Install
openclaw skills install @autoagc/linkpix-minimax-h3-sales帮助电商运营、短视频团队、广告投放师通过青虎AI完成“MiniMax H3 电商带货视频”:具备多模态控制能力,支持音视频同步生成,输出的原生配音、口播和画面高度契合,极大降低了后期配音成本。适用于抖音口播带货、快手直播切片、TikTok真人感广告投放、Amazon视频广告、Shopee直播引流等场景。可快速生成高质量的剧情型、测评型口播视频,精准覆盖移动端用户的碎片化浏览习惯。 Use this skill for MiniMaxH3电商视频, 多模态视频生成, 原生音频, AI口播, 直播切片, 抖音, 快手, 亚马逊视频广告, TikTok, Shopee, 引流视频, AIGC视频生成, 音画同步。通过青虎AI统一接入,支持素材上传、任务轮询和结果下载。 当用户要求用 MiniMax H3 电商带货视频 或 MiniMax H3 做带货/商品/种草/广告视频时必须触发。关键词:LinkPix、qhkit、青虎、MiniMax H3、海螺、多模态、原生音频、AI口播、音画同步、抖音口播、TikTok、Amazon视频广告。
openclaw skills install @autoagc/linkpix-minimax-h3-sales帮助电商运营、短视频团队、广告投放师通过青虎AI完成“MiniMax H3 电商带货视频”:具备多模态控制能力,支持音视频同步生成,输出的原生配音、口播和画面高度契合,极大降低了后期配音成本。适用于抖音口播带货、快手直播切片、TikTok真人感广告投放、Amazon视频广告、Shopee直播引流等场景。可快速生成高质量的剧情型、测评型口播视频,精准覆盖移动端用户的碎片化浏览习惯。 Use this skill for MiniMaxH3电商视频, 多模态视频生成, 原生音频, AI口播, 直播切片, 抖音, 快手, 亚马逊视频广告, TikTok, Shopee, 引流视频, AIGC视频生成, 音画同步。通过青虎AI统一接入,支持素材上传、任务轮询和结果下载。
商品图 + 卖点 → 带货短视频。成片走 qhkit video,多图快速拼片走 qhkit video-quick。本技能默认优先 MiniMax H3。时点目录里 H3 多为 768p、不收参考视频,部分档有超宽屏 21:9。要参考视频运镜时先确认 supportsReferenceVideo。
首选模型:本技能对外对应 MiniMax H3。先跑 qhkit video options '{"queryParams":["modelLabel","models"]}' 拿实时清单,在 models/modelLabel 里按别名匹配:MiniMax H3 / MiniMaxH3 / H3。命中后把返回的标签逐字当作 modelLabel(视频模型常带时长,如 Seedance2.0 15秒,只写模型名且存在多时长时按 CLI 提示补 duration)。
credits)列给用户选,说明「当前目录未上架 MiniMax H3」,不要自造标签硬提交。maintenance: true 或 notice 含「即将下线」的不要推荐。qhkit video options '{"queryParams":["modelLabel","models"]}'
# modelLabel 必须换成 options 返回的逐字标签(常带时长)
qhkit video generate '{"modelLabel":"MiniMax H3 15秒","prompt":"户外工作灯,超长续航,露营必备","uploadedImages":["./商品图.jpg"],"orientationLabel":"竖屏 9:16"}'
qhkit video status '{"videoTaskId":"task-123"}'
# 多图一键成片(不绑模型,8–60 秒)
qhkit video-quick generate '{"prompt":"户外工作灯广告","duration":15,"creative":"1","orientation":"portrait","language":"zh","uploadedImages":["./图1.jpg","./图2.jpg"]}'
qhkit video estimate '{"modelLabel":"MiniMax H3 15秒","uploadedImages":["./商品图.jpg"]}'
supportsReferenceVideo: true 时传,uploadedVideo 可数组,上限见 maxReferenceVideos。supportsReferenceAudio: true 时传,本地文件 ≤50MB。orientationLabel / languageLabel 必须来自 options;count 1–8。propertyTags 里提示词要求为「精准」的模型,先补全镜头、光影、材质再提交。本技能依赖 qhkit 命令(npm 包 @iqinghu/qhkit),可完全独立安装。按顺序检测,缺失就地补齐:
有 qhkit 吗? qhkit config show 能跑通即就绪,跳到第 4 步。
没有 qhkit 但有 node/npm(OpenClaw/Hermes 机器部署流程保证自带 Node 22+)→ 全局安装(推荐):
npm i -g @iqinghu/qhkit
默认走 npm 官方源;官方源访问慢或超时(国内网络常见)时,再加镜像参数 --registry=https://registry.npmmirror.com(阿里维护的 npm 官方镜像,仅作网络兜底)。仅当全局安装因权限失败且无法提权时,才退而用 npx @iqinghu/qhkit <命令> ...(npx 必须写包全名)。
连 node 都没有(要求 Node ≥ 18):先装 Node 再回到第 2 步。
# Linux 二进制安装(装到用户目录,无需 root;先校验官方 SHA256 再解包):
cd /tmp && curl -fsSLO https://nodejs.org/dist/v22.22.3/node-v22.22.3-linux-x64.tar.xz
cd /tmp && curl -fsSL https://nodejs.org/dist/v22.22.3/SHASUMS256.txt | grep ' node-v22.22.3-linux-x64.tar.xz$' | sha256sum -c -
