用途：基于ByteDance agentkit-samples多媒体用例，生成小省导购员数字人带货视频的多模态内容，覆盖角色形象、场景背景、语音、背景音乐与视频成片。
主要能力：AI绘画生成角色形象与场景背景；TTS合成导购员语音；生成背景音乐；多模态组合生成视频；按图像→音频→视频顺序编排工作流。
使用方式：依赖Pillow>=10.0.0、requests>=2.28.0、numpy>=1.24.0，需安装agentkit-samples并准备API凭证。流程为：读取references/character-profile.md获取角色固定特征，调用scripts/generate_character.py生成角色形象；调用scripts/generate_scene.py生成场景背景；调用scripts/generate_voice.py合成语音；调用scripts/generate_music.py生成音乐；结合infinitetalk-shopping-avatar Skill生成的InfiniteTalk提示词，调用scripts/generate_video.py生成5幕、每幕5秒、共25秒的9:16竖屏视频。也可仅执行单步，如只生成角色参考图。
适用场景：电商带货短视频、数字人口播内容制作。
限制：图像须为9:16竖屏且分辨率≥1080×1920；音频须为16kHz单声道wav；角色形象须严格遵循固定特征；语音与音乐须匹配场景情绪；需与InfiniteTalk及infinitetalk-shopping-avatar Skill协同。具体收费、价格与平台支持情况暂未提供。