Install
openclaw skills install @autoagc/linkpix-shein-image帮助SHEIN卖家、服装跨境独立站通过青虎AI完成“SHEIN商品图”:支持生成时尚模特穿搭图、服装平铺图、细节图、欧美流行风场景图、多角度展示图。可调用GPT Image 2、Nano Banana 2 等大模型,结合欧美时尚圈的流行元素和高清质感,快速打造符合快时尚审美的商品图。适用于SHEIN、SHEIN快时尚独立站等服装类目爆款打造。Use this skill for SHEIN商品图, 时尚穿搭, 模特图, 快时尚, 欧美风格, 流行元素, GPT Image 2, Nano Banana 2 , AIGC图像生成, 服装电商。通过青虎AI统一接入,支持素材上传、实时模型配置、任务轮询和结果下载。 当用户要求做SHEIN 商品图、主图套图、详情图、活动图生成或该平台的主图/套图/详情图/活动图时必须触发。关键词:LinkPix、qhkit、青虎、SHEIN商品图、时尚穿搭、模特图、平铺图、快时尚、欧美风格、服装跨境。
openclaw skills install @autoagc/linkpix-shein-image帮助SHEIN卖家、服装跨境独立站通过青虎AI完成“SHEIN商品图”:支持生成时尚模特穿搭图、服装平铺图、细节图、欧美流行风场景图、多角度展示图。可调用GPT Image 2、Nano Banana 2 等大模型,结合欧美时尚圈的流行元素和高清质感,快速打造符合快时尚审美的商品图。适用于SHEIN、SHEIN快时尚独立站等服装类目爆款打造。Use this skill for SHEIN商品图, 时尚穿搭, 模特图, 快时尚, 欧美风格, 流行元素, GPT Image 2, Nano Banana 2 , AIGC图像生成, 服装电商。通过青虎AI统一接入,支持素材上传、实时模型配置、任务轮询和结果下载。
一张产品图覆盖该平台的主图套图、详情页和活动海报:套图走 套图模式(platform 默认 SHEIN),详情走 电商详情图,活动图走自定义生图。对外文案里的 GPT Image 2 / Nano Banana 2 / Seedream 5.0 / Grok Image 只是检索名,真正提交的 modelLabel 必须来自 options。
先问清产物:主图套图 / 详情页 / 活动海报。再跑对应 options。
# 主图+轮播套图(缺省 9 张;platform 必须逐字来自 options)
qhkit image options '{"queryParams":["platform","sizePreset","imageCount"],"modelLabel":"套图模式"}'
qhkit image generate '{"modelLabel":"套图模式","uploadedImages":["./商品图.jpg"],"customCopy":"限时5折","platform":"SHEIN","imageCount":6}'
qhkit image estimate '{"modelLabel":"套图模式","uploadedImages":["./商品图.jpg"],"platform":"SHEIN","imageCount":6}'
# 详情页长图
qhkit image options '{"queryParams":["themeLabel"],"modelLabel":"电商详情图"}'
qhkit image generate '{"modelLabel":"电商详情图","uploadedImages":["./商品图.jpg"],"themeLabel":"海洋蓝"}'
# 活动图/海报(自定义生图,先 options 再选智慧模型 / 图片 5.0 Pro / Lite / 专图模型)
qhkit image options '{"queryParams":["modelLabel","models"]}'
qhkit image generate '{"modelLabel":"智慧模型","uploadedImages":["./商品图.jpg"],"prompt":"将产品变为营销活动图,活动内容如下:【限时折扣】,适配SHEIN点击率构图"}'
平台适配要点:快时尚:模特穿搭 + 平铺 + 面料细节,欧美流行色和场景,少国内大促堆字。多姿势可续接姿势套图。
platform 候选以 options 为准,本技能默认按 SHEIN 传。customCopy(≤500 字)至少一个;画质缺省 1K,要 2K 显式传 "quality":"2K"。image-batch,不要循环调 image generate。uploadedImages,不要只转写成 prompt。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):
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。
# 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"),把下面的引导文案发给用户,拿到密钥后执行 qhkit config set --token <密钥> --env prod(或设环境变量 QHKIT_TOKEN):
- 打开 https://www.iqinghu.com/workbench/login?type=1&urlCode=1788417429126 注册/登录
- 进入控制台 → 工作台的 APIKeys 页面:https://www.iqinghu.com/workbench/dashboard/api-keys
- 点「创建/复制」生成密钥,生成后将 API 密钥发我
图文获取密钥教程:https://xcnzsfe4uxrw.feishu.cn/wiki/KJ0Ywsyw8iAXmRkz5l4cddDbn6g
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);命令返回 {"ok":false,"stage":"runtime","message":"未知命令:…"}(本机 qhkit 太老、还没有这个命令——注意它 stage 是 runtime 不是 version,走不到版本门禁,别当成用法错误);stderr 提示有新版本;报「模式在线上已下架或配置变更,请升级 qhkit」。(image/video 的模型清单 0.12.0 起实时读取,线上新增模型不需要升级 CLI。)
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)。
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)。{"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。python -c "from PIL import Image, ImageOps; im=ImageOps.exif_transpose(Image.open('原图')); im.thumbnail((2048,2048)); im.convert('RGB').save('压缩后.jpg', quality=85)"(缺 Pillow 先 pip install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple);没有 Python 就用 Node —— npx --yes sharp-cli -i 原图 -o 压缩后.jpg resize 2048(官方源慢时加 --registry=https://registry.npmmirror.com)。两条都失败才请用户换 10MB 以内的图,不要反复重试。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。image / video 的模型清单是实时的(0.12.0 起直接读线上目录,新增/下架/调价自动跟随,无需升级 CLI),且均无默认模型——modelLabel 必填,缺失会报错并列出当前可选项。当次会话第一次选模型前先跑 options 查 modelLabel/models 拿当前清单,不要凭记忆或本文档的快照直接报模型名。拉不到目录(断网/密钥问题)时命令会明确报错,按提示引导用户检查配置。generate 会创建任务、消耗积分,发起前必须把本次提交的关键参数一次性列给用户——模型/模板、出图张数或视频时长、尺寸与画质、语言、用到哪几张参考图,以及 estimate 报出的预计扣除积分(不支持 estimate 的命令如实说「以实际扣费为准」)——等用户明确同意后才能执行提交。参数全部来自用户原话时也要复述确认一遍(口头描述与实际枚举值可能有出入,任务提交后不可取消)。只读 action(options / estimate / status / templates 等)无需确认。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。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。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」)。