Aigc Imagegen Cloth

服饰图生成（模特/服装类）。支持单张或套图：白底图（隐形模特）、模特图、种草图、卖点图、A+图、尺码图。单张单类型直接出图；多张多类型自动编排规划。用户上传模特图或服饰图（上装/下装/连衣裙/外套/鞋帽等）并说"做套图""做模特图""做种草图""做卖点图""做A+图""做尺码图""做服饰白底图"时触发。纯图片编辑操作走 linkfox-aigc-imagegen。

服饰图生成

统一入口：服饰 / 模特类商品（上装、下装、连衣裙、外套、鞋帽等）的全类型电商出图能力。单张直出 & 套图编排都从这一个 skill 进入。

入口路由

条件	路径	操作
只要一张特定类型的图（如"做一张模特图"）	单张直出	确定 type → Read 对应 references/types/<type>.md → 执行共享流水线
要多张 / 多类型 / 套图（如"做一套图""出5张图"）	套图编排	Read references/runtime/00-index.md → 按步 Read 01-plan / 02-confirm → 调 scripts/run_collection_pipeline.py 三阶段（plan / dispatch / summary，agent 顺序发 3 个 Bash；dispatch 在 skill 层用 ThreadPoolExecutor 并发跑 scripts/run_one_task.py，agent 自己不并发；禁止 Read maintainer/collection/ 或套图阶段 Read types/*.md）

类型路由表

type	名称	与卖点关联	是否有画面描述	默认比例	支线	是否走 textgen	详情 reference
WHITE_BG	白底图（隐形模特）	否	否	1:1	①静态直出	否	references/types/white-bg.md
MODEL_IMAGE	模特图	否	是	1:1	②占位符直出	否	references/types/model-image.md
SCENE	种草图	是	是	1:1	③textgen 改写	是	references/types/scene.md
SELLING_POINT	卖点图	是	是	1:1	③textgen 改写	是	references/types/selling-point.md
PREMIUM_APLUS	高级A+图	是	是	1464:600	③textgen 改写	是	references/types/aplus.md
STANDARD_APLUS	普通A+图	是	是	970:600	③textgen 改写	是	references/types/aplus.md
PHONE_APLUS	手机A+图	是	是	600:450	③textgen 改写	是	references/types/aplus.md
SIZE	尺码图	否	是	1:1	两阶段：①阶段1=③textgen 前置分析 + ②阶段2=占位符直出	阶段1是/阶段2否	references/types/size.md

确定 type 后，必须 Read 对应的 type reference 文件获取该类型走哪条支线、步骤 2 差异逻辑和运行时模板来源，禁止跳过。

不适用

• 非服饰类实物商品（美妆、数码、家居、食品等）→ 走 linkfox-aigc-imagegen-product 系列。
• 纯图片编辑操作（换背景、去水印、换角度等已有明确创意方向的操作）→ 走 linkfox-aigc-imagegen。
• 已有模特图换姿势 / 换动作裂变（模特裂变）→ 不在本范围（业务方上游构造 posePrompt，不读字典）。
• 纯文字生成 → linkfox-aigc-textgen。
• 视频生成 → linkfox-aigc-videogen。

共享流水线

所有类型都走同一条 3 步流水线（尺码图为两阶段，见下），步骤 2 的差异由各 type reference 指定走哪条支线。

三条支线（步骤 2 的差异本质）

支线	机制	是否填占位符	是否调 textgen	是否过敏感词	适用类型
① 静态直出	用 scripts/build_imagegen_prompt.py --type WHITE_BG 从 white-bg.md 动态提取静态正文作为最终 prompt	否	否	否	WHITE_BG
② 占位符直出	模板填占位符后直接出图（用 scripts/build_imagegen_prompt.py）	是	否	MODEL_IMAGE 否 / SIZE 阶段2 末尾追加规避指令	MODEL_IMAGE、SIZE 阶段2
③ textgen 改写	模板填占位符 → linkfox-aigc-textgen 改写出最终 prompt（用 scripts/build_textgen_params.py）	是	是	SCENE 否 / 卖点·A+ 是 / SIZE 阶段1 否	SCENE、SELLING_POINT、*_APLUS、SIZE 阶段1

