YouTube 爆款视频生成 | LinkPix

YouTube 爆款视频生成 | LinkPix

YouTube 爆款带货视频生成。帮助品牌出海团队、知识博主、广告创意团队通过青虎AI完成“YouTube 爆款带货视频生成”：可调用可灵Kling 3.0、阿里Wanx 3.0、MiniMax H3、Seedance 2.0、Seedance 2.5、HappyHorse 1.1等大模型，生成高质量开箱测评、长视频解说、品牌TVC、深度种草等视频类型，完美适配YouTube高画质、长留存、强品牌信任度的平台特性。适用于YouTube Ads、品牌频道、联盟营销、独立站引流等长线营销场景。Use this skill for YouTube爆款视频, 开箱测评, 长视频解说, 品牌TVC, 深度种草, YouTube Ads, 独立站引流, 高画质, 长留存, 品牌信任, Seedance, Vidu Q2, 可灵Kling, AIGC视频生成。通过青虎AI统一接入，支持素材上传、任务轮询和结果下载。

平台向的电商视频总入口（第 1 批 linkpix-ecom-video 的拆分）：qhkit video 多模型成片 + video-quick 多图成片 + 需要分镜时 storyboard。默认画幅 横屏 16:9，默认语言 英语。模型优先从目录里找：可灵3.0 Omni、Seedance2.5、Seedance2.0、Happy Horse 1.1。

何时触发

• 「做YouTube爆款视频 / 带货视频 / 种草视频 / 投放视频」
• 用户没点名具体模型、但明确要发 YouTube

使用配方

qhkit video options '{"queryParams":["modelLabel","models"]}'
# 在 models 里按名称匹配首选模型；modelLabel 必须逐字来自返回值（常带时长）
qhkit video generate '{"modelLabel":"Seedance2.0 15秒","prompt":"<按下方平台提示词改写>","uploadedImages":["./商品图.jpg"],"orientationLabel":"横屏 16:9","languageLabel":"英语"}'
qhkit video status   '{"videoTaskId":"task-123"}'
qhkit video estimate '{"modelLabel":"Seedance2.0 15秒","uploadedImages":["./商品图.jpg"]}'
# 多图一键成片
qhkit video-quick generate '{"prompt":"<平台向卖点>","duration":15,"creative":"1","orientation":"landscape","language":"en","uploadedImages":["./图1.jpg","./图2.jpg"]}'
# 先写分镜再成片
qhkit storyboard script '{"uploadedImages":["./商品图.jpg"],"productName":"保温杯","pointDescription":"316不锈钢·24h保温"}'

平台提示词：默认横屏 16:9、更长时长（能选 20/30 秒就优先）；开箱测评、品牌 TVC、深度种草要把材质和光影写准。Shorts 时再改回竖屏。qhkit 单段最长约 30 秒，更长内容分段生成后告知用户需自行拼接。

• 用户没点名模型时，把首选列表里当前在架的 2–3 个（含单价）列给用户选，不要替用户拍板。
• 参考视频 / 参考音频是否可传以当次 models 为准。
• orientationLabel 必须来自该模型的候选；目录没有 横屏 16:9 时改用最接近的竖/横屏并告诉用户。

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

• 用户点名了可灵 / Seedance / Wanx / MiniMax / HappyHorse / Grok，改走对应的模型专项技能。
• 复刻一条已有链接走对应模型的「爆款视频复刻」或「AI爆款视频复刻 | LinkPix」。
• 音乐/MV、数字人口播、直播切片、超长视频剪辑 qhkit 不支持，如实告知。