ecommerce-image-suite

name ecommerce-image-suite description 电商套图生成助手。用户明确提出需要生成电商套图、商品主图、卖点图、场景图、模特图等图片内容时触发。 支持国内平台（淘宝、京东、拼多多、抖音）与国际跨境平台（Amazon、独立站）的尺寸规范。 触发示例：「帮我生成这件T恤的电商套图」「做一套淘宝主图」「生成亚马逊listing图片」。 不应在用户仅上传图片但未明确提出图片生成需求时触发。 metadata {"openclaw":{"emoji":"🛍️","requires":{"env":"[Truncated]"},"primaryEnv":"DASHSCOPE_API_KEY","optionalEnv":["OPENAI_API_KEY","OPENAI_BASE_URL","OPENAI_MODEL","GEMINI_API_KEY","GEMINI_BASE_URL","GEMINI_MODEL","STABILITY_API_KEY","STABILITY_BASE_URL","STABILITY_MODEL","DASHSCOPE_BASE_URL","DASHSCOPE_MODEL","ARK_API_KEY","ARK_BASE_URL","ARK_IMAGE_MODEL","ARK_VIDEO_MODEL"]}} 电商套图生成助手 概览 本 Skill 实现从「商品原始图片 + 卖点信息」到「完整电商套图」的一键生成流程： ① 上传商品图片（必须）+ 输入卖点信息（可选） ↓ ② AI 视觉分析：提取商品主体，智能生成卖点文案（可编辑） ↓ ③ 选择平台规范 + 套图类型（7种标准图） ↓ ④ AI 生成每张图的详细 Prompt（可编辑） ↓ ⑤ 调用图像生成 API，输出完整套图（文案由生图模型直接渲染） ↓ ⑥ 平台文案（可选）→ ⑦ 详情页 HTML（可选） ↓ ⑧ 产品展示视频生成（可选，基于套图，需用户确认） ⛔ 前置检查：API Key 验证（必须最先执行） 在执行任何其他操作之前 ，Agent 必须先完成以下验证。若验证失败， 立即停止，不得调用任何工具或执行任何后续步骤 。 验证步骤 运行供应商检测脚本： python3 scripts/check_providers.py 解析输出中的 configured 数组： 如果 configured 为空数组 [] ： ❌ 配置缺失，任务终止。 向用户输出以下消息，然后 立即停止，不再调用任何工具 ： 未检测到任何图像生成 API Key，无法继续操作。 请至少配置以下供应商之一（国内用户推荐前两个）： 供应商 环境变量 说明 阿里云通义 DASHSCOPE_API_KEY 国内直连，推荐 字节跳动豆包 ARK_API_KEY 国内直连 OpenAI OPENAI_API_KEY 需代理 Google Gemini GEMINI_API_KEY 需代理 Stability AI STABILITY_API_KEY 需代理 配置方法： export DASHSCOPE_API_KEY= "sk-..." # 推荐，国内直连 # 或 export ARK_API_KEY= "..." 加入 ~/.zshrc 后执行 source ~/.zshrc 使其永久生效，然后重新启动对话。 ⚠️ Agent 规则：输出上述消息后，立即终止本次任务。不得继续分析图片、生成 Prompt 或调用任何其他工具。 如果 configured 非空 ：记录可用供应商列表，继续执行第一步。 check_providers.py 脚本报错处理 若脚本本身执行失败（非零退出码或输出异常）， 将完整错误信息输出到对话 ，格式如下，然后停止： ❌ 供应商检测脚本执行失败，任务终止。 错误详情： [此处粘贴脚本的完整 stdout + stderr 输出] 请检查 Python 环境（需 Python 3.8+）及脚本路径是否正确。 触发入口：判断是否已上传图片 ⚠️ Agent 必须在第一步开始前执行此判断，决定对话起点。 情况 A：用户触发时【未上传图片】 用户说了类似「帮我做电商套图」「我要给某商家出套图」但 没有附带任何图片 时，Agent 禁止直接进入第一步 ，必须先走以下引导流程： 1. 发送欢迎 + 图片输入引导（一条消息完成）： 好的，我来帮您生成完整的电商套图！ 在上传图片前，先了解一下最佳输入方案， 图片质量直接决定生成效果 ： 请选择您的图片输入方式： 编号 方式 效果 适用情况 ① 正面 + 背面（平铺） ⭐⭐⭐⭐⭐ 最佳 AI 全面理解正背面结构，材质图自动用背面细节 服装/鞋类 强烈推荐 ② 单张正面（平铺） ⭐⭐⭐⭐ 优秀 标准正面展示，效果稳定 仅有一张时首选 ③ 正面 + 背面（挂拍） ⭐⭐⭐⭐ 优秀 悬挂构图，适合有衣架的商家 有挂拍图时推荐 ④ 单张挂拍 ⭐⭐⭐ 良好 悬挂构图，效果较平铺略差 仅有挂拍图时 ⑤ 模特实拍 ⭐⭐⭐ 良好 AI 提取商品特征，去除模特 有模特图时可用 💡 小贴士 ：多张图必须是 同一商品 ，不同颜色/款式请分批处理；平铺图请确保平整无褶皱。 📋 CLI 环境（如 Claude Code） ：无法直接拖拽上传图片，请提供以下任一方式： 本地文件路径（如 /Users/me/photos/product.jpg ） 远程图片 URL（如 https://example.com/product.jpg ） Base64 字符串（ data:image/jpeg;base64,/9j/4AAQ... ） Base64 文件路径（文件内容为 base64 编码的图片数据） 请选择编号（或直接上传图片 / 提供路径或 URL，我会自动识别类型），然后提供图片即可开始。 2. 