Install
openclaw skills install @autoagc/linkpix-vidu-q3-clone帮助卖家通过青虎AI完成“Vidu Q3 爆款视频复刻”:擅长精准还原爆款视频的特定机位、转场和定格动画感,特别适合快节奏的时尚穿搭、饰品开箱和魔法特效类内容复刻。适用于国内抖音、快手、小红书平台的爆款高仿/二创,以及TikTok、Instagram Reels等海外平台的流行趋势跟进,高频产出符合平台算法偏好的优质带货内容。 Use this skill for ViduQ3爆款复刻, 机位还原, 定格动画, 时尚穿搭, 饰品开箱, 抖音, 快手, 小红书, TikTok, Reels, 爆款克隆, AI视频复刻。通过青虎AI统一接入,支持视频分析、任务轮询和结果下载。 当用户要求用 Vidu Q3 爆款视频复刻 或 Vidu Q3 复刻/对标/照着做爆款视频时必须触发。关键词:LinkPix、qhkit、青虎、Vidu Q3、爆款复刻、机位还原、定格动画、时尚穿搭、饰品开箱、抖音、TikTok、Reels。
openclaw skills install @autoagc/linkpix-vidu-q3-clone帮助卖家通过青虎AI完成“Vidu Q3 爆款视频复刻”:擅长精准还原爆款视频的特定机位、转场和定格动画感,特别适合快节奏的时尚穿搭、饰品开箱和魔法特效类内容复刻。适用于国内抖音、快手、小红书平台的爆款高仿/二创,以及TikTok、Instagram Reels等海外平台的流行趋势跟进,高频产出符合平台算法偏好的优质带货内容。 Use this skill for ViduQ3爆款复刻, 机位还原, 定格动画, 时尚穿搭, 饰品开箱, 抖音, 快手, 小红书, TikTok, Reels, 爆款克隆, AI视频复刻。通过青虎AI统一接入,支持视频分析、任务轮询和结果下载。
链接进、成片出:video-inspire 反推脚本 → 改写成用户商品 → video 用 Vidu Q3 成片。适合机位、转场、定格动画感要对齐的时尚/开箱二创。
首选模型:本技能对外对应 Vidu Q3。先跑 qhkit video options '{"queryParams":["modelLabel","models"]}' 拿实时清单,在 models/modelLabel 里按别名匹配:Vidu Q3 / ViduQ3 / Vidu。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 Vidu Q3」,不要自造标签硬提交。maintenance: true 或 notice 含「即将下线」的不要推荐。# 1. 链接 → 脚本(resourceUrl 只收 http(s) 分享链接)
qhkit video-inspire generate '{"resourceUrl":"https://v.douyin.com/xxxx/"}'
qhkit video-inspire status '{"inspireTaskId":276}'
# 2. 你来改写:保留镜头结构与节奏,替换成用户商品与卖点,把改写版读给用户确认
# 3. 成片(modelLabel 换成 options 返回的逐字标签;有 playVideo 直链且模型支持参考视频时再传)
qhkit video generate '{"modelLabel":"Vidu Q3","prompt":"<改写后的脚本>","uploadedImages":["./我的商品图.jpg"],"uploadedVideo":"<playVideo 直链>"}'
qhkit video status '{"videoTaskId":"task-123"}'
qhkit video estimate '{"modelLabel":"Vidu Q3","uploadedImages":["./我的商品图.jpg"],"uploadedVideo":"<playVideo 直链>"}'
uploadedVideo,改用脚本约束运镜。uploadedVideo / uploadedAudio 可数组,上限见 options。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?type=1&urlCode=1788417429126 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。video-inspire 耗时预期与成片不同:脚本通常 1 分钟内出,轮询 20–30 秒一次即可;超过 10 分钟仍是 pending,说明后端已判超时失败,不要按「视频最长 40 分钟」继续空等,重新提交一次即可。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)。