数字人形象生成器

概述

概述

根据用户输入的性别、行业、经营产品、精准客群和风格要求，自动生成独有的数字人肖像图像和完整角色档案。核心能力是通过参数化输入驱动 AI 图像生成，产出可用于品牌代言、直播带货、私域运营等场景的数字人形象。

工作流程

第一步：收集用户参数

通过 AskUserQuestion 工具分批收集以下参数。如果用户已在消息中提供了部分信息，跳过已提供的项。

第一批（必填，4 个问题）：

1. 性别 — 选项：男 / 女
2. 行业 — 选项：茶叶 / 建材 / 美妆 / 教育 / 金融 / 餐饮 / 科技 / 服装 / 医疗 / 农业 / 房地产 / 电商 / 律师 / 旅游 / 健身 / 母婴 / 珠宝 / 汽车 / 文化传媒 / 物流（用户可选"其他"自定义）
3. 经营产品 — 文本输入，如"六堡茶""沉香茶""涂料"等
4. 精准客群 — 选项：18-25岁年轻群体 / 25-35岁都市白领 / 35-50岁中产家庭 / 50岁以上银发群体 / 企业客户B端 / 高净值人群 / 母婴群体 / 学生群体（用户可选"其他"自定义）

第二批（风格选项，4 个问题）：

1. 整体调性 — 选项：专业权威 / 亲和温暖 / 高端奢华 / 活力青春 / 知性优雅 / 国风古韵 / 科技未来 / 自然朴实
2. 外形 + 肤色 — 外形选项：纤细 / 匀称 / 丰满 / 健硕 / 高挑 / 娇小；肤色选项：白皙 / 象牙白 / 蜜色 / 小麦色 / 古铜色（合并为一题，格式"外形-肤色"，如"匀称-白皙"）
3. 容貌组合 — 从 references/style-presets.md 读取选项，格式"脸型/眼睛/鼻型/嘴唇"，如"鹅蛋脸/杏眼/高挺鼻/微笑唇"
4. 发型 + 服装 — 发型选项见 references/style-presets.md（分男女）；服装选项：商务正装 / 商务休闲 / 传统中式 / 时尚潮流 / 职业工装 / 休闲自然 / 运动活力 / 高定礼服

第三批（可选，1-2 个问题）：

1. 语音风格 — 选项见 references/voice-profiles.md，如"温柔知性 / 磁性沉稳 / 活力清新 / 专业干练 / 甜美可爱 / 成熟大气 / 温暖亲切 / 知性优雅"
2. 图像风格 — 选项：写实风格(realistic) / 卡通风格(cartoon)。默认写实风格

如果用户消息中已包含足够信息，直接跳到第二步。

第二步：加载参考数据并补全参数

1. 读取 references/style-presets.md，将用户选择的中文风格项映射为英文描述
2. 读取 references/industry-themes.md，根据行业获取场景背景、配饰道具、推荐调性
3. 读取 references/voice-profiles.md，根据语音风格获取语音参数
4. 如用户未指定某项参数，使用行业默认值补全

第三步：构建提示词

方式一（推荐）：直接构建

读取 references/prompt-anatomy.md，按提示词结构手动组装英文提示词。将所有用户参数映射为英文描述后拼接。

方式二：脚本构建

运行 scripts/build_prompt.py：

python scripts/build_prompt.py --input '{"gender":"female","industry":"茶叶","product":"六堡茶","target_audience":"35-50岁中产家庭","body_type":"匀称","face_shape":"鹅蛋脸","eye_style":"杏眼","nose_style":"高挺鼻","lip_style":"微笑唇","skin_tone":"白皙","hairstyle":"黑色长直发","clothing_style":"传统中式","overall_tone":"国风古韵","voice_style":"温柔知性","image_style":"realistic"}'

