autoagc/linkpix-skills/linkpix-happyhorse-clone

Claude Code and agent skill by autoagc/linkpix-skills

Trust tier 3
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

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。

Install

npx vskill@latest install autoagc/linkpix-skills/linkpix-happyhorse-clone

SKILL.md

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。命中后把返回的模型名逐字当作 modelLabel;时长用 duration 在该模型的 durationRange / durationOptions 内按秒自选(必须显式传,不传 CLI 会报错并给出可选范围;用户说了时长就用用户的,没说就提议 defaultDuration 并在确认参数时告诉用户)。

  • 清单里暂时没有对应项(先确认输出不是乱码,见下文「Windows 防乱码」):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","duration":15,"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","duration":15,"uploadedImages":["./我的商品图.jpg"],"uploadedVideo":"<playVideo 直链>"}'
  • 生成的视频自带声音(所有模型都是):台词、旁白、口播、音效等由 prompt 决定。
  • 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)。

  1. 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。

  1. 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

  1. 自检:qhkit config show 输出脱敏配置即全部就绪。

核对站点(本技能对接国内版 iqinghu.com):config show 返回的 site 必须是 cn。是 intl(baseHost 为 autoagc.com)说明本机残留了国际版配置——不要按国际站引导用户取密钥,也不要拿国际站的模型清单答复(那边是 gpt-image-2 / gemini-3.1-flash 这类底层模型名,和本技能对不上);直接把第 4 步的国内站取密钥文案发给用户,拿到密钥后执行 qhkit config set --token <密钥> --env prod 覆盖。source 为 env 时配置来自环境变量,要请用户删掉 QHKIT_TOKEN / QHKIT_ENV 或把 QHKIT_ENV 改成 prod。只有用户明确说自己用的是国际版(AutoAGC)账号时才保留 intl。调用报 401 / 未登录时同样先跑 config show 核对站点:国内版密钥配在国际站必然 401。

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)。
  • Windows 防乱码:Windows 上经 PowerShell 调 qhkit 时,stdout 里的中文会按系统代码页 GBK 解码成乱码(如「专图模型」变成「涓撳浘妯″瀷」),模型名、选项、报错都对不上——看到乱码不要据此判断模型或选项不存在。每条 qhkit 命令在同一行先切 UTF-8 再调用:[Console]::OutputEncoding=[Text.Encoding]::UTF8; qhkit <命令> <action> @params.json;仍有乱码时先运行 qhkit --version,低于 0.15.0 先执行 npm i -g @iqinghu/qhkit@latest 升级(官方源慢时加 --registry=https://registry.npmmirror.com),再加全局参数 --out result.json;stdout 只回一行纯 ASCII 的文件路径,再按 UTF-8 读该文件拿完整结果。PowerShell 5.1 还会吞掉命令行 JSON 里的双引号(报「json_args 解析失败」),Windows 上参数一律写进文件走 @params.json。macOS / Linux / Git Bash 不受影响。
  • 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、长视频剪辑 qhkit 不支持,如实告知。

Security

  • Security scanPassed, 90 of 100Pattern checks on the skill's files.
  • Model reviewPassed

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

Popularity

Repository stars
15
7-day trend score
14

Stars and forks are for the whole GitHub repository, not this skill alone. Not refreshed yet.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/autoagc/linkpix-skills/linkpix-happyhorse-clone/badge)](https://verified-skill.com/skills/autoagc/linkpix-skills/linkpix-happyhorse-clone)

Something wrong with this skill or its page? Tell us.