shield_lock
金大哥
← 返回 Skill 列表
extension
分类: 其它需要 API Key

ecommerce-image-suite

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...

person作者: wzj177hubclawhub
open_in_new仓库download下载资源包

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

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（平铺图/白底图/实物图均可）

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"卡通小狗印花宽松精梳棉短袖T恤" | | 核心卖点 | 材质、版型、设计特点等 3-5 条 | | 适用人群 | 如"追求舒适简约风的青少年" | | 期望场景 | 如"校园日常、居家休闲、户外出游" | | 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

视觉分析步骤

  1. 识别商品类型、颜色、款式、设计元素
  2. 提取商品主体轮廓与关键视觉特征
  3. 基于视觉特征推断材质、功能卖点
  4. 生成结构化卖点（JSON格式，供后续图片生成使用）

卖点 JSON 结构

{
  "product_name": "商品名称",
  "product_type": "服装/3C/家居/其他",
  "visual_features": ["白色", "圆领", "短袖", "卡通小狗印花"],
  "selling_points": [
    {"icon": "fabric", "en": "Combed Cotton", "zh": "精梳棉面料"},
    {"icon": "fit", "en": "Loose & Breathable", "zh": "宽松透气"},
    {"icon": "design", "en": "Cute Design", "zh": "萌趣设计"}
  ],
  "target_audience": "青少年、学生群体",
  "usage_scenes": ["校园", "居家", "户外"],
  "color": "白色",
  "material": "精梳棉"
}

📄 详细分析 Prompt 见 references/analysis-prompts.md

第三步：选择平台与套图配置

📄 各平台规范详见 references/platforms.md

平台选择

| 平台类型 | 平台 | 推荐尺寸 | 语言 | |---------|------|---------|------| | 国内 | 淘宝/天猫 | 800×800 (1:1) | 中文 | | 国内 | 京东 | 800×800 (1:1) | 中文 | | 国内 | 拼多多 | 750×750 (1:1) | 中文 | | 国内 | 抖音/小红书 | 1080×1350 (4:5) 或 1:1 | 中文 | | 国际 | Amazon | 2000×2000 (1:1) | 英文 | | 国际 | 独立站/Shopify | 2000×2000 (1:1) 或 16:9 | 英文 |

标准套图（7种）

每种图的详细规格见 references/image-types.md

| # | 图片类型 | 核心目标 | 推荐位置 | |---|---------|---------|---------| | 1 | 白底主图 | 商品全貌展示，符合平台收录规则 | 第1张主图 | | 2 | 核心卖点图 | 3大卖点图标化呈现 | 第2张 | | 3 | 卖点图 | 单一核心卖点深度展示 | 第3张 | | 4 | 材质图 | 面料/工艺特写，建立品质信任 | 第4张 | | 5 | 场景展示图 | 生活方式场景，激发代入感 | 第5张 | | 6 | 模特展示图 | 真人/AI模特穿搭，直观展示效果 | 第6张 | | 7 | 多场景拼图 | 多场景适用性对比，提升决策 | 第7张 |

第四步：生成图片 Prompt

📄 各图类型的 Prompt 模板见 references/image-types.md

Prompt 构建原则

  1. 商品一致性：所有图片必须保持商品颜色、结构、比例、细节不变
  2. 背景差异化：每张图背景/场景各不相同，形成完整故事线
  3. 文字分离：图片本身不含文字，文案通过后处理叠加（除非使用图像生成API支持文字）
  4. 品质标准：photorealistic, high quality, studio lighting, 8K, commercial photography

Prompt 结构模板

[商品描述] + [版型/颜色/印花精确描述] + [场景/背景描述] + [光线/氛围] + [拍摄角度] + [品质词]