脚本输出构建好的英文提示词。

第四步：生成数字人图像

使用 ImageGen 工具（通过 ToolSearch 加载 ImageGen 工具 schema，再用 DeferExecuteTool 调用）生成数字人肖像。

调用参数：

• prompt: 第三步构建的英文提示词
• 生成后图像会保存到本地

第五步：生成数字人档案

1. 读取 assets/profile-template.md 模板
2. 将所有参数填入模板对应字段
3. 保存档案文件到工作目录，文件名格式：digital-human-{industry}-{gender}-{timestamp}.md

第六步：展示结果

使用 present_files 展示生成的数字人图像和档案文件。

参数说明

资源文件说明

references/

• style-presets.md — 所有风格选项的中文到英文映射表
• industry-themes.md — 行业到场景/道具/调性的映射表 + 客群到年龄感的映射
• voice-profiles.md — 语音风格选项和参数记录格式
• prompt-anatomy.md — 提示词构建结构和完整示例

scripts/

• build_prompt.py — 将 JSON 参数转为英文 ImageGen 提示词

assets/

• profile-template.md — 数字人档案输出模板

server/

• server.py — Pay Skill 最小后端服务（微信支付 Native 下单 + X402 预下单 + 402 返回 + 查单履约）
• requirements.txt — Python 依赖
• .env.example — 服务端环境变量模板
• DEPLOY.md — 部署与配置说明

使用示例

用户输入：

帮我生成一个茶叶行业的女性数字人，经营六堡茶，面向35-50岁中产客群，国风古韵风格，鹅蛋脸杏眼，黑色长直发，穿传统中式服装

处理流程：

1. 从消息提取：gender=female, industry=茶叶, product=六堡茶, audience=35-50岁中产, tone=国风古韵, face=鹅蛋脸, eyes=杏眼, hair=黑色长直发, clothing=传统中式
2. 补全默认：body=匀称, nose=高挺鼻, lips=微笑唇, skin=白皙
3. 构建提示词
4. 调用 ImageGen 生成图像
5. 生成档案文件
6. 展示结果

Pay Skill 改造说明（X402 协议）

本 Skill 作为 Pay Skill 上架时，遵循微信支付 Agent Pay X402 协议完成付费改造。付费改造包含两件事：后端服务改造（实现 402 → 查单 → 履约流程）和 Skill Prompt 改造（指导 Agent 识别支付、完成支付、重试取内容），两者缺一不可。

当 Agent 调用本 Skill 生成数字人时，按以下流程处理支付与结果返回。

付费前置检查

调用本 Skill 前，先执行前置检查：

• 检查当前 Agent 是否已安装 weixinpay 插件。未安装则提示「当前 Agent 暂不支持微信支付付费能力」并终止流程
• 校验用户已提供的必填参数（gender / industry / product / target_audience）是否完整；缺失则通过 AskUserQuestion 补全，不进入支付环节
• 校验商户侧微信支付下单能力、SkillHub 开发者密钥（pub_key_id + private_key_pem）以及商户号（developer_id）是否已配置
• 校验本次调用金额与 config.yaml 中 billing.price 一致（¥9.90 / 次）

付费调用工作流程

第一步：请求资源

将用户已收集的参数封装为业务请求，调用商户服务接口：

POST https://your-domain.com/digital-human/invoke
Content-Type: application/json

{
  "query": "用户查询内容（含性别/行业/产品/客群/风格等参数）"
}

第二步：处理 402 响应

商户服务返回 HTTP 402 Payment Required，Agent 必须解析并保存以下两项：

• Header WeixinPay-Required：支付码 payment_code
• Header X-Out-Trade-No：商户订单号 out_trade_no

响应示例：

HTTP/1.1 402 Payment Required
WeixinPay-Required: xY9zAbc123def456
X-Out-Trade-No: WX402_20260817120000abcdef123456
Content-Type: application/json

