慧多客智能体 — AI 数字人口播短视频获客平台

本项目为「滴水湖全球 OPC 人工智能挑战赛 · 雪窦山 AIGC 品牌出海赛道 · 第三轮 Wave 3（Agents 完整智能体）」参赛作品。 子赛道：AI 直播获客（track-147）

---

一、Agent 入口说明

慧多客智能体是一个面向电商与品牌出海商家的 AI 数字人口播短视频获客平台，提供从「选题 → 文案 → 配音 → 数字人合成 → 智能剪辑 → 标题封面 → 发布」的端到端自动化获客能力。

• 用户端：https://agent.huiduoke.cn/（商家自助使用，手机号验证码登录）

平台已部署上线、可直接访问体验。

---

二、核心能力 / 输入输出 / 调用方式

核心能力（端到端自动化链路）

环节	能力	说明
行业搜索	爆款选题发现	输入行业/产品关键词，自动聚合平台热点与爆款选题
文案生成	5 种口播写法	解题型 / 推荐型 / 揭秘型 / 案例型 / 疑问型，由大模型驱动生成
智能配音	音色克隆 + 情绪表达	10–15 秒样本即可克隆音色，支持 11 种情绪 + 语速调节
数字人合成	照片数字人 + 视频数字人	免训练形象、口型驱动，支持单镜头 / 双镜头
智能剪辑	自动化成片	达芬奇调色 / 网感大字 / MG 动画 / 画中画，全自动合成
标题封面	AI 生成	自动生成适配平台的标题与封面图
发布	自动分发	成片后一键发布至目标平台

输入 → 输出

• 输入：行业/产品关键词、参考素材（图文/链接）、一段 10–15 秒真人音色样本、目标平台与风格偏好
• 输出：可直接发布的数字人口播短视频（含口播文案、配音、数字人画面、剪辑、标题、封面）

调用方式

通过 Web 平台交互式调用，面向非技术型商家，全程无需代码。平台内部以 Agent 编排串联大模型文案生成、语音合成、数字人驱动与视频合成模块。

---

三、可运行代码 / 配置 / 提示词 / 工作流

说明：本项目为已上线部署的商业产品，源代码与内部模型部署属于团队核心资产，本仓库仅提供 Demo 与可复核的演示证据，不开放源码。

• 可公开验证：平台线上入口（见上文）可直接访问体验完整链路
• 技术栈（公开信息）：大模型文案生成、语音克隆、照片数字人（对接第三方 API）、视频数字人（自部署大模型）、智能视频剪辑、AI 标题封面生成
• 工作流：上述「行业搜索 → 文案 → 配音 → 数字人 → 剪辑 → 标题封面 → 发布」即平台固化的 Agent 工作流，已在产品中闭环运行

---

四、使用示例 / 运行截图 / Demo 链接

演示视频（核心 Demo）

• demo/huiduoke-liveagent-demo.mp4：数字人口播成片视频（约 20 秒）。真实展示「文案 → 配音 → 数字人合成」的端到端效果：真人形象出镜口播、口型驱动、配音自然，商家无需真人出镜即可批量生产口播短视频。

核心链路截图（screenshots/ 目录）

1. 01-dubbing.png — 智能配音页（音色克隆 + 11 种情绪 + 语速调节，实时预览时长）
2. 02-copywriting.png — 文案生成页（AI 生成口播文案，多写法可选）
3. 03-avatar.png — 数字人形象页（照片/视频数字人、口型驱动、剪辑气口/美颜）

在线体验

• 用户端：https://agent.huiduoke.cn/（手机验证码登录）

---

五、与前两轮提交相比的关键更新

本项目为 首次参加 Wave 3，直接以「完整智能体（Agent）」形态交付，无前两轮提交对比。

相较于传统短视频获客方式，本作品的核心更新在于：

1. 全链路 Agent 化：将「选题、文案、配音、数字人、剪辑、封面、发布」七环节整合为单一智能体闭环，商家无需多工具切换
2. 数字人免训练 + 口型驱动：降低商家出镜门槛，解决「不愿露脸 / 不会拍口播」的核心痛点
3. 音色克隆低成本复用：10–15 秒样本即可生成专属音色资产，可持续复用
4. 面向品牌出海：支持多语种文案与配音，为跨境商家批量生产本地化口播内容

---

附：评分维度自查

维度	权重	本项目对应
创新性与技术含量	30%	数字人免训练口型驱动 + 全链路 Agent 编排 + 音色克隆
AI+OPC 模式可行性	30%	已上线部署可访问，端到端闭环跑通
市场潜力与社会价值	30%	电商/跨境商家降本增效，降低内容创作门槛
落地海外市场可行性	10%	多语种文案与配音，面向品牌出海场景设计