我做了个「晚枫数字人」Skill：不会剪辑，也能做自己的数字人视频

大家好，我是程序员晚枫。

我被最近的数字人的进步，震撼到了！大家看我用了不到5分钟，做出来的一个数字人视频：

是不是很多朋友想尝试数字人，第一步就被劝退了。

前两天的我也是！我连视频都剪不好，更何况这么复杂的数字人？

但是我这两天找了一个 AI 的路子，用最简单的方法搞定了，只需要鼠标点吧，完全不需要懂什么专业的技术。

它就是 WorkBuddy + MiniMax H3，并且全程都在 WorkBody 里面操作，用过 WorkBody 的就知道它有多简单了。

并且我把自己的这套流程做成了一个 Skill：晚枫数字人。它已经能在 WorkBuddy 的技能页直接搜索，免费安装。

除了能在 WorkBuddy 里使用，这个 Skill 也已经开源，GitHub 地址我放在文章后面了。

你不需要学任何技术，就做出第一个数字人。

你只管提供自己的视频、声音和一句想说的话。剩下的，让我这个 Skill 一步一步带着你做。

想现在就用？把这句话直接发给 WorkBuddy：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_bf8c5b73/wanfeng-digital-human。

一、它到底能帮你做什么

和我们以前分享的所有AI的风格一致，你给它的东西很简单：

一段你自己的视频，或者一张正脸照片；
一句想说的话，40 字以内；
如果素材里没有足够的声音，再补一段 15–20 秒的录音。

它给你的是一条 4–10 秒的数字人短片：画面里是你，声音是你的声音，说的是你写的那句话，还附带一条字幕。

录一段自我介绍、讲一个知识点、发一条节日祝福，或者给账号做一条短口播，都可以从它开始。

它不是让你研究多少技术，而是把「我想让自己开口说一句话」这件事，缩短成一次对话。

二、安装只要三步

第一步：找到技能。 电脑打开 WorkBuddy，点击左侧「专家·技能·连接器」，切换到「技能」，搜索「晚枫数字人」。

WorkBuddy 技能页搜索「晚枫数字人」，认准这个名字。

第二步：点击安装。 进入详情页，能看到它的用途、需要配置的 API Key，以及具体的执行说明。确认后点击「安装」。

晚枫数字人 Skill 详情页和安装按钮

技能详情里已经写明用途和费用，不用先研究技术文档。

第三步：点击「去试试」。 安装完成后，会弹出提示。点一下，就能进入带有这个技能的对话页面。

晚枫数字人安装完成后点击去试试

安装完成后，直接进入对话，不需要手动配置运行环境。

三、开始后，只发一句话

进入对话页面，输入：@晚枫数字人帮我生成数字人。

在 WorkBuddy 中输入帮我生成数字人

不用背提示词，直接从「帮我生成数字人」开始。

接下来不用猜下一步。它会一次只问一件事：先检查素材，再确认台词；还没配置接口，就告诉你去哪里开通；涉及费用时，先把价格报给你。

晚枫数字人根据当前配置给出操作提示

实际使用中的引导：Key 类型不对，会直接告诉你该怎么改。

四、第一次使用，准备这三样

1. 一个 MiniMax 开放平台账号。

打开 platform.minimaxi.com，完成注册、实名认证和充值，然后在「账户管理 → 接口密钥」里创建新的 API Key。

注意：要选按量付费的 Key，Coding／订阅套餐的 Key 不能用于这个技能。

2. 一段合格的形象素材。

最好用 10 秒以上的本人视频，这样可以直接从视频里学习声音。正脸看镜头、光线均匀、背景干净，画面里只出现一个人。

照片也能用，但表情和头部动作会少一些，而且需要另外准备录音。视频不足 10 秒，也要补一段 15–20 秒、没有背景音乐和回声的自然说话录音。

3. 一句真正想说的话。

第一次制作，建议40 字以内，最好控制在 36 字左右。一句话只讲一个意思，不要加「镜头拉近」「旁白」这类说明，它们可能会被一起念出来。

请只使用本人或已经获得明确授权的形象与声音。API Key 不要发到公开群，也不要写进公开文档。

五、现在，做出你的第一条

如果你一直想试数字人，又不想先研究一整套复杂工具，现在可以打开 WorkBuddy，在技能页搜索「晚枫数字人」。

安装后，发一句「@晚枫数字人帮我生成数字人」，跟着提示往下走就行。

先别追求完美。拍一段正脸视频，写一句真心想说的话，把第一条做出来。

也可以直接访问「晚枫数字人」SkillHub 发布页：https://skillhub.cn/skills/user_bf8c5b73/wanfeng-digital-human了解详情。