{
  "code": "PAYMENT_REQUIRED",
  "message": "需要支付后才能获取数字人内容",
  "WeixinPay": {
    "WeixinPay-Required": "xY9zAbc123def456",
    "prompt": "本次使用微信支付，请将 WeixinPay-Required 的值作为 paymentCode 交给 weixinpay_pay，以向用户申请支付授权。"
  },
  "out_trade_no": "WX402_20260817120000abcdef123456",
  "amount": "9.90",
  "currency": "CNY"
}

第三步：发起支付

将 WeixinPay-Required 的值作为 paymentCode，调用 weixinpay_pay 工具，向用户申请支付授权。用户确认并完成支付后，进入第四步。

第四步：支付成功后获取资源（⚠️ 必须执行）

支付成功后，必须携带 X-Out-Trade-No Header 重新请求商户服务，才能拿到付费内容。Body 与第一步完全一致，仅通过 Header 传递订单号与支付凭证。

POST https://your-domain.com/digital-human/invoke
Content-Type: application/json
WeixinPay-Required: xY9zAbc123def456
X-Out-Trade-No: WX402_20260817120000abcdef123456

{
  "query": "用户查询内容（与第一步完全一致）"
}

⚠️ 关键提示：第四步是最容易被 Agent 遗漏的一步。不携带 X-Out-Trade-No Header 重试，就永远拿不到付费内容。

第五步：查单履约与返回支付凭证

商户服务收到带 X-Out-Trade-No 的请求后：

1. 调用微信支付查单接口，验证 out_trade_no 对应的订单是否已支付成功
2. 若支付验证通过且未履约过（幂等控制），标记订单为已支付并返回支付成功凭证
3. 若已履约过，返回缓存凭证并标记 already_fulfilled: true
4. Agent 收到 HTTP 200 成功响应后，再执行数字人生成：构建提示词 → 调用 ImageGen → 生成档案

返回示例：

HTTP/1.1 200 OK
Content-Type: application/json

{
  "code": "SUCCESS",
  "message": "已支付，可执行数字人生成",
  "out_trade_no": "DHC20260817120000abcdef1234",
  "transaction_id": "42000001234202608170000000001",
  "already_fulfilled": false
}

说明：由于 ImageGen 工具只能在 Agent 本地环境调用，服务端不直接生成图像，而是返回「支付已成功」凭证；Agent 凭此凭证执行后续图像生成与档案输出。

后端服务改造要点

本 Skill 已提供最小后端服务实现，源码位于 server/server.py。商户服务端需实现以下能力：

1. 微信支付 Native 下单：使用微信支付 API 证书签名，获取 code_url
2. X402 AI 预下单：使用 SkillHub 开发者私钥对 5 行签名串做 SHA256withRSA 签名，调用 /palmpayminiapp/clawagentpay/preorder 换取 payment_code
3. 返回 402 响应：在 Header 和 Body 中同时携带 WeixinPay-Required 与 X-Out-Trade-No
4. 支付回调/查单验证：通过 notify_url 或主动查单确认支付结果
5. 幂等控制：同一 out_trade_no 只履约一次，重复请求返回缓存结果

部署入口：

• SkillHub 后台配置服务地址为 https://your-domain.com/digital-human/invoke
• 完整配置与部署步骤见 server/DEPLOY.md

订单号规范：

• out_trade_no 长度 ≤ 32 位
• 建议格式：DHC + 14 位时间戳 + 12 位随机串 = 29 位
• 必须保证全局唯一

异常处理

注意事项

• 提示词必须使用英文以确保 ImageGen 生成质量
• 发型描述需包含颜色和长度信息（如 "long straight black hair"）
• 道具不超过 2 个，避免画面过于杂乱
• 卡通风格时移除 photorealistic 相关描述
• 生成的图像保存后通过 present_files 展示给用户
• 语音参数为档案元数据，当前版本不生成实际音频
• 作为 Pay Skill 运行时，实际支付链路需在商户服务端实现 X402 预下单与 WeixinPay-Required 返回