前言¶
做数字人内容时，常见的做法是分别准备驱动音频、形象素材和合成脚本，再在多个工具之间来回拼。本篇介绍的 Skill 把「音频驱动数字人」这一步打包成单个 Skill，目标是让 Agent 直接用音频产出数字人相关内容，少做工具对接。
这是什么¶
「音频驱动数字人」是一个发布在 SkillHub 上的通用 SKILL.md 格式 Skill，坐标 @org-qvypbtd6/shuziren1，版本 1.0.0，来源标记为 enterprise。
它由鲸歌科技发布维护，分类在 design-media，官方简介只有一句：「通过音频驱动数字人的skills」。也就是说，它的定位是把音频驱动数字人这件事做成一个可被 Agent 调用的能力，而不是独立的前端应用或模型服务。
目前在 SkillHub 上的评分为 100000，累计下载 801 次，安装数为 0。标签里有一条 requires_api_key=false，意味着从标签上看使用它不需要额外配置 API Key。
核心功能¶
按照官方简介，这个 Skill 的能力边界就是「通过音频驱动数字人」。以下几点来自已核实资料：
- 输入侧围绕音频，即由音频驱动数字人动作或内容。
- 输出侧是数字人，属于
design-media分类下的媒体类任务。 - 不需要 API Key（依据标签
requires_api_key=false）。
具体支持的音频格式、数字人形象类型、输出分辨率、时长上限，官方页面未公开说明，本文不做推测。
安装与启用¶
以下是安装方式。
官方资料中没有给出可核对的安装命令。Skill 采用通用 SKILL.md 格式，因此在支持该格式的 Agent 里，通用启用方式是把 Skill 目录放进 Skill 搜索路径，或按工具文档从 SkillHub 导入坐标 @org-qvypbtd6/shuziren1。
# 通用 Skill 目录约定，具体路径以所用 Agent 文档为准
./skills/org-qvypbtd6/shuziren1/SKILL.md
Cursor、Codex CLI、Claude Code 三种环境是否有各自的安装差异，官方页面没有分别说明，本文不写未经核实的内容。需要确认时，以 SkillHub 页面和本地 Agent 文档为准。
典型用法¶
官方页面没有公开可复现的调用示例，因此这一节只给调用形态，不给具体参数。
在 Agent 会话中触发时，通常是一句话说明意图，让 Agent 加载该 Skill 后执行：
用音频驱动数字人，音频文件为 demo.wav
实际参数名、输出路径、回调方式需要在本地运行一次后确认。
适用场景与注意¶
适合的场景：
- 已经有驱动音频，希望直接生成数字人内容的开发者。
- 想把音频驱动数字人这一步固化成 Agent 可复用能力，而不是每次手写流程。
- 不想额外申请 API Key 的团队，从标签上看
requires_api_key=false。
需要注意的地方：
- 能力边界只写了「音频驱动数字人」，复杂编排（多段音频、多形象、字幕对齐）是否支持未核实。
- 安装数为 0，说明目前可能还没有大规模使用反馈，遇到问题建议直接向发布者鲸歌科技确认。
- 评分 100000 是 SkillHub 上的页面评分，不代表功能效果，引用时注意区分。
- 本 Skill 基于通用 SKILL.md 格式，不同 Agent 对 Skill 的支持程度不同，启用前先确认本地环境支持该格式。
结尾¶
这个 Skill 的价值在于把音频驱动数字人这件事从多工具拼装收敛成一个可调用的能力，对已有音频素材、想少做对接的开发者比较实用。它的公开信息偏少，建议先在测试环境跑通一次再决定是否接入主流程。
官方地址：https://api.skillhub.cn/org-qvypbtd6/shuziren1