等待用户回复： 用户选择编号后，记录 input_image_type （见映射表），再提示提供对应数量的图片（图形界面：上传图片；CLI：提供本地路径 / URL / base64） 用户直接上传图片或提供路径/URL/base64（未选编号），自动检测 input_image_type ，进入情况 B 编号 → input_image_type 映射： 编号 input_image_type ① flat_lay_front_back ② flat_lay ③ hanging_front_back ④ hanging ⑤ model 情况 B：用户触发时【已上传图片】 用户在同一条消息中 附带了图片 时，Agent 直接进入第一步 ，无需重复引导。 自动检测 input_image_type （见第二步 Step A），跳过欢迎引导。 第一步：收集输入信息 必须项 商品图片 ：用户上传的原始商品图， 支持 1-3 张同一商品的不同角度/拍摄方式 平铺图（flat lay）、挂拍图（hanging）、模特实拍图（model）均可 多图时，Agent 综合所有图片分析，提取更完整的商品信息 多图仅用于分析参考，生成套图时以 --product JSON 驱动，不直接传入多图 可选项（若用户未提供，AI 将自动从图片中分析生成） 字段 说明 商品名称 如"黑色碎花交叉细吊带荷叶边下摆连衣裙" 核心卖点 材质、版型、设计特点等 3-5 条 适用人群 如"追求甜美法式风格的年轻女性" 期望场景 如"海边度假、浪漫约会、周末聚会" 规格参数 材质、颜色、版型、领型、袖长等 第二步：AI 分析与卖点生成 🤖 商品识别三级优先策略（Agent 必须按顺序判断，不得跳级）： 优先级 条件 执行方式 ① 最高 Agent 自身具备视觉理解能力（如 Claude Vision、GPT-4o 等多模态模型） 直接使用 Agent 内置能力 分析图片，输出卖点 JSON。 禁止调用任何外部脚本。 ② 次之 Agent 不具备原生视觉能力，但 拥有图像识别相关工具 （如 analyze_image 、 img_recognize 、 vision_tool 等） 调用 Agent 内置工具 分析图片，输出卖点 JSON。 ③ 兜底 Agent 既无原生视觉能力、也无视觉工具 调用 scripts/analyze.py 脚本 （见下方说明）。 禁止让用户手动描述商品，禁止凭空生成商品描述。 ⚠️ 严禁行为 ：在未尝试上述三级方案的情况下，直接询问用户「请描述一下您的商品」。 ⚠️ 确定输出目录（output_dir） ⚠️ Agent 必须先检查已有目录，按最大编号 +1 递增，禁止直接使用 001！ 每个商品任务使用独立子目录 ，避免多批次生成图与 generate_result.json 互相覆盖。 自动递增规则 ： 检查 ./output/ 下已有三位数编号子目录（ 001/ 、 002/ 、 003/ 、 004/ ……） 取最大编号 +1 作为本次目录（如已有 004/ 则本次使用 005/ ） 若 ./output/ 不存在或为空，则从 001 开始 Agent 操作流程 ： 先检查已有目录 （必须执行）： # Bash 方式 if [ -d "./output" ]; then n=$( ls -d ./output/[0-9][0-9][0-9] 2>/dev/null | sort | tail -1 | grep -oE '[0-9]+$' ) next=$( printf "%03d" $(( ${n:-0} + 1 ))) echo "检测到已有目录，将使用: ${next} " else next=001 echo "output 目录为空，将从 001 开始" fi 创建输出目录 ： output_dir= " $(pwd) /output/ ${next} " mkdir -p " ${output_dir} " echo "本次套图将保存到: ${output_dir} " 3. **告知用户**： > 检测到已有商品任务（最高编号：004），本次将使用 **output/005/**。 > 直接继续，或输入自定义目录名（如 `黑色连衣裙`）。 **同一任务使用多个模型时**：在任务子目录下再创建模型名子目录（如 `output/001/nano-banana/`、`output/001/gpt-image-1.5/`）。 **多模型子目录**（同一任务对比不同模型效果）： ```bash # 首个模型 output_dir= " $(pwd) /output/001/nano-banana" mkdir -p " ${output_dir} " # 后续模型 output_dir_2= " $(pwd) /output/001/gpt-image-1.5" mkdir -p " ${output_dir_2} " 非 Bash 客户端 ：用文件系统工具列出 ./output/ 子目录，找最大数字编号 +1；若无法判断则默认 ./output/001/ 。 用户也可 自定义目录名 （如按商品命名）。 记录 output_dir 后，后续所有步骤统一使用此路径。 ⚠️ 常见错误 ：直接使用 output/001/ 会覆盖之前的任务！必须先检查最大编号。 ⚠️ 图片预处理（最先执行，所有步骤的前提） 用户上传的图片保存在 session 临时目录，脚本运行时可能因路径失效或权限问题无法访问。 必须在调用任何脚本前将图片复制到 {output_dir}/ 下。 # 将所有用户上传的商品图片复制到工作区（路径以实际上传路径为准） cp "/absolute/path/to/用户上传图1.jpg" "{output_dir}/front.jpg" cp "/absolute/path/to/用户上传图2.jpg" "{output_dir}/back.jpg" # 若有背面图 复制完成后，后续所有脚本一律使用 {output_dir}/front.jpg 、 {output_dir}/back.jpg 等 工作区绝对路径 ，不得直接使用用户上传的原始路径。 Agent 操作规则： 用 Bash cp 命令将每张上传图复制到 {output_dir}/ output_dir 已在上一步创建，无需重复 mkdir 复制成功后记录工作区路径，后续 --product-images 、 --model-image 、 analyze.py 参数全部使用工作区路径 视觉分析步骤 Step A：判断 input_image_type （必须，影响生图构图） 用户提供的图片 input_image_type 说明 1 张平铺图（正面） flat_lay 默认，标准正面平铺 2 张平铺图（正面 + 背面） flat_lay_front_back 最佳组合；背面图自动用于材质图 1 张挂拍图 hanging 构图自动改为挂拍悬挂风格 2 张挂拍图（正面 + 背面） hanging_front_back 背面挂拍用于材质图 1 张模特实拍 model AI 提取商品特征，构图提示去除模特 Step B：确定参考图列表（决定 --product-images 参数） 使用图片预处理步骤中复制到 {output_dir}/ 的绝对路径，不得使用用户上传的原始路径。 1 张图 → --product-images {output_dir}/front.jpg 正反 2 张 → --product-images {output_dir}/front.jpg,{output_dir}/back.jpg （顺序必须：正面在前） 3 张 → --product-images {output_dir}/front.jpg,{output_dir}/back.jpg,{output_dir}/detail.jpg 生图脚本自动按图类型选图 ： 套图类型 使用哪张图 白底主图、核心卖点图、卖点图、场景图、模特图、多场景图 第 1 张（正面） 材质图 第 2 张（背面/细节）；无则用第 1 张 Step C：分析商品信息 识别商品类型、颜色、款式、设计元素，多图时综合所有图片信息 提取精确视觉特征：主色、辅助色、印花图案、领型、廓形、下摆、面料质感、季节属性 基于视觉特征推断材质、功能卖点，生成每个卖点的视觉关键词（用于放大镜气泡） 生成结构化卖点 JSON（格式见下），供第四步生成 generate.py 参数使用 卖点 JSON 结构（丰富版） { "product_name" : "黑色碎花交叉细吊带荷叶边下摆连衣裙" , "product_category" : "连衣裙" , "product_subtype" : "吊带裙" , "product_type" : "服装" , "visual_features" : { "main_color" : "黑色" , "secondary_colors" : [ "淡粉色樱花" , "白色" ] , "pattern" : "碎花印花" , "neckline" : "V领交叉细吊带" , "silhouette" : "鱼尾A字" , "hemline" : "荷叶边双层" , "length" : "短裙/中裙" , "fabric_texture" : "轻盈飘逸" , "season" : "春夏" } , "selling_points" : [ { "type" : "design" , "title" : "个性交叉领口" , "description" : "V领结合多重细绑带设计，凸显优雅锁骨曲线" , "visual_keywords" : [ "cross-strap neckline" , "V-neck detail" , "collarbone" ] , "icon" : "design" , "en" : "Cross-strap V-neckline" , "zh" : "个性交叉领口" } , { "type" : "pattern" , "title" : "唯美碎花印花" , "description" : "黑色底面点缀淡雅樱花图案，营造复古浪漫氛围" , "visual_keywords" : [ "floral print pattern" , "cherry blossom motif" ] , "icon" : "design" , "en" : "Floral Print" , "zh" : "唯美碎花印花" } , { "type" : "silhouette" , "title" : "灵动鱼尾设计" , "description" : "下摆采用层次感荷叶边，行走间灵动飘逸" , "visual_keywords" : [ "ruffle hemline layers" , "flowy silhouette" ] , "icon" : "fit" , "en" : "Ruffle Hemline" , "zh" : "灵动鱼尾设计" } ] , "target_audience" : "追求个性时尚、喜爱甜美法式风格的年轻女性" , "target_scenes" : [ "海边度假" , "浪漫约会" , "周末聚会" , "盛夏日常" ] , "target_scene_envs" : [ "tropical beach with golden sand and turquoise ocean, bright midday sunlight" , "romantic outdoor restaurant terrace at dusk, warm candlelight, string lights" ,