AI电商图像生成 | 商品图生成 | 产品图 | 素材生成 | LinkPix

按文字描述直出商业级电商图片，支持可选参考图（图生图/改图），四个模型可选（智慧模型/图片5.0 Pro/图片5.0 Lite/专图模式）。当用户要求按描述生成图片、文生图、图生图、AI绘图、出一张商业大图/场景图/概念图时必须触发。关键词：LinkPix、qhkit、文生图、图生图、AI生图、AI绘图、自定义生图、商业大图、电商图像、提示词出图、参考图生成、prompt 生图。

AutoAGC@autoagc

Install

openclaw skills install @autoagc/linkpix-image-generate

AI电商图像生成 | 商品图生成 | 产品图 | 素材生成 | LinkPix

qhkit image 的自定义生图：prompt 必填、参考图可选，四个模型只是画质取向和积分不同，入参完全一致。

何时触发

「按这段描述画一张……」「出一张 XX 场景的商业图」
「参考这张图，生成……」（图生图）
其他 LinkPix 编辑类技能未覆盖的自由出图/改图需求。

使用配方

modelLabel	什么时候选
`智慧模型`	默认首选：效果好、有免费额度
`图片 5.0 Pro`	要真实感、要快
`图片 5.0 Lite`	多张之间细节要一致
`专图模式`	明确要最好效果且不赶时间（线上叫「专图模型」，两种写法都收）

bash

# 纯文字直出
qhkit image generate '{"modelLabel":"智慧模型","prompt":"化妆品高端场景图","imageCount":2}'
# 带参考图（图生图/风格参考/在原图基础上改）
qhkit image generate '{"modelLabel":"图片 5.0 Pro","uploadedImages":["./参考.jpg"],"prompt":"保持商品主体不变，置于清晨森林晨雾场景，电影感光影"}'
# 尺寸候选逐模型独立，先查再传
qhkit image options '{"queryParams":["sizePreset","imageCount"],"modelLabel":"图片 5.0 Pro"}'
# 报价
qhkit image estimate '{"modelLabel":"智慧模型","prompt":"化妆品高端场景图","imageCount":2}'

⚠️ 用户给了商品图就传进 uploadedImages（四模型均支持，图生图语义、严格基于原图出图）：不要只把图的内容转写成 prompt 文字（会丢原图细节），更不要说"某模型不支持参考图"。
prompt ≤ 5000 字：写清主体、场景、光影、材质、构图，越具体越稳。
imageCount 1/2/4/6/8/10；2K 档位积分约为 1K 的两倍。
不要把一个模型的 sizePreset 标签套到另一个模型上。

环境自举（缺什么装什么，不要因环境缺失放弃任务）

本技能依赖 qhkit 命令（npm 包 @iqinghu/qhkit），可完全独立安装。按顺序检测，缺失就地补齐：

有 qhkit 吗？ qhkit config show 能跑通即就绪，跳到第 4 步。
没有 qhkit 但有 node/npm（OpenClaw/Hermes 机器部署流程保证自带 Node 22+）→ 全局安装（推荐）：
bash
```
npm i -g @iqinghu/qhkit
```
默认走 npm 官方源；官方源访问慢或超时（国内网络常见）时，再加镜像参数 --registry=https://registry.npmmirror.com（阿里维护的 npm 官方镜像，仅作网络兜底）。仅当全局安装因权限失败且无法提权时，才退而用 npx @iqinghu/qhkit <命令> ...（npx 必须写包全名）。
连 node 都没有（要求 Node ≥ 18）：先装 Node 再回到第 2 步。
bash
```
# Linux 二进制安装（装到用户目录，无需 root；先校验官方 SHA256 再解包）：
cd /tmp && curl -fsSLO https://nodejs.org/dist/v22.22.3/node-v22.22.3-linux-x64.tar.xz
cd /tmp && curl -fsSL https://nodejs.org/dist/v22.22.3/SHASUMS256.txt | grep ' node-v22.22.3-linux-x64.tar.xz$' | sha256sum -c -
mkdir -p "$HOME/.local/lib" && tar -xJf /tmp/node-v22.22.3-linux-x64.tar.xz -C "$HOME/.local/lib"
export PATH="$HOME/.local/lib/node-v22.22.3-linux-x64/bin:$PATH"
```
校验行输出 OK 才继续；校验失败就删掉重下，绝不解包未通过校验的文件。nodejs.org 访问不通时，把两个下载 URL 的前缀 https://nodejs.org/dist 整体换成镜像 https://registry.npmmirror.com/-/binary/node（目录结构相同，SHASUMS256.txt 也有镜像，校验步骤不变）。export PATH 只对当前 shell 生效，跨命令调用时每个新 shell 都要先执行这行（或追加进 ~/.bashrc）。macOS 用 brew install node；Windows 用 winget/官网安装包。arm64 机器把 x64 换成 arm64。
密钥：无密钥时（命令返回 stage:"config"），执行 qhkit config set --token <密钥> --env prod（密钥让用户打开 https://www.iqinghu.com/workbench/login?type=1&urlCode=1788417429126 注册/登录后，从 https://www.iqinghu.com/workbench/dashboard/api-keys 获取），或设环境变量 QHKIT_TOKEN。
自检：qhkit config show 输出脱敏配置即全部就绪。

升级：出现以下任一信号，先升级再重试原命令——命令返回 {"ok":false,"stage":"version",...}（版本门禁，message 里就是升级命令，照做即可）；stderr 提示有新版本；options 返回 catalogNotice 且用户恰好要用那个新模型；报「模式在线上已下架或配置变更，请升级 qhkit」。

bash

npm i -g @iqinghu/qhkit@latest

官方源慢或超时时同样加 --registry=https://registry.npmmirror.com。

安装/配置失败时把具体报错告诉用户（常见：无写权限 → 提示用户提权或改用 npx；无网络 → 让用户处理网络）。

调用契约

形式：qhkit <命令> <action> '<json>'，或 qhkit <命令> <action> @params.json（参数写进文件，避免 shell 转义问题，推荐）。
stdout 恒为一行 JSON；失败为 {"ok":false,"stage":"...","message":"..."} 且退出码 1，把 message 原样转告用户。stderr 可能出现提示行，不是错误。
图片/视频参数直接填本地文件路径（CLI 自动上传换取 URL），素材已在公网时填 http(s) URL 也可。
标签类参数（modelLabel、sizePreset、themeLabel 等）必须与 options 返回的候选值逐字一致，不要自造或翻译；拿不准先调 options。

报价、轮询与交付

报价：要把积分数字报给用户时，先跑 qhkit image estimate '<与 generate 完全相同的参数>'，报它返回的 credits（实扣值，秒回、无副作用）；enough:false 时提前告知余额不足。不要引用文档快照报价。
轮询：image generate 自带轮询，阻塞到出图（最长约 14 分钟），返回里直接有图片 URL，不需要再查 status。
交付：产物 URL 在返回的 images 字段里，按当前环境的媒体交付约定发给用户；产物必须和「生成完成」写在同一轮回复，并附返回里的实扣 credits（「本次实际消耗 X 积分」）。
失败：转述 CLI 的 message（已是面向用户的中文，常见：积分不足、内容审核未通过），不要重试轰炸。

能力边界

成套主图走「AI电商主图轮播图 | 主图套图 | 商品首图 | SKU图生成 | LinkPix」；详情页长图走「电商详情图生成 | 详情页长图 | 卖点图 | 高转化详情 | LinkPix」。
换背景、消除、改文字、换装等定向编辑有对应的专项 LinkPix 技能，配方更稳。