、私密肖像、客戶影片、狀態檔、金鑰與本機私有路徑。
來源 · public-safety.md多腳本任務預設只產生預覽,並建立包含路徑、長度、影片識別碼與審查註記的 review sheet。
來源 · 專案 SKILL.md · Batch Modeallow_implicit_invocation 設為 false。使用 $rachel-digital-human-production 明確啟動,以降低付費工作被意外觸發的風險。
以下示例使用專案文件提供的路徑與呼叫格式。任務先完成本機預檢,再取得付費外部工作的明確授權;預覽下載並通過解碼檢查後,流程停在人工核准。
預覽階段完成時,應同時存在 outputs/preview-15s.mp4 與更新後的 work/job-state.json。狀態中的 approved_by_user 仍為 false,final 仍為 not_started。
使用者核准後,後續任務從狀態檔繼續,重用既有聲音與影像資產。完整輸出需完成全片解碼檢查,才可把最終狀態標記為完成。
preflight_assets.py 驗證檔案、類型、大小與可取得的長度,不會判定臉部清晰度、嘴部可見性或肖像權。
work/job-state.json 可記錄識別碼與輸出路徑,不可寫入 API key、Authorization header 或簽名下載網址。
failed 狀態需記錄原因;輪詢逾時則沿用 video_id 恢復,不得假設工作失敗。
先以一組獲授權素材完成預覽流程,再擴展到批次工作。每支影片使用獨立狀態記錄,並維持「預覽、人工核准、完整生成」的順序。
1. 驗證本機輔助腳本。先執行 init_job_state.py 與 preflight_assets.py,確認狀態初始化與素材錯誤輸出符合專案需求。
2. 重查供應商文件。在實作 API client 前,核對 MiniMax voice clone、T2A 與 HeyGen asset、Image-to-Video 的現行 request 欄位。
3. 完成單支預覽。保存每一階段識別碼與輸出,下載預覽後執行 MP4 解碼檢查,並記錄人工審查結果。
4. 建立批次 review sheet。列出預覽路徑、長度、video_id 與審查註記;只對指定且核准的預覽建立完整影片。
5. 檢查公開套件內容。發布時只保留 SKILL.md、agents/openai.yaml、references/ 與 scripts/;移除所有真實客戶素材與秘密。
① SKILL.md:完整操作邊界、階段流程、批次模式與失敗政策。
② references/api-facts.md:專案依賴的 MiniMax 與 HeyGen API 事實基線。
③ references/public-safety.md:同意、揭露、公開分享與敏感素材排除規則。