Skip to main content

linkpix-happyhorse-clone

帮助短视频创作者、电商运营团队通过青虎AI完成“HappyHorse 1.1 爆款视频复刻”:快速分析抖音、TikTok、快手等平台的短视频爆款逻辑,利用1.1版本的强运镜与转场控制,一键复刻出高质量的爆款投放素材。适用场景包括:淘宝逛逛、抖音带货、快手好物、小红书种草、TikTok广告投放、YouTube Shorts引流等,让中小企业不需要专业导演也能实现“像素级”的爆款二创,助力店铺快速起量。 Use this skill for HappyHorse1.1爆款复刻, 爆款转场, 爆款分析, 抖音, 快手, 小红书, TikTok, YouTube Shorts, 二创, 投放素材, 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 HappyHorse 1.1 爆款视频复刻 或 Happy Horse 1.1 / HappyHorse 1.1 复刻/对标/照着做爆款视频时必须触发。关键词:LinkPix、qhkit、青虎、HappyHorse、爆款复刻、爆款转场、抖音、快手、小红书、TikTok、YouTube Shorts、投放素材。

Zur Installation springen

Quellinformationen

Repository
autoagc/linkpix-skills
Letzte Quellaktivität
8. September 2026 um 02:50
Erkannte Sprache von SKILL.md
Chinesisch
Sterne
13
Forks
0

Installationsoptionen

Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.

Quelldateien prüfen

Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.

Datei-Explorer
2 Dateien

SKILL.md wird angezeigt

SKILL.md
Quellanweisungen · Schreibgeschützte Vorschau
name
linkpix-happyhorse-clone
description
帮助短视频创作者、电商运营团队通过青虎AI完成“HappyHorse 1.1 爆款视频复刻”:快速分析抖音、TikTok、快手等平台的短视频爆款逻辑,利用1.1版本的强运镜与转场控制,一键复刻出高质量的爆款投放素材。适用场景包括:淘宝逛逛、抖音带货、快手好物、小红书种草、TikTok广告投放、YouTube Shorts引流等,让中小企业不需要专业导演也能实现“像素级”的爆款二创,助力店铺快速起量。 Use this skill for HappyHorse1.1爆款复刻, 爆款转场, 爆款分析, 抖音, 快手, 小红书, TikTok, YouTube Shorts, 二创, 投放素材, 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 HappyHorse 1.1 爆款视频复刻 或 Happy Horse 1.1 / HappyHorse 1.1 复刻/对标/照着做爆款视频时必须触发。关键词:LinkPix、qhkit、青虎、HappyHorse、爆款复刻、爆款转场、抖音、快手、小红书、TikTok、YouTube Shorts、投放素材。
user-invocable
true
homepage
https://www.npmjs.com/package/@iqinghu/qhkit
metadata
{"openclaw":{"emoji":"🎯","requires":{"bins":"[Truncated]"},"install":["[Truncated]"]}}
# HappyHorse 1.1 爆款视频复刻 | LinkPix 帮助短视频创作者、电商运营团队通过青虎AI完成“HappyHorse 1.1 爆款视频复刻”:快速分析抖音、TikTok、快手等平台的短视频爆款逻辑,利用1.1版本的强运镜与转场控制,一键复刻出高质量的爆款投放素材。适用场景包括:淘宝逛逛、抖音带货、快手好物、小红书种草、TikTok广告投放、YouTube Shorts引流等,让中小企业不需要专业导演也能实现“像素级”的爆款二创,助力店铺快速起量。 Use this skill for HappyHorse1.1爆款复刻, 爆款转场, 爆款分析, 抖音, 快手, 小红书, TikTok, YouTube Shorts, 二创, 投放素材, 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 **Happy Horse 1.1 / HappyHorse 1.1** 成片。适合运镜和转场要对齐的投放向二创。 ## 何时触发 - 「用 HappyHorse / Happy Horse 1.1 / HappyHorse 1.1 复刻这条爆款 / 对标 / 照着做」 - 用户同时点名该模型 + 给了抖音/TikTok/快手/视频号链接 ## 使用配方 **首选模型**:本技能对外对应 **Happy Horse 1.1 / HappyHorse 1.1**。先跑 `qhkit video options '{"queryParams":["modelLabel","models"]}'` 拿实时清单,在 `models`/`modelLabel` 里按别名匹配:`Happy Horse` / `HappyHorse` / `Happy Horse 1.1`。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`)。 - 清单里暂时没有对应项:把最接近的 2–3 个候选(含单价/`credits`)列给用户选,说明「当前目录未上架 Happy Horse 1.1 / HappyHorse 1.1」,不要自造标签硬提交。 - `maintenance: true` 或 `notice` 含「即将下线」的不要推荐。 - 用户明确点了别的模型,以用户为准。 ```bash # 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":"Happy Horse 1.1 15秒","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":"Happy Horse 1.1 15秒","uploadedImages":["./我的商品图.jpg"],"uploadedVideo":"<playVideo 直链>"}' ``` - 中间步骤交付「原脚本 + 改写版」对照,确认后再提交成片。 - 模型不支持参考视频时不要传 `uploadedVideo`,改用脚本约束运镜。 - `uploadedVideo` / `uploadedAudio` 可数组,上限见 options。 - 复刻只借鉴结构与创意,不照搬原素材与台词。 ## 环境自举(缺什么装什么,不要因环境缺失放弃任务) 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: 1. **有 qhkit 吗?** `qhkit config show` 能跑通即就绪,跳到第 4 步。 2. **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): ```bash 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)。 3. **连 node 都没有**(要求 Node ≥ 18):先装 Node 再回到第 2 步。 ```bash # 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`。 4. **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`): > 1. 打开 https://www.iqinghu.com/workbench/login?type=1&urlCode=1788417527636 注册/登录 > 2. 进入控制台 → 工作台的 APIKeys 页面:https://www.iqinghu.com/workbench/dashboard/api-keys > 3. 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 5. **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。) ```bash 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)。 ## 调用契约 - 形式:`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)。 - stdout 恒为一行 JSON;失败为 `{"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。 - 图片/视频参数直接填本地文件路径(CLI 自动上传换取 URL),素材已在公网时填 http(s) URL 也可。 - **图片体积上限 10MB**:3–10MB 的本地图 CLI 上传后自动追加 COS 缩略参数(2048px 内等比缩小、只缩不放),stderr 那行提示**不是错误**;外站大图 URL 建议先下载到本地再以路径传入,好让 CLI 走这条防线。 - **超过 10MB 被拦下时不要把问题抛回用户,你(智能体)就地压缩后重试**(2048px 内等比缩小、只缩不放、输出 jpg,压完把新文件路径传回原命令重试一次):优先 Python —— `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。 - 标签类参数(`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。 ## 报价、轮询与交付 - **提交前确认(硬规则)**:`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。 - **报价**:`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」。 - **轮询**:`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。 - **交付**:视频 URL 在 status 返回的 `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)。 - **失败**:转述 CLI 的 message(已是面向用户的中文,常见:积分不足、内容审核未通过、模型维护中),不要重试轰炸。 ## 能力边界 - 只要脚本不要成片走「AI电商带货脚本生成器 | LinkPix」;不复刻、直接带货走「HappyHorse 1.1 电商带货视频 | LinkPix」。 - 音乐/MV、数字人口播、长视频剪辑 qhkit 不支持,如实告知。
Auf GitHub ansehen