autoagc/linkpix-skills/linkpix-happyhorse-sales

HappyHorse 1.1 电商带货视频 | LinkPix

帮助电商运营、品牌商品团队、直播带货团队与商业内容创作者通过青虎AI完成“HappyHorse 1.1 电商带货视频”：既可只输入文字从零生成，也可加入图片、视频或音频控制结果，支持首尾帧控制，生成前自动上传素材。适用于AI广告、TVC、电商产品展示视频、竖屏种草视频、短剧漫剧等。精准服务于淘宝天猫、京东、拼多多、抖音、快手、小红书、TikTok、Amazon、Temu、Shopee等平台的动态商品演示和品牌营销需求。 Use this skill for HappyHorse1.1电商视频, 通义万相视频, 图生视频, 首尾帧, 产品展示, 带货, 种草, 短剧, 漫剧, 淘宝, 京东, 抖音, TikTok, Shopee, 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。

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 Happy Horse 1.1 / HappyHorse 1.1。目录标签常见空格写法 Happy Horse 1.1，必须与 options 逐字一致。

何时触发

• 「用 HappyHorse / Happy Horse 1.1 / HappyHorse 1.1 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 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。

qhkit video options '{"queryParams":["modelLabel","models"]}'
# modelLabel 用 options 返回的模型名；duration 在该模型可选范围内自选（秒）
qhkit video generate '{"modelLabel":"Happy Horse 1.1","duration":15,"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":"Happy Horse 1.1","duration":15,"uploadedImages":["./商品图.jpg"]}'

• 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。

• 参考视频只在 supportsReferenceVideo: true 时传，uploadedVideo 可数组，上限见 maxReferenceVideos。
• 参考音频（用户自带的音频文件）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）：

``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。）

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。
• 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「HappyHorse 1.1 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、直播切片、长视频剪辑 qhkit 不支持，如实告知。