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:
CODEBLOCK0
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
- 提取商品主体轮廓与关键视觉特征
- 基于视觉特征推断材质、功能卖点
- 生成结构化卖点(JSON格式,供后续图片生成使用)
卖点 JSON 结构
CODEBLOCK1
📄 详细分析 Prompt 见 INLINECODE0
第三步:选择平台与套图配置
📄 各平台规范详见 INLINECODE1
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 INLINECODE3
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
- 背景差异化:每张图背景/场景各不相同,形成完整故事线
- 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)
- 品质标准: INLINECODE4
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 INLINECODE5
支持的图像生成供应商(5个)
| 供应商 | 模型 | 国内可用 | 特点 |
|---|
| OpenAI | DALL·E 3 | 需代理 | 高质量写实,细节清晰 |
| Google |
Gemini Imagen 3 | 需代理 | 色彩真实,商业感强 |
| Stability AI | Stable Image Core | 需代理 | 精准控制构图 |
| 阿里云 | 千问 | ✅直连 | 中文场景优化,异步任务 |
| 字节跳动 | 豆包 Seedream | ✅直连 | 中文理解好,风格多样 |
供应商检测与选择逻辑
- 1. 用户在配置面板填入各供应商 API Key(浏览器本地存储)
- 系统检测哪些供应商已配置(Key 非空)
- 若只有1个供应商配置 → 自动选择
- 若有多个 → 展示供应商选择界面让用户选择
- 若无任何配置 → 提示用户先配置,展示 Prompt 预览模式
第六步:Canvas 文案叠加
📄 各图类型叠加坐标规范见 references/providers.md(Canvas规范部分)
核心逻辑
CODEBLOCK3
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
交互式 Artifact 实现
当用户上传商品图片请求生成套图时,优先创建交互式 React Artifact,实现以下 UI 流程:
UI 流程(5步)
CODEBLOCK4
Artifact 核心功能模块
- 1. ProviderConfig:5个供应商API Key配置,检测已配置项,浏览器本地存储
- ProviderDetect:自动检测已配置供应商,多个时弹出选择,单个时自动选中
- ImageUploader:拖拽上传,支持 jpg/png/webp
- AIAnalysis:Claude Vision分析商品图片,输出结构化卖点JSON
- SellingPointEditor:卖点卡片编辑,中英文切换
- ImageTypeSelector:7种类型多选+平台/语言配置
- GenerationPipeline:逐张调用供应商API,实时进度显示
- CanvasOverlay:Canvas API文案叠加,各图类型独立文字位置规范
- DownloadPanel:逐张预览+批量下载
📄 完整 Artifact 代码见 INLINECODE7
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 |
|---|
| INLINECODE8 | 各平台尺寸规范、主图要求、文案风格指南 |
| INLINECODE9 |
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 |
|
scripts/suite_artifact.jsx | 交互式套图生成 React Artifact |
API Key 配置
本 Skill 使用两类 API:
| 变量 | 用途 | 是否必需 |
|---|
| INLINECODE12 | 千问模型(商品分析 + 图像生成,国内直连) | ✅ 必需 |
| INLINECODE13 |
豆包 Seedream 图像生成(国内直连) | 可选 |
|
OPENAI_API_KEY | DALL·E 3 图像生成(需代理) | 可选 |
|
GEMINI_API_KEY | Imagen 3 图像生成(需代理) | 可选 |
|
STABILITY_API_KEY | Stable Image Core(需代理) | 可选 |
安全声明:所有 API Key 仅存于浏览器 localStorage,由客户端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
CODEBLOCK5
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 QWEN_API_KEY):
CODEBLOCK6
其他可选图像供应商 Key 通过环境变量(方式一)补充。
方式三:Artifact UI 内配置
在生成器界面点击 ⚙️ API设置,逐个填入各供应商 Key。
Key 存于浏览器 localStorage,刷新页面后仍有效。
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
- 提取商品主体轮廓与关键视觉特征
- 基于视觉特征推断材质、功能卖点
- 生成结构化卖点(JSON格式,供后续图片生成使用)
卖点 JSON 结构
json
{
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
- 背景差异化:每张图背景/场景各不相同,形成完整故事线
- 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)
- 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 | 模型 | 国内可用 | 特点 |
|---|
| OpenAI | DALL·E 3 | 需代理 | 高质量写实,细节清晰 |
| Google |
Gemini Imagen 3 | 需代理 | 色彩真实,商业感强 |
| Stability AI | Stable Image Core | 需代理 | 精准控制构图 |
| 阿里云 | 千问 | ✅直连 | 中文场景优化,异步任务 |
| 字节跳动 | 豆包 Seedream | ✅直连 | 中文理解好,风格多样 |
供应商检测与选择逻辑
- 1. 用户在配置面板填入各供应商 API Key(浏览器本地存储)
- 系统检测哪些供应商已配置(Key 非空)
- 若只有1个供应商配置 → 自动选择
- 若有多个 → 展示供应商选择界面让用户选择
- 若无任何配置 → 提示用户先配置,展示 Prompt 预览模式
第六步:Canvas 文案叠加
📄 各图类型叠加坐标规范见 references/providers.md(Canvas规范部分)
核心逻辑
javascript
async function applyTextOverlay(base64, typeId, sellingPoints, lang) {
return new Promise((resolve) => {
const img = new Image();
img.onload = () => {
const canvas = document.createElement(canvas);
canvas.width = img.naturalWidth;
canvas.height = img.naturalHeight;
const ctx = canvas.getContext(2d);
ctx.drawImage(img, 0, 0);
const texts = OVERLAY_CONFIGS[typeId]?.(sellingPoints, lang) || [];
texts.forEach(t => {
const fontSize = Math.round(t.fontSize * canvas.width);
ctx.font = ${t.weight || 600} ${fontSize}px Helvetica Neue, Arial, sans-serif;
ctx.textAlign = t.align || left;
if (t.shadow) {
ctx.shadowColor = rgba(0,0,0,0.5);
ctx.shadowBlur = 8;
}
ctx.fillStyle = t.color || #fff;
ctx.fillText(t.text, t.x canvas.width, t.y canvas.height);
ctx.shadowColor = transparent;
ctx.shadowBlur = 0;
});
resolve(canvas.toDataURL(image/jpeg, 0.92).split(,)[1]);
};
img.src = data:image/jpeg;base64,${base64};
});
}
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
交互式 Artifact 实现
当用户上传商品图片请求生成套图时,优先创建交互式 React Artifact,实现以下 UI 流程:
UI 流程(5步)
① API配置 → ② 图片上传+AI分析 → ③ 供应商选择(检测已配置的)
→ ④ 套图类型+语言选择 → ⑤ 生成(