第五步：多供应商图像生成

📄 各供应商 API 接入详情见 references/providers.md

支持的图像生成供应商（5个）

| 供应商 | 默认模型 | 模型环境变量 | 国内可用 | 特点 | |--------|---------|------------|---------|------| | OpenAI | dall-e-3 | OPENAI_MODEL | 需代理 | 高质量写实，细节清晰 | | Google | gemini-3.1-flash-image-preview | GEMINI_MODEL | 需代理 | 原生图像生成，2K 输出 | | Stability AI | core | STABILITY_MODEL | 需代理 | 精准控制构图 | | 阿里云 | qwen-image-2.0-pro | DASHSCOPE_MODEL | ✅直连 | 同步接口，中文优化 | | 字节跳动 | doubao-seedream-5-0-260128 | ARK_MODEL | ✅直连 | 中文理解好，风格多样 |

模型名可通过 --model 参数、环境变量或默认值配置，优先级：--model > 环境变量 > 默认值。

供应商检测

python3 scripts/check_providers.py

输出 JSON 包含 configured 数组，显示哪些供应商已配置 API Key。

执行生图脚本

python3 scripts/generate.py \
  --product '{"product_description_for_prompt": "...", "selling_points": [...]}' \
  --provider tongyi \
  --types white_bg,key_features,selling_pt,material,lifestyle,model,multi_scene \
  --output-dir ./output/raw/

generate.py 完整参数

| 参数 | 说明 | 默认值 | |------|------|--------| | --product | 必填，商品 JSON 字符串 | — | | --provider | 必填，供应商：openai / gemini / stability / tongyi / doubao | — | | --api-key | API Key，也可通过环境变量传入 | 环境变量 | | --base-url | 自定义代理地址，也可通过 *_BASE_URL 环境变量传入 | 官方地址 | | --model | 模型名称，也可通过 *_MODEL 环境变量传入 | 见供应商表 | | --types | 逗号分隔的套图类型 | 全部 7 种 | | --output-dir | 输出目录 | ./output/raw/ |

代理 API 使用示例

各供应商均支持通过 --base-url 或环境变量指定代理地址：

# Gemini 通过代理（代理使用 Bearer token 鉴权）
GEMINI_API_KEY="sk-proxy-key" \
GEMINI_BASE_URL="https://my-proxy.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent" \
  python3 scripts/generate.py --provider gemini --product '...'

# 通义通过代理
DASHSCOPE_API_KEY="sk-..." \
DASHSCOPE_BASE_URL="https://my-proxy.com/api/v1/services/aigc/multimodal-generation/generation" \
  python3 scripts/generate.py --provider tongyi --product '...'

# 切换模型版本
DASHSCOPE_MODEL="qwen-image-2.0" \
  python3 scripts/generate.py --provider tongyi --product '...'

第六步：文案叠加

使用 Pillow 将文案叠加到生成图片上：

python3 scripts/overlay.py \
  --input-dir ./output/raw/ \
  --product '{"selling_points": [...], "product_name_zh": "..."}' \
  --lang zh \
  --output-dir ./output/final/

叠加规范（各图类型）

  • 白底主图 / 模特展示图：无文案叠加
  • 核心卖点图：右侧区域，WHY CHOOSE US + 3个卖点标签，深色文字
  • 卖点图：左上主标题 + 左下两条副标题，深色文字
  • 材质图：右上主标题 + 右侧两条副标题，深色文字
  • 场景展示图：左上主标题 + 左下两条副标题，白色文字+阴影
  • 多场景拼图：顶部居中主标题 + 底部两侧场景标注，白色文字+阴影

📄 各图类型叠加坐标规范见 references/providers.md（Canvas规范部分）

CLI 执行流程（Agent 调用）

Agent 或 CLI 环境下的完整流程：

# Step 1: 检测供应商配置
python3 scripts/check_providers.py

# Step 2: Agent 分析商品图片（Claude Vision），输出 product JSON

# Step 3: 执行生图
python3 scripts/generate.py \
  --product '{"product_description_for_prompt": "white T-shirt...", "selling_points": [...]}'  \
  --provider tongyi \
  --output-dir ./output/raw/

