前言¶
讓一個虛擬數字人開口說話，看起來只是一段語音合成，實際做起來坑不少：會話要管理，音頻流要走 RTMP、TRTC 還是 WebRTC，文本驅動和音頻驅動是兩條鏈路，渲染端還要配合動作和表情。自己拼這些能力，開發量不小。
下面介紹的這個 Skill，把這條鏈路收攏成一個可直接調用的技能：騰訊雲智能數智人（虛擬數字人）交互驅動技能，座標 @user_103c30c8/digitalhuman，發佈在 SkillHub 社區，當前版本 1.0.3，分類 design-media。
這是什麼¶
一句話定位：一個把文本或音頻驅動數字人實時語音對話的完整工作流封裝起來的 Agent Skill。
- 出品方/維護者：SkillHub 社區發佈者 user_103c30c8（community 來源，非官方 Tencent 直接發佈）。
- 解決的問題：當你需要創建/驅動虛擬數字人、讓 AI 數字人說話、生成數字人視頻，或把數字人集成到應用裏時，不用再自己拼裝會話管理、流協議和播放器，直接觸發這個技能即可。
注意它帶 requires_api_key=true 標籤，使用前需要準備對應的 API Key，下文會再提到。
核心功能¶
以下能力以 SkillHub 頁面簡介爲準：
1、文本或音頻驅動：可以用文本，也可以用音頻輸入，驅動數字人進行實時語音對話。
2、會話管理：對話不是單次問答，技能內部覆蓋會話維度的管理。
3、流協議支持：覆蓋 RTMP、TRTC、WebRTC 三種常見流協議。
4、WebSocket 交互驅動：除流協議外，提供 WebSocket 通道的交互式驅動方式。
5、H5 播放器：提供面向瀏覽器端的 H5 播放器，便於在網頁中嵌入使用。
一句話概括：從「給一段文本或音頻」到「數字人實時說話並可被播放」的鏈路，由這一個技能覆蓋。
安裝與啓用¶
已抓取資料中沒有給出具體安裝命令，安裝方式以 SkillHub 官方頁面爲準：
- SkillHub 頁面：https://www.skillhub.cn/skills/user_103c30c8/digitalhuman
- API 地址：https://api.skillhub.cn/user_103c30c8/digitalhuman
啓用前有兩點要確認：
1、該技能帶 requires_api_key=true 標籤，使用前需在騰訊雲側準備好對應 API Key，並在技能配置中填入；配置字段以技能包內 SKILL.md 說明爲準，此處不杜撰字段名。
2、版本與來源信息：當前版本 1.0.3，來源 community，發佈者 user_103c30c8。
說明：資料中未提供 Cursor、Codex CLI、Claude Code 各自的安裝差異說明，本文不編造。如果後續拿到 SKILL.md 原文，再補充各 IDE 的具體安裝方式。
典型用法¶
已抓取資料中沒有官方示例代碼，這裏給出基於技能簡介可確認的調用方向，具體接口以技能包內文檔爲準：
1、文本驅動：傳入一段文本，技能完成語音合成與驅動，數字人按文本內容說話，可用於播報、客服話術回放。
2、音頻驅動：傳入一段音頻，技能按音頻的節奏和音色驅動數字人，可用於數字人直播、視頻口播。
3、流協議輸出：根據目標端選擇 RTMP 推流、TRTC 實時音視頻或 WebRTC，分別對應直播推流、低延遲實時通話、瀏覽器直連場景。
4、WebSocket 交互驅動：適合需要邊對話邊下發指令的交互式場景。
5、H5 播放器：把渲染端嵌入網頁，用戶在瀏覽器裏直接看到數字人。
適用場景與注意¶
適合誰：
- 需要在應用里加一個「會說話的數字人」的開發者，尤其是直播、客服、播報、交互式導覽方向。
- 已經用騰訊雲數智人相關能力、希望用 Skill 方式收攏調用鏈路的團隊。
限制和坑：
1、需要 API Key，沒有 Key 無法啓用，且 Key 的開通、計費歸屬騰訊雲賬戶，需自行確認。
2、來源是 community，不是官方機構賬號直接發佈，集成到生產環境前建議先在測試環境驗證鏈路穩定性。
3、簡介提到流協議、WebSocket、H5 播放器等多種鏈路，具體可用能力取決於技能包內 SKILL.md 的實現，未覈實前不要假設全部鏈路都已可用。
4、數據表現：SkillHub 頁面顯示評分 100000、下載 1258、安裝 0。安裝數爲 0 是當前頁面快照，選型時建議以最新頁面數據爲準。
結尾¶
這個 Skill 的價值在於把數字人實時語音對話的多段鏈路（會話管理、流協議、WebSocket 驅動、H5 播放）收攏成一次觸發，減少自研拼裝成本。適合有明確數字人集成需求、且能提供騰訊雲 API Key 的開發者。
官方地址：https://api.skillhub.cn/user_103c30c8/digitalhuman
