前言¶
做口播、客服講解或課程片段時，常見做法是自己錄視頻，或在多個工具裏分別處理人像、配音和口型。流程長，改稿往往要重錄。若你已經在 Cursor、Claude Code 等環境裏用 Agent 串聯任務，更希望用一條可復現的命令，把一張人像和音頻或文本交給模型，直接拿到播報類數字人視頻。
下面介紹 SkillHub 上的社區 Skill jimeng omnihuman 1.5（座標 @user_f95f21b8/dlazy-jimeng-omnihuman-1-5，當前版本 1.0.9）。它把即夢 Jimeng OmniHuman 1.5 的調用方式寫進 SKILL.md，由 Agent 按文檔驅動 dLazy CLI 訪問雲端 API。
這是什麼¶
jimeng omnihuman 1.5 的定位是：基於人像圖片，配合音頻或文本提示，生成逼真的數字人播報視頻（官方簡介：Generate realistic digital human broadcast videos from portrait images and audio/text using Jimeng OmniHuman 1.5.）。
- 發佈與託管：SkillHub 社區來源（
community），發佈者user_f95f21b8，分類design-media；Skill 頁標註requires_api_key=true。 - 底層能力：推理與媒資由 dLazy 託管（
api.dlazy.com、files.dlazy.com）；CLI 由 dlazyai 維護，npm 包@dlazy/cli，Skill 元數據固定版本 1.0.9。 - 解決的問題：在 Agent 會話裏統一「裝 Skill → 配 API Key → 調
dlazy jimeng-omnihuman-1.5」，避免每次手寫接口參數。
核心功能¶
以下能力均來自該 Skill 自帶的 SKILL.md / SKILL-cn.md：
- 數字人播報生成：子命令
dlazy jimeng-omnihuman-1.5，模型標識jimeng-omnihuman-1_5。 - 輸入：最多 1 張參考圖（
--images，本地路徑或 URL）；最多 1 段音頻（--audio）；文本側用--prompt。 - 輸出控制：分辨率
720p/1080p（默認1080p）；可選fast_mode；--dry-run可只看請求載荷與費用估算而不真正調用 API。 - 異步：
--no-wait立即返回generateId，可用dlazy status <generateId> --wait輪詢；--timeout默認最長等待 1800 秒。 - 觸發詞（便於 Agent 路由）：如「數字人」「即夢 omnihuman」「生成數字人視頻」「虛擬人播報」等。
Skill 本質是 dLazy API 的薄封裝：本地路徑的圖片、音頻會由 CLI 上傳至 files.dlazy.com，生成結果 URL 也由該域返回。
安裝與啓用¶
分兩層：先把 Skill 裝進當前 Agent 的 skills 目錄，再安裝並配置 dLazy CLI。
1. 安裝 SkillHub CLI（若尚未安裝）¶
command -v skillhub && skillhub --version
未安裝時可按 SkillHub 官方安裝文檔執行，例如完整安裝：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
2. 安裝本 Skill¶
安裝時必須用 --dir 指向當前 Agent 實際讀取的 skills 目錄（裝到錯誤目錄 Agent 不會加載）。SkillHub 文檔中的常見路徑示例：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或項目下的.agents/skills/
命令形式：
skillhub install @user_f95f21b8/dlazy-jimeng-omnihuman-1-5 --dir <你的 skills 目錄>
也可按 SkillHub 技能頁提示，讓 AI 參照 https://skillhub.cn/install/skillhub.md 完成安裝。
3. 安裝 dLazy CLI 並配置 API Key¶
Skill 要求本機具備 npm / npx。全局安裝版本與 Skill 元數據一致：
npm install -g @dlazy/cli@1.0.9
不想全局安裝時，可按次使用：
npx @dlazy/cli@1.0.9 <command>
配置密鑰（會寫入 ~/.dlazy/config.json，Linux/macOS；Windows 爲 %USERPROFILE%\.dlazy\config.json）：
dlazy auth set YOUR_API_KEY
也可通過環境變量 DLAZY_API_KEY 按次傳入。Key 在 dlazy.com/dashboard/organization/api-key 獲取。
典型用法¶
先查看子命令幫助，確認當前版本支持的參數：
dlazy jimeng-omnihuman-1.5 -h
官方文檔中的基礎示例（本地人像 + 提示詞）：
dlazy jimeng-omnihuman-1.5 --prompt '提示詞內容' --image '/path/to/image.png'
使用遠程圖片 URL 的示例：
dlazy jimeng-omnihuman-1.5 --prompt '提示詞內容' --image 'https://files.dlazy.com/image.png'
調參前可用 --dry-run 覈對載荷與費用；長任務可配合 --no-wait 與 dlazy status。
成功時 CLI 返回 JSON，結構中包含 tool: "jimeng-omnihuman-1.5" 與 outputs 數組（每項含 url、mimeType 等字段）。具體媒體類型以 API 實際返回爲準。
在 Agent 裏，可將自然語言需求（例如「用這張圖做一段數字人播報」）映射爲上述命令；Skill 內也寫明可用 dlazy jimeng-omnihuman-1.5 -h 作爲調用時的幫助入口。
適用場景與注意¶
適合誰
- 已在 Agent 工作流裏做內容生產，需要口播/講解類數字人片段的團隊或個人。
- 願意使用 dLazy 雲端 API（按量計費、需自備 API Key）而非本地自建推理環境。
限制與注意
- 密鑰與費用：未配置或無效 Key 會返回
unauthorized；餘額不足爲insufficient_balance，需在 dLazy 控制台充值後再試。 - 數據出境與上傳：本地圖片、音頻會上傳到
files.dlazy.com，使用前請確認合規與隱私要求。 - 參數命名：幫助信息中爲
--images/--audio，示例中出現--image；若命令報錯，以dlazy jimeng-omnihuman-1.5 -h當前輸出爲準。 - SkillHub 側信息：截至資料抓取，該 Skill 評分 100000，下載 1148 次，安裝計數 2（以 SkillHub 頁面統計爲準，會隨時間變化）。
結尾¶
jimeng omnihuman 1.5 把即夢 OmniHuman 1.5 的數字人播報能力封裝成 Agent 可讀的 Skill，並固定到 @dlazy/cli@1.0.9 的調用方式；適合在已有 skills 目錄的客戶端裏，用「人像 + 音頻/文本」快速出片。
- SkillHub 技能頁：https://www.skillhub.cn/skills/user_f95f21b8/dlazy-jimeng-omnihuman-1-5
- API 入口（資料中的官方地址）：https://api.skillhub.cn/user_f95f21b8/dlazy-jimeng-omnihuman-1-5
- 座標：
@user_f95f21b8/dlazy-jimeng-omnihuman-1-5，版本 1.0.9