想查看源码或了解具体实现，可以访问「晚枫数字人」GitHub 开源仓库：https://github.com/CoderWanFeng/wanfeng-skills/tree/main/skills/wanfeng-digital-human。

六、官方评测 4.8 分，数据安全也说清楚

这个 Skill 是我开发的，但「好用」和「可信」不只由我自己说了算。它已经在 SkillHub 平台跑完了官方 TRACE 评测，综合得分 4.8 / 5，综合评级「优秀」，测评时间是 2026 年 11 月 10 日。其中，可信任度拿到了 5.0 分。

可信还有很重要的一层：虽然这个 Skill 是我开发的，但数字人生成默认全程调用 MiniMax 官方接口，我没有搭建接收用户素材的后台。你的照片、视频和录音不会经过我的服务器，我也不会因为发布这个 Skill 就能获得查看或收集它们的入口；API Key 配置后保存在你的本机。

也要把数据边界如实说清楚：生成所需的形象和音频素材会发送给 MiniMax 官方接口，并不是所有素材始终只留在本机。WorkBuddy 与 MiniMax 对数据的处理，仍以各自平台的隐私政策和安全机制为准。我能保证的是，素材不经过作者服务器，我也没有获取你数据的入口。

TRACE 是 SkillHub 用来判断一个 Skill 到底好不好用的五维体系，基于平台长期运营实践和腾讯新闻团队的内容生产经验沉淀而成。

SkillHub TRACE 评测五维度得分：可信任度 5.0、可靠性 4.7、适用性 5.0、规范性 4.8、有效性 4.6

SkillHub 官方评测报告，数据来自平台评测页面。

五个维度的具体得分：

维度	得分	评测说明
T · 可信任度 Trust	5.0	双实验室交叉验证，无 P0/P1 级安全风险
R · 可靠性 Reliability	4.7	正常情况能顺利生成并说清费用，失败时也会指出原因
A · 适用性 Adaptability	5.0	用途和限制交代清楚，费用说明基本无歧义
C · 规范性 Convention	4.8	说明层次清楚，主要步骤容易照做
E · 有效性 Effectiveness	4.6	流程清楚、报价透明，先试听再生成能减少误花

几个被打了满分的子项，值得单独说一句：

国内适配性 5.0 — 说明和错误提示全是中文，所需账号和接口在国内直接开通就能用；
能力边界定义 5.0 — 能做什么、不能做什么写得很明确，有效避免用户提出做不到的需求；
触发方式 5.0 — 可以用自己的日常说法发起请求，不需要记固定名称或复杂指令；
反模式与 FAQ 5.0 — 常见错误、失败原因和替代办法都写得很具体，遇到问题能直接按步骤排查修正；
渐进式披露 5.0 — 入门信息排前面，复杂细节和排错方法放后层，需要时再查。

评测报告的原话是：整体完成度较好，收费前说明清楚，会先确认声音效果，也能减少重复付费，素材要求、费用和常见问题都有较细致的指引。

它也点出了不足：少量说明前后不一致，个别操作指引不够清楚。

这几条我认。费用数字在不同文件里确实有几处对不上，接下来的版本会把价格表收敛到一处，顺手补一个完整的示例配置文件。

评测报告（作者本人可见）：SkillHub 评测报告页

七、费用和边界，提前说清楚

这个 Skill 本身负责把流程串起来，音色克隆、语音合成和画面生成会调用 MiniMax 的付费接口。参考费用如下（以实际消耗为准）：

项目	参考费用	说明
克隆自己的声音	约1元	一次性，之后可以复用
合成一句台词	约 0.02 元	按实际内容计算
生成数字人画面	约 1.1–1.8 元	480P 更低，1080P 更高

第一次完整做一条，通常按约 12 元准备；音色克隆完成后，再做一条通常约 2 元。具体费用会随时长、清晰度和平台价格变化，技能显示的是预估，不是最终账单。

有一个设计我特意保留了：先只做声音，试听满意后再生成画面。 音色克隆一次，后面继续复用，不会每做一条都重新付 9.9 元。每次真正调用付费接口前，也需要你明确确认。

它也有清楚的边界：