可灵 Kling 3.0 电商带货视频 | LinkPix

可灵 Kling 3.0 电商带货视频 | LinkPix

帮助电商运营、短视频团队、品牌内容团队通过青虎AI完成“可灵 Kling 3.0 电商带货视频”：支持长镜头生成、多图参考、首尾帧控制，具备极强的物理规律遵守能力和角色/商品一致性，无肢体变形。完美适配淘宝主图视频、天猫详情页视频、京东广告片、拼多多展示视频、抖音短视频带货、快手种草、小红书好物分享、TikTok Shop素材、Amazon商品视频、Shopee/Temu广告投放等全电商平台场景。适用于3C数码、服饰、家居、美妆等高要求商品展示，大幅提升转化率。 Use this skill for 可灵Kling3.0电商视频, AI视频生成, 商品展示, 长镜头, 一致性, 淘宝主图视频, 京东视频, 抖音带货, TikTok, Amazon视频, 广告投放, 电商短视频, 种草视频, 信息流广告, AIGC视频生产。通过青虎AI统一接入，支持多素材上传、任务轮询和结果下载。

商品图 + 卖点 → 带货短视频。成片走 qhkit video，多图快速拼片走 qhkit video-quick。本技能默认优先 可灵 3.0 / Kling 3.0（目录里常见 可灵3.0 Omni）。适合要长镜头、角色/商品一致性、少肢体变形的带货展示。

何时触发

• 「用 可灵 / 可灵 3.0 / Kling 3.0（目录里常见 可灵3.0 Omni） 做带货视频 / 商品视频 / 种草视频」
• 用户点名该模型出电商展示片、主图视频、信息流广告视频

使用配方

首选模型：本技能对外对应 可灵 3.0 / Kling 3.0（目录里常见 可灵3.0 Omni）。先跑 qhkit video options '{"queryParams":["modelLabel","models"]}' 拿实时清单，在 models/modelLabel 里按别名匹配：可灵3.0 / 可灵 3.0 / Kling 3.0 / Kling3.0 / Omni。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 可灵 3.0 / Kling 3.0（目录里常见 可灵3.0 Omni）」，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。

qhkit video options '{"queryParams":["modelLabel","models"]}'
# modelLabel 必须换成 options 返回的逐字标签（常带时长）
qhkit video generate '{"modelLabel":"可灵3.0 Omni","prompt":"户外工作灯，超长续航，露营必备","uploadedImages":["./商品图.jpg"],"orientationLabel":"竖屏 9:16"}'
qhkit video status   '{"videoTaskId":"task-123"}'
# 多图一键成片（不绑模型，8–60 秒）
qhkit video-quick generate '{"prompt":"户外工作灯广告","duration":15,"creative":"1","orientation":"portrait","language":"zh","uploadedImages":["./图1.jpg","./图2.jpg"]}'
qhkit video estimate '{"modelLabel":"可灵3.0 Omni","uploadedImages":["./商品图.jpg"]}'

• 参考视频只在 supportsReferenceVideo: true 时传，uploadedVideo 可数组，上限见 maxReferenceVideos。
• 参考音频（BGM / 口播干音）只在 supportsReferenceAudio: true 时传，本地文件 ≤50MB。
• orientationLabel / languageLabel 必须来自 options；count 1–8。
• propertyTags 里提示词要求为「精准」的模型，先补全镜头、光影、材质再提交。

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）：

   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。

   # 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?urlCode=agentch 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。）

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> ''，或 qhkit <命令> @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。
• 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

• 复刻对标链接走「可灵 Kling 3.0 爆款视频复刻 | LinkPix」；只要脚本走「AI电商带货脚本生成器 | LinkPix」；电影级 TVC 走「AI商品广告大片生成器 | LinkPix」。
• 音乐/MV、数字人口播、直播切片、长视频剪辑 qhkit 不支持，如实告知。