下载地址
https://www.zhengdianxue.com/wp-content/uploads/skills/org-3zj9kart--popto-batch-talking-video.zip将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md，安装 @org-3zj9kart/popto-batch-talking-video。使用 Popto 批量生成口播音频和数字人口播视频，为每个数字人分别配置脚本、外观与字幕，查询角色、保存结果并恢复异步任务。适用于已有口播文案配音、多个数字人分别说不同文案、批量制作口播音视频，以及继续已有 tool_id 或本地生成任务；不负责克隆声音、创建数字人或拆解视频后跟创文案。
阅读全文 （展开查看完整说明）
概述
Popto 批量生成口播音视频
通过 API Key 调用 Popto 工作台的批量生成口播音视频功能。脚本仅依赖 Python 3.10+ 标准库，不使用浏览器 Cookie。
以本技能目录为工作目录执行以下命令；技能安装到其他位置后，按实际位置定位 scripts/batch_talking_video.py。
配置与可用性
在 config.json 中填写 POPTO_API_KEY，或设置同名环境变量。缺少密钥时，引导前往获取 API Key。不要在聊天、日志或结果文件中输出密钥。
- 服务地址：
--base-url→POPTO_BASE_URL→BASE_URL环境变量 → config 的BASE_URL/base_url→https://popto.cn。 - 密钥：
POPTO_API_KEY→POPTO_API_TOKEN环境变量 → config 的POPTO_API_KEY/api_key/API_KEY。--config可指定配置文件。 - 恢复任务必须使用原服务地址和同一账号的 API Key。
- 本技能依赖新增的
/api/open/v1/...批量口播接口。若服务返回 404，说明目标环境尚未部署对应接口；报告缺失接口，不改用网页登录接口或重复提交。
选择输入和交付模式
- 获取用户的口播文本和数字人选择。用户只提供内容方向时，可先根据要求拟稿；用户要求使用原文时保留原文。缺少必要的角色或脚本时，先查询角色或整理已有文本，再询问缺失内容。
- 查询真实角色和外观 ID，不编造 ID。
actors默认查询平台角色；--category mine查询当前用户自建角色，--category favourite查询收藏。使用返回的offset/more继续翻页。自建角色须有可用声音；未就绪、失败或已删除角色不能作为已就绪角色提交。需要配置新声音或数字人时，引导用户在工作台先完成配置。 - 每个脚本至少 20 个非空白字符，总长度不超过 5000 个 UTF-16 字符，与网页输入限制一致。
selected_look_ids省略时使用默认外观；多个 ID 会展开为多个视频，音频按相同角色和脚本复用。 - 选择
audio（只生成独立音频）、video（默认，直接渲染视频）或both（先生成独立音频，再生成视频）。用户只要配音时使用audio，同时要音频和视频时使用both。视频请求会携带已生成的音频信息和实际时长，保持网页端请求格式；后端仍按脚本和角色调用合成，不承诺成片逐样本复用试听音频。 - 默认关闭字幕。用户需要字幕时设
with_subtitle: true；自定义样式先用styles、fonts查询真实配置，再把完整样式对象写入subtitle_style，不要只传样式 ID。
展示数字人时，使用接口返回的 preview_url 展示形象，使用 show_off_url 供用户观看视频；需要展示声音试听时，使用 audition_audio_url。字段缺失或为空时如实说明对应素材不可用，不要用其他字段冒充。
python3 scripts/batch_talking_video.py actors --query "关键词" --limit 20
python3 scripts/batch_talking_video.py actors --gender female --industry 'tech_&_saas' --limit 20
python3 scripts/batch_talking_video.py actors --category mine
python3 scripts/batch_talking_video.py styles
python3 scripts/batch_talking_video.py fonts
python3 scripts/batch_talking_video.py billing平台角色可组合使用以下筛选参数；同一参数可重复传入多个值，按返回的 offset / more 继续翻页。属性筛选仅适用于平台角色；自建及收藏列表使用 --query 按名称查询，不要假定服务端会对其应用属性筛选。
| 参数 | 可选值（中文含义） |
|---|---|
--gender | female 女性、male 男性 |
--age | senior 老年、adult 成年、young_adult 青年、kid 儿童 |
--ethnicity | caucasian 欧美、black 黑色人种、east_asian 东亚、south_asian 南亚、hispanic 拉美、middle_eastern 中东 |
--situation | bedroom 卧室、kitchen 厨房、living_room 客厅、office 办公室、studio 工作室、coffee_shop 咖啡馆、balcony 阳台、beach 海滩、snow 雪景、street 街道、car 车内 |
--industry | e-commerce 电商、beauty_&_skincare 美妆护肤、health_&_fitness 健康健身、food_&_beverage 餐饮食品、tech_&_saas 科技/SaaS、finance_&_insurance 金融保险、education 教育、real_estate 房地产、travel_&_hospitality 旅游酒店、fashion_&_apparel 时尚服饰、automotive 汽车、entertainment_&_media 娱乐传媒 |