# Step 4: 文案叠加
python3 scripts/overlay.py \
  --input-dir ./output/raw/ \
  --product '{"product_description_for_prompt": "white T-shirt...", "selling_points": [...]}' \
  --lang zh \
  --output-dir ./output/final/

执行检查清单

  • [ ] 商品图片已上传（必须）
  • [ ] 商品卖点已生成或用户已填写
  • [ ] 平台已选择（决定语言和尺寸）
  • [ ] 套图类型已选择（至少1种）
  • [ ] 所有 Prompt 已审核（可选）
  • [ ] 图像生成 API 可用

参考文件索引

| 文件 | 内容 | |------|------| | references/platforms.md | 各平台尺寸规范、主图要求、文案风格指南 | | references/image-types.md | 7种套图的详细视觉规格与 Prompt 模板 | | references/analysis-prompts.md | AI商品分析与卖点提取的系统 Prompt | | references/providers.md | 供应商 API 接入详情与文案叠加规范 | | scripts/check_providers.py | 检测已配置供应商（读取环境变量） | | scripts/generate.py | 调用图像生成 API（5个供应商，支持 --model / --base-url / --api-key） | | scripts/overlay.py | Pillow 文案叠加（动态卖点 + 多语言） |

API Key 配置

本 Skill 使用两类 API：

| 变量 | 用途 | 是否必需 | |---|---|---| | DASHSCOPE_API_KEY | 千问图像生成（国内直连） | ✅ 推荐 | | ARK_API_KEY | 豆包 Seedream 图像生成（火山方舟，国内直连） | 可选 | | OPENAI_API_KEY | DALL·E 3 图像生成（需代理） | 可选 | | GEMINI_API_KEY | Gemini 原生图像生成（需代理） | 可选 | | STABILITY_API_KEY | Stable Image Core（需代理） | 可选 | | *_BASE_URL | 各供应商自定义代理地址（OPENAI_BASE_URL / GEMINI_BASE_URL 等） | 可选 | | *_MODEL | 各供应商自定义模型名（DASHSCOPE_MODEL / ARK_MODEL / GEMINI_MODEL 等） | 可选 |

安全声明：API Key 仅存于本地环境变量，直接调用各供应商官方 Endpoint，不经过任何第三方服务器中转。建议使用权限最小化的 Key，并定期轮换。

方式一：环境变量

# 至少配置一个图像供应商
export DASHSCOPE_API_KEY="sk-..."       # 阿里云 DashScope（国内直连，推荐）
export ARK_API_KEY="..."                # 字节跳动火山方舟（国内直连）
export OPENAI_API_KEY="sk-..."         # 需代理
export GEMINI_API_KEY="AIzaSy..."      # 需代理
export STABILITY_API_KEY="sk-..."      # 需代理

# 可选：自定义代理地址
export OPENAI_BASE_URL="https://my-proxy.com/v1"
export GEMINI_BASE_URL="https://my-proxy.com/gemini"
export DASHSCOPE_BASE_URL="https://my-proxy.com/dashscope"

# 可选：自定义模型名（不配置则使用默认值）
export DASHSCOPE_MODEL="qwen-image-2.0"       # 默认 qwen-image-2.0-pro
export ARK_MODEL="doubao-seedream-5-0-260128" # 默认 doubao-seedream-5-0-260128
export GEMINI_MODEL="gemini-3.1-flash-image-preview"  # 默认同此

加入 ~/.zshrc 或 ~/.bashrc 后永久生效。

方式二：OpenClaw 配置文件

在 $OPENCLAW_CONFIG_PATH（默认 ~/.openclaw/openclaw.json）中配置 apiKey，对应 primaryEnv（即 DASHSCOPE_API_KEY）：

{
  skills: {
    entries: {
      "ecommerce-image-suite": {
        apiKey: "DASHSCOPE_API_KEY_HERE",
      },
    }
  },
}