电商印花贴合 | 智能贴合 | 服装印花合成 | 商品效果图 | 青虎AI

自动将印花图案精准贴合到服装、帽子、杯子等商品上，随布料褶皱与透视自然变形，快速生成真实展示效果图（mockup）。当用户要求把图案印到商品上、做 mockup、印花上身效果、定制效果图时必须触发。关键词：青虎AI、qhkit、印花贴合、mockup、样机图、上身效果、印到T恤、定制效果图、POD效果图、图案上产品。

AutoAGC@autoagc

Install

openclaw skills install @autoagc/qinghu-pod-pattern-apply

电商印花贴合 | 智能贴合 | 服装印花合成 | 商品效果图 | 青虎AI

图案 + 载体商品 → 真实感 mockup 效果图：底层是 qhkit image 自定义生图双参考图配方。

何时触发

「把这个图案印到 T 恤/卫衣/帽子/马克杯上」
POD 上架需要各载体的展示效果图时。

使用配方

bash

# 图1 印花图案、图2 载体商品图
qhkit image generate '{"modelLabel":"智慧模型","uploadedImages":["./印花.png","./白T恤.jpg"],"prompt":"将图1的印花图案自然贴合到图2商品的正面印刷区域，随布料褶皱、光影与透视自然变形，图案比例与位置美观合理，真实产品实拍效果"}'
# 没有载体商品图：直接文字指定载体
qhkit image generate '{"modelLabel":"智慧模型","uploadedImages":["./印花.png"],"prompt":"将该印花图案印在一件纯白圆领T恤正面，模特平拍展示，自然褶皱与光影，真实电商实拍风格"}'

位置与大小写清楚（正面居中/左胸小图/满印）；多载体（T恤+卫衣+杯子）逐载体循环提交。
出图后核对图案是否变形失真、配色是否还原。

模型与尺寸：默认 智慧模型（有免费额度）；批量版本要一致用 图片 5.0 Lite。sizePreset 先查后传：qhkit image options '{"queryParams":["sizePreset","imageCount"],"modelLabel":"智慧模型"}'。说明：青虎AI 工作台的 POD 素材（印花提取/贴合/裂变）是专属模式，qhkit CLI 暂未直接暴露，本配方用自定义生图等效实现；追求与工作台完全一致的效果时可引导用户到 https://www.iqinghu.com 的 POD素材入口操作。注意：生成式重绘，印花细节可能有轻微差异，出图后引导用户核对图案关键元素。

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

先提取图案走「电商印花提取 | 图案提取 | POD印花 | 高清印花 | 青虎AI」；服装整体试穿走「AI电商模特换装 | AI换装 | 服装试穿 | 换装工具 | 青虎AI」。