mkdir -p "$HOME/.local/lib" && tar -xJf /tmp/node-v22.22.3-linux-x64.tar.xz -C "$HOME/.local/lib"
export PATH="$HOME/.local/lib/node-v22.22.3-linux-x64/bin:$PATH"
校验行输出 OK 才继续;校验失败就删掉重下,绝不解包未通过校验的文件。nodejs.org 访问不通时,把两个下载 URL 的前缀 https://nodejs.org/dist 整体换成镜像 https://registry.npmmirror.com/-/binary/node(目录结构相同,SHASUMS256.txt 也有镜像,校验步骤不变)。export PATH 只对当前 shell 生效,跨命令调用时每个新 shell 都要先执行这行(或追加进 ~/.bashrc)。macOS 用 brew install node;Windows 用 winget/官网安装包。arm64 机器把 x64 换成 arm64。
密钥:无密钥时(命令返回 stage:"config"),把下面的引导文案发给用户,拿到密钥后执行 qhkit config set --token <密钥> --env prod(或设环境变量 QHKIT_TOKEN):
- 打开 https://www.iqinghu.com/workbench/login?urlCode=agentch 注册/登录
- 进入控制台 → 工作台的 APIKeys 页面:https://www.iqinghu.com/workbench/dashboard/api-keys
- 点「创建/复制」生成密钥,生成后将 API 密钥发我
图文获取密钥教程:https://xcnzsfe4uxrw.feishu.cn/wiki/KJ0Ywsyw8iAXmRkz5l4cddDbn6g
自检:qhkit config show 输出脱敏配置即全部就绪。
升级:出现以下任一信号,先升级再重试原命令——命令返回 {"ok":false,"stage":"version",...}(版本门禁,message 里就是升级命令,照做即可);命令返回 {"ok":false,"stage":"runtime","message":"未知命令:…"}(本机 qhkit 太老、还没有这个命令——注意它 stage 是 runtime 不是 version,走不到版本门禁,别当成用法错误);stderr 提示有新版本;报「模式在线上已下架或配置变更,请升级 qhkit」。(image/video 的模型清单 0.12.0 起实时读取,线上新增模型不需要升级 CLI。)
npm i -g @iqinghu/qhkit@latest
官方源慢或超时时同样加 --registry=https://registry.npmmirror.com。
安装/配置失败时把具体报错告诉用户(常见:无写权限 → 提示用户提权或改用 npx;无网络 → 让用户处理网络)。
qhkit <命令> <action> '<json>',或 qhkit <命令> <action> @params.json(参数写进文件,避免 shell 转义问题,推荐)。{"ok":false,"stage":"...","message":"..."} 且退出码 1,把 message 原样转告用户。stderr 可能出现提示行,不是错误。python -c "from PIL import Image, ImageOps; im=ImageOps.exif_transpose(Image.open('原图')); im.thumbnail((2048,2048)); im.convert('RGB').save('压缩后.jpg', quality=85)"(缺 Pillow 先 pip install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple);没有 Python 就用 Node —— npx --yes sharp-cli -i 原图 -o 压缩后.jpg resize 2048(官方源慢时加 --registry=https://registry.npmmirror.com)。两条都失败才请用户换 10MB 以内的图,不要反复重试。modelLabel、sizePreset、themeLabel 等)必须与 options 返回的候选值逐字一致,不要自造或翻译;拿不准先调 options。image / video 的模型清单是实时的(0.12.0 起直接读线上目录,新增/下架/调价自动跟随,无需升级 CLI),且均无默认模型——modelLabel 必填,缺失会报错并列出当前可选项。当次会话第一次选模型前先跑 options 查 modelLabel/models 拿当前清单,不要凭记忆或本文档的快照直接报模型名。拉不到目录(断网/密钥问题)时命令会明确报错,按提示引导用户检查配置。generate 会创建任务、消耗积分,发起前必须把本次提交的关键参数一次性列给用户——模型/模板、出图张数或视频时长、尺寸与画质、语言、用到哪几张参考图,以及 estimate 报出的预计扣除积分(不支持 estimate 的命令如实说「以实际扣费为准」)——等用户明确同意后才能执行提交。参数全部来自用户原话时也要复述确认一遍(口头描述与实际枚举值可能有出入,任务提交后不可取消)。只读 action(options / estimate / status / templates 等)无需确认。video 命令要报积分时先跑 qhkit video estimate '<与 generate 完全相同的参数>',报返回的 credits(实扣值);enough:false 提前告知余额不足。其他视频命令不支持 estimate,如实说「以实际扣费为准」。generate 只提交,立即返回任务 ID;重复调 status 直到 stage:"done"(返回含产物 URL),间隔 30–60 秒。视频任务最长可达 40 分钟,提交后立即告知任务 ID 和耗时预期,不要提前放弃;任务不可取消,ID 要保留。videos/primaryVideo 字段里,按当前环境的媒体交付约定发给用户;产物必须和「生成完成」写在同一轮回复,并附实扣 credits(generate 返回里带)。