--pose | standing 站立、sitting 坐姿、lying 躺卧、walking 行走、running 奔跑、leaning 倚靠、kneeling 跪姿 |
--shot-type | close_up 特写、medium_close_up 中近景、medium_shot 中景、medium_full_shot 中全景、full_shot 全景 |
--skin-tone | skin-001 至 skin-006（肤色 1 至 6） |
包含 & 等 shell 特殊字符的值须用引号包裹。按需求选择条件，结果为空时可减少筛选条件；不要编造数字人 ID 或认为所有条件都必须填写。
批量输入 batch.json 示例（将角色及外观 ID 替换为查询到的真实值）：
{
"items": [
{
"actor_id": "act_example_one",
"script": "大家好，今天为大家介绍我们的新产品，帮助内容团队高效完成日常视频创作。",
"with_subtitle": true
},
{
"aiactor": {"actor_id": "act_example_two", "name": "数字人二"},
"selected_look_ids": ["look_example"],
"script": "欢迎来到今天的分享，我们会用三个简单步骤演示如何把一段文案制作成口播视频。",
"with_subtitle": false
}
]
}提交和查询
先用 plan 做本地检查，查看展开后的生成数量和预估视频秒数；该命令不联网、不要求密钥。billing 返回当前计费配置和各套餐批量上限；视频预估积分按每条脚本 ceil(字符数/5) 秒 × ceil(render_avatar 单价) 累加，有真实音频时按音频时长向上取整估算。实际费用和当前套餐权益由服务端校验。音频合成不在当前工具箱逻辑中单独扣 actor_say 积分，不把配置中的该单价误报为已经扣费。告知用户本次数量、模式与可估算的费用；用户已经明确要求生成即在该范围内执行，无需重复要求确认。
声音使用沿用工作台的声音克隆与声纹使用许可约定。选择用户有权使用的角色和声音；若用户明确表示不同意许可或没有使用授权，停止相关生成。
python3 scripts/batch_talking_video.py plan --input batch.json --mode both
python3 scripts/batch_talking_video.py run --input batch.json --mode both --out-dir ./output/batch-001每次运行使用独立输出目录。--max-wait 默认 1800 秒，--interval 默认 4 秒。长任务可先传 --submit-only 返回已提交的任务 ID，再用 resume 继续。both --submit-only 只提交音频阶段，resume 等音频完成后自动进入视频阶段。
python3 scripts/batch_talking_video.py resume --out-dir ./output/batch-001
python3 scripts/batch_talking_video.py status --out-dir ./output/batch-001
python3 scripts/batch_talking_video.py status --tool-id tool_xxx
python3 scripts/batch_talking_video.py status --task-ids task_xxx task_yyyresume 可能提交尚未开始的阶段，延续原生成请求；status 只查询。仅有 tool_id 时可查询最近 50 条任务和工作台结果；自动续跑需要原输出目录的 run_state.json，不能仅凭项目 ID 推断哪些新任务应生成。
任务状态和恢复约束
- 多角色不同脚本必须逐个提交“一段脚本 × 一个数字人”音频任务。原始
batch_say接口会做笛卡尔组合，脚本已规避多生成。 - 首次返回
tool_id后，所有后续提交复用该项目。每个任务 ID 在返回后立即写入run_state.json。轮询按最多 50 个 task_id 分组，保留成功结果和失败任务。 - 同一输出目录使用锁防止并发重复提交。进程异常退出留下
.run.lock时，先确认原进程已退出并核对任务状态，再移除该锁恢复。 - 服务端提交接口没有幂等保证，也没有原子批量提交保证。脚本发送前保存
submitting；网络错误、非完整回执或中断后保留unknown/submitting，禁止自动重放或新建输出目录重做同一批次。先查询已知任务、项目中心和保留的receipt。首个请求丢失回执时可能没有 tool_id，也必须核对项目中心。 - 部分成功、部分失败时提供成功下载链接和失败 task_id；不自动重建失败任务。用户明确要求重新生成后，整理仅包含失败项的新输入，用新目录运行，并说明这是新的生成请求。
resume使用原输入快照，不接受修改脚本、切换模式或服务地址。新一轮生成使用新输入和新目录，不把不同任务混入旧状态。
交付结果
输出目录包含 run_state.json（输入、服务地址、阶段回执和任务详情）及 results.json（每条配置的音频 URL、视频 URL、状态、任务 ID 和工作台地址），不自动下载媒体。
向用户交付可点击的音频/视频链接及打开批量口播项目入口。具体项目地址使用 results.json 的真实 workspace_url。只有任务成功且返回媒体 URL 才称生成完成；音频模式只报告音频完成，不把网页中仅有音频的项目描述为视频已完成。超时、失败、缺少 URL 或提交不明确时如实说明，并提供原目录的恢复或查询命令。
需要核对原始请求、结果字段或后端接入位置时读取 [references/api.md](references/api.md)。
