前言¶

做口播、客服讲解或课程片段时，常见做法是自己录视频，或在多个工具里分别处理人像、配音和口型。流程长，改稿往往要重录。若你已经在 Cursor、Claude Code 等环境里用 Agent 串联任务，更希望用一条可复现的命令，把一张人像和音频或文本交给模型，直接拿到播报类数字人视频。

下面介绍 SkillHub 上的社区 Skill jimeng omnihuman 1.5（坐标 @user_f95f21b8/dlazy-jimeng-omnihuman-1-5，当前版本 1.0.9）。它把即梦 Jimeng OmniHuman 1.5 的调用方式写进 SKILL.md，由 Agent 按文档驱动 dLazy CLI 访问云端 API。

这是什么¶

jimeng omnihuman 1.5 的定位是：基于人像图片，配合音频或文本提示，生成逼真的数字人播报视频（官方简介：Generate realistic digital human broadcast videos from portrait images and audio/text using Jimeng OmniHuman 1.5.）。

• 发布与托管：SkillHub 社区来源（community），发布者 user_f95f21b8，分类 design-media；Skill 页标注 requires_api_key=true。
• 底层能力：推理与媒资由 dLazy 托管（api.dlazy.com、files.dlazy.com）；CLI 由 dlazyai 维护，npm 包 @dlazy/cli，Skill 元数据固定版本 1.0.9。
• 解决的问题：在 Agent 会话里统一「装 Skill → 配 API Key → 调 dlazy jimeng-omnihuman-1.5」，避免每次手写接口参数。

核心功能¶

以下能力均来自该 Skill 自带的 SKILL.md / SKILL-cn.md：

1. 数字人播报生成：子命令 dlazy jimeng-omnihuman-1.5，模型标识 jimeng-omnihuman-1_5。
2. 输入：最多 1 张参考图（--images，本地路径或 URL）；最多 1 段音频（--audio）；文本侧用 --prompt。
3. 输出控制：分辨率 720p / 1080p（默认 1080p）；可选 fast_mode；--dry-run 可只看请求载荷与费用估算而不真正调用 API。
4. 异步：--no-wait 立即返回 generateId，可用 dlazy status <generateId> --wait 轮询；--timeout 默认最长等待 1800 秒。
5. 触发词（便于 Agent 路由）：如「数字人」「即梦 omnihuman」「生成数字人视频」「虚拟人播报」等。

Skill 本质是 dLazy API 的薄封装：本地路径的图片、音频会由 CLI 上传至 files.dlazy.com，生成结果 URL 也由该域返回。

安装与启用¶

分两层：先把 Skill 装进当前 Agent 的 skills 目录，再安装并配置 dLazy CLI。

1. 安装 SkillHub CLI（若尚未安装）¶

command -v skillhub && skillhub --version

未安装时可按 SkillHub 官方安装文档执行，例如完整安装：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

2. 安装本 Skill¶

安装时必须用 --dir 指向当前 Agent 实际读取的 skills 目录（装到错误目录 Agent 不会加载）。SkillHub 文档中的常见路径示例：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或项目下的 .agents/skills/

命令形式：

skillhub install @user_f95f21b8/dlazy-jimeng-omnihuman-1-5 --dir <你的 skills 目录>

也可按 SkillHub 技能页提示，让 AI 参照 https://skillhub.cn/install/skillhub.md 完成安装。

3. 安装 dLazy CLI 并配置 API Key¶

Skill 要求本机具备 npm / npx。全局安装版本与 Skill 元数据一致：

npm install -g @dlazy/cli@1.0.9

不想全局安装时，可按次使用：

npx @dlazy/cli@1.0.9 <command>

配置密钥（会写入 ~/.dlazy/config.json，Linux/macOS；Windows 为 %USERPROFILE%\.dlazy\config.json）：

dlazy auth set YOUR_API_KEY

也可通过环境变量 DLAZY_API_KEY 按次传入。Key 在 dlazy.com/dashboard/organization/api-key 获取。

典型用法¶

先查看子命令帮助，确认当前版本支持的参数：

dlazy jimeng-omnihuman-1.5 -h

官方文档中的基础示例（本地人像 + 提示词）：

dlazy jimeng-omnihuman-1.5 --prompt '提示词内容' --image '/path/to/image.png'

使用远程图片 URL 的示例：

dlazy jimeng-omnihuman-1.5 --prompt '提示词内容' --image 'https://files.dlazy.com/image.png'

调参前可用 --dry-run 核对载荷与费用；长任务可配合 --no-wait 与 dlazy status。

成功时 CLI 返回 JSON，结构中包含 tool: "jimeng-omnihuman-1.5" 与 outputs 数组（每项含 url、mimeType 等字段）。具体媒体类型以 API 实际返回为准。

在 Agent 里，可将自然语言需求（例如「用这张图做一段数字人播报」）映射为上述命令；Skill 内也写明可用 dlazy jimeng-omnihuman-1.5 -h 作为调用时的帮助入口。

适用场景与注意¶

适合谁

• 已在 Agent 工作流里做内容生产，需要口播/讲解类数字人片段的团队或个人。
• 愿意使用 dLazy 云端 API（按量计费、需自备 API Key）而非本地自建推理环境。

限制与注意

1. 密钥与费用：未配置或无效 Key 会返回 unauthorized；余额不足为 insufficient_balance，需在 dLazy 控制台充值后再试。
2. 数据出境与上传：本地图片、音频会上传到 files.dlazy.com，使用前请确认合规与隐私要求。
3. 参数命名：帮助信息中为 --images / --audio，示例中出现 --image；若命令报错，以 dlazy jimeng-omnihuman-1.5 -h 当前输出为准。
4. SkillHub 侧信息：截至资料抓取，该 Skill 评分 100000，下载 1148 次，安装计数 2（以 SkillHub 页面统计为准，会随时间变化）。

结尾¶

jimeng omnihuman 1.5 把即梦 OmniHuman 1.5 的数字人播报能力封装成 Agent 可读的 Skill，并固定到 @dlazy/cli@1.0.9 的调用方式；适合在已有 skills 目录的客户端里，用「人像 + 音频/文本」快速出片。

• SkillHub 技能页：https://www.skillhub.cn/skills/user_f95f21b8/dlazy-jimeng-omnihuman-1-5
• API 入口（资料中的官方地址）：https://api.skillhub.cn/user_f95f21b8/dlazy-jimeng-omnihuman-1-5
• 坐标：@user_f95f21b8/dlazy-jimeng-omnihuman-1-5，版本 1.0.9