Skip to main content
Glama

VRMan Skill · 数字人工具

让 Agent(Claude Code、Claude Desktop、Cursor 等)直接帮你做两件事:

  • 描述或照片 → 3D 头像:「做一个栗色长卷发、戴圆框眼镜的女生头像」,得到一个能说话、会眨眼的 GLB 模型和一张预览图。

  • 文本 + 照片或头像 → 说话视频:「让这张照片说『欢迎来到发布会』」,得到一个对好口型的 MP4。

装好后,在 Agent 里这样说就行:

用我这张照片(是我本人)做一个 3D 头像,再让它说「大家好,我是小王」,视频存到桌面。

工作方式

flowchart LR
    A["你的 Agent"] -->|"Skill / MCP"| C["本工具(装在你的电脑上)"]
    C --> B["本机无头 Chrome:组装头像、照片识别、逐帧渲染"]
    C --> F["本机 ffmpeg:画面 + 声音 → MP4"]
    B -->|"带 token 取页面和素材"| S["VRMan 服务 www.hg.network"]
    C -->|"带 token 合成语音"| S
  • 照片只在你的电脑上处理,不会上传。发到服务器的只有要念的文字。

  • 素材和语音合成来自 VRMan 服务,要用 www.hg.network 的账号登录(注册免费,所有账号都能用)。

  • 第一次运行要下载素材(几十 MB),之后有本机缓存,只确认有没有更新。

Related MCP server: Meshy MCP Server

安装

1. 准备环境:Python 3.10+、Chrome(或 Playwright 自带的 Chromium)、ffmpeg。

git clone https://github.com/hypergraphdev/vrman-skill.git ~/vrman-skill
pip3 install -r ~/vrman-skill/requirements.txt

没装 Chrome 时运行下面这条:

python3 -m playwright install chromium

ffmpeg:Mac 上用 brew install ffmpeg 安装,Ubuntu 上用 sudo apt install ffmpeg 安装。

2. 登录(每台电脑一次):输入 www.hg.network 的账号和密码,换一个 token 存到 ~/.config/vrman/token(只有你自己能读)。 密码只发给 hg.network 的登录接口,不会保存。

python3 ~/vrman-skill/vrman.py login

用下面这条确认登录成功,也能看到用量:

python3 ~/vrman-skill/vrman.py whoami

3. 接到你的 Agent(选一种):

Claude Code

装成插件,Skill 和 MCP 工具一起装好:

claude plugin marketplace add hypergraphdev/vrman-skill
claude plugin install vrman@vrman-skill

也可以在 Claude Code 里输入 /plugin marketplace add hypergraphdev/vrman-skill,再输入 /plugin install vrman@vrman-skill。装完重开会话生效。

Claude Desktop

打开「设置 → 开发者 → 编辑配置」,在 claude_desktop_config.json 里加上下面这段,然后重启 Claude Desktop:

{
  "mcpServers": {
    "vrman": {
      "command": "python3",
      "args": ["/Users/你的用户名/vrman-skill/mcp_server.py"]
    }
  }
}

路径要写完整,不能用 ~。如果提示找不到 mcp 模块,把 python3 换成装过依赖的那个 Python 的完整路径(用 which python3 查)。

Cursor 及其他支持 MCP 的工具

配置写法相同。Cursor 的配置文件是 ~/.cursor/mcp.json。

claude.ai 网页版

暂不支持。网页版的 Skill 跑在云端沙箱里,开不了浏览器,也连不上你本机的工具。

MCP 工具

工具

做什么

tag_vocabulary / search_assets

各部位能用的标签词和调色板;按标签搜素材

list_voices

可用的发音人(目前开放微软的免费发音人)

create_avatar_from_description

清单 → GLB,附一张头肩预览图,Agent 能直接看到效果

create_avatar_from_photo

照片 → GLB(生成相似形象 / 照片直出),附预览图

render_talking_video

文本 → MP4,说话的可以是照片、GLB 头像或现组装的头像;style 选口型方式(见下)

素材版本(命令行 --library、MCP 的 library):

值

特点

original

原版(默认):模型小、最快

refined-v2

精细版:细丝头发、皮肤细节,加了亚洲发型和五官

refined-v3

再多一批亚洲发型和五官,能精调五官(清单里写 morphs)

refined-v4

皮肤更真实,加了手表、手机、皮肤细节,精调项最多

精细版模型大(一个头模二十多 MB),第一次生成会多下载一会儿,之后有本机缓存。

口型方式(命令行 --style、MCP 的 style):

值

名字

特点

default

默认

复韵母在一个字里滑过去(好 = a→o)

simple

优化精简

每个字一个口型,靠字与字之间的过渡

talkinghead

TalkingHead

相邻口型叠加过渡

natural

真人平滑

嘴唇只在 b/p/m/f 时合拢,下巴按声母抬落:不会一直张着,也不会每个字都抖

不指定输出路径时,结果写到 ~/vrman-output/。

命令行

python3 ~/vrman-skill/vrman.py avatar --spec '{"gender":"female","hair":"long wavy","hair_color":"栗色","glasses":"round"}' --out a.glb --preview a.png
python3 ~/vrman-skill/vrman.py talk --text "大家好" --avatar a.glb --out hello.mp4
python3 ~/vrman-skill/vrman.py avatar --library refined-v4 --spec '{"gender":"male","hair":"v4-hair-03","morphs":{"v3_eye_spacing":0.3}}' --out v4.glb --preview v4.png

还有 tags、assets、voices、login、whoami 几个命令,--help 可以看全部参数。 头像清单的写法见 skills/vrman/SKILL.md。

使用规则

  • 用照片生成头像或视频,必须是本人照片或已获本人授权(命令行加 --consent,MCP 传 consent=true),否则直接报错。

  • 视频右下角默认带「AI 生成」角标。对外发布时请保留,或用其他方式标明是 AI 生成的。

常见问题

现象

处理

token 无效或还没登录

运行 vrman.py login

还没开通 VRMan Agent

账号被管理员停用了,请联系管理员

素材版本 … 现在用不了

服务上还没有这个版本的模型,先用 original

找不到 Chrome

运行 python3 -m playwright install chromium

需要 ffmpeg 合成视频

安装 ffmpeg

第一次很慢

在下载素材,第二次起会快很多

许可

代码采用 MIT 许可证。3D 素材和页面属于 VRMan 服务,只能通过服务使用。

Related MCP Connectors

Related MCP Servers