Install
openclaw skills install @autoagc/linkpix-shipinhao-viral-video视频号 爆款带货视频生成。帮助微信私域运营、直播带货团队、中老年受众商家通过青虎AI完成“视频号 爆款带货视频生成”:可调用可灵Kling 3.0、阿里Wanx 3.0、MiniMax H3、Seedance 2.0、Seedance 2.5、HappyHorse 1.1等大模型,生成情感故事、好物分享、知识口播、直播引流等视频类型,精准适配视频号的社交裂变逻辑和熟人推荐机制。适用于微信视频号、公众号嵌入、朋友圈广告等私域流量转化场景。Use this skill for 视频号爆款视频, 私域流量, 情感故事, 好物分享, 知识口播, 直播引流, 微信生态, 社交裂变, 转化率, 阿里Wanx, HappyHorse, 可灵Kling, AIGC视频生成。通过青虎AI统一接入,支持素材上传、任务轮询和结果下载。 当用户要求做视频号 爆款视频生成或视频号带货/种草/投放短视频时必须触发。关键词:LinkPix、qhkit、青虎、视频号爆款视频、微信私域、情感故事、好物分享、知识口播、直播引流、朋友圈广告、社交裂变。
openclaw skills install @autoagc/linkpix-shipinhao-viral-video视频号 爆款带货视频生成。帮助微信私域运营、直播带货团队、中老年受众商家通过青虎AI完成“视频号 爆款带货视频生成”:可调用可灵Kling 3.0、阿里Wanx 3.0、MiniMax H3、Seedance 2.0、Seedance 2.5、HappyHorse 1.1等大模型,生成情感故事、好物分享、知识口播、直播引流等视频类型,精准适配视频号的社交裂变逻辑和熟人推荐机制。适用于微信视频号、公众号嵌入、朋友圈广告等私域流量转化场景。Use this skill for 视频号爆款视频, 私域流量, 情感故事, 好物分享, 知识口播, 直播引流, 微信生态, 社交裂变, 转化率, 阿里Wanx, HappyHorse, 可灵Kling, AIGC视频生成。通过青虎AI统一接入,支持素材上传、任务轮询和结果下载。
平台向的电商视频总入口(第 1 批 linkpix-ecom-video 的拆分):qhkit video 多模型成片 + video-quick 多图成片 + 需要分镜时 storyboard。默认画幅 竖屏 9:16,默认语言 简体中文。模型优先从目录里找:可灵3.0 Omni、阿里wanx3.0、MiniMax H3、Seedance2.0、Seedance2.5、Happy Horse 1.1。
qhkit video options '{"queryParams":["modelLabel","models"]}'
# 在 models 里按名称匹配首选模型;modelLabel 必须逐字来自返回值(常带时长)
qhkit video generate '{"modelLabel":"Seedance2.0 15秒","prompt":"<按下方平台提示词改写>","uploadedImages":["./商品图.jpg"],"orientationLabel":"竖屏 9:16","languageLabel":"简体中文"}'
qhkit video status '{"videoTaskId":"task-123"}'
qhkit video estimate '{"modelLabel":"Seedance2.0 15秒","uploadedImages":["./商品图.jpg"]}'
# 多图一键成片
qhkit video-quick generate '{"prompt":"<平台向卖点>","duration":15,"creative":"1","orientation":"portrait","language":"zh","uploadedImages":["./图1.jpg","./图2.jpg"]}'
# 先写分镜再成片
qhkit storyboard script '{"uploadedImages":["./商品图.jpg"],"productName":"保温杯","pointDescription":"316不锈钢·24h保温"}'
平台提示词:熟人推荐语气:情感故事、好物分享、知识口播,节奏比抖音稳,少炫技转场。适合公众号嵌入和朋友圈广告。
models 为准。orientationLabel 必须来自该模型的候选;目录没有 竖屏 9:16 时改用最接近的竖/横屏并告诉用户。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)。