步骤 1：校验图片 URL 可访问性（所有类型通用）

• 输入：imageUrls
• 空数组护栏（强制）：若 imageUrls 为空数组 / 缺失 / 全部无效，立即停止，不得带空图调下游。优先从上下文（用户本轮/历史上传的原始图片路径）补齐；仍无法补齐时如实向用户报错并请求重新上传，禁止带空 imageUrls 继续执行。
• 操作：逐项检查 imageUrls 中的值（保持原顺序）：已是公开 URL（http/https 开头）→ 直接透传；本地文件路径（非 http/https）→ 调 linkfox-file-upload 上传获得公开 URL 后替换。
• 输出：imageUrls（全部为公开可访问的 HTTPS URL）

步骤 2：构造最终 prompt（差异部分见各 type reference）

各类型的步骤 2 逻辑不同（走哪条支线、用哪个模型、是否做敏感词规避等），详见已 Read 的 references/types/<type>.md。

①静态直出支线约束（WHITE_BG）：用 scripts/build_imagegen_prompt.py --type WHITE_BG 构建 imagegen 参数文件，脚本会自动从 references/types/white-bg.md 的 text 代码块提取白底图静态正文作为最终 prompt。正文较长，一律交脚本读取，不要手动复制或经 shell 变量传递。

②占位符直出支线约束（MODEL_IMAGE、SIZE 阶段2）：必须使用本 skill 的 scripts/build_imagegen_prompt.py 辅助脚本构建 imagegen 提示词参数文件（脚本自动完成模板读取、占位符填充、null 入参替换、SIZE 阶段2 末尾敏感词规避指令追加），禁止手动用 Write 工具拼接 prompt 或用 shell 变量捕获大文本。SIZE 阶段2 的 analysis_result 用 --analysis-file 注入，避免大文本经 shell。

③textgen 改写支线约束（SCENE、SELLING_POINT、*_APLUS、SIZE 阶段1）：必须使用本 skill 的 build_textgen_params.py 辅助脚本构建 textgen 参数文件（脚本自动完成模板读取、占位符填充、模型/thinkingLevel 设置、卖点·A+ 敏感词规避指令追加），然后按 textgen SKILL.md 的链式调用方式执行。

套图强制走 pipeline 三阶段：套图路径用 scripts/run_collection_pipeline.py 跑 plan / dispatch / summary 三阶段，agent 按顺序发 3 个 Bash；并发由 skill 层 dispatch 用 ThreadPoolExecutor 完成，agent 自己不并发：

1. --phase plan 写 image-plan.json / collection-state.json，stdout 直接打 markdown 表格 + 1 行 status JSON（含 specs[] / run_one_task_script / state_file / total）
2. 用户确认后，agent 只发 1 个 dispatch Bash：python <本skill根>/scripts/run_collection_pipeline.py --phase dispatch --state <state_file>；dispatch 内部用 ThreadPoolExecutor 并发跑 run_one_task.py --index 1..N，每个子任务落 task-result-<id>.json 片段；dispatch 自身 stdout 不 emit Saved full response，仅末尾 1 行 {"status":"dispatch_complete",...} 供 agent 内部解析（这条 Bash 不渲染图，是正常的）
3. --phase summary --state <state_file> 读片段 → stdout 打末尾 markdown 明细（每张成功图自带 ![label](abs_path) 内联引用，前端 markdown 渲染器据此渲染整组图）+ 1 行 status JSON；product variant 同时写 collection-asset-manifest.json

禁止 Agent 在对话中手工完成 S1 推理或 Read S0~S3 全文；禁止用户确认后自己拆 N 个 Bash 跑 run_one_task.py（旧协议；现在并发已在 skill 层完成，自己并发只会重复出图）；禁止转发 summary markdown 时把 ![]() 行剥掉（整组图就靠这些行渲染）；禁止在 summary 之外另贴 Saved full response: [...]（与 markdown ![]() 双重渲染）。下方 bash 单步链路仅适用于单张直出。

路径铁律：本链路横跨两个 skill 目录（构参脚本属本 skill，生文与注参脚本属 linkfox-aigc-textgen），当前工作目录不固定，所有脚本一律用绝对路径调用，不要用裸 scripts/... 相对路径（相对路径会指向错误目录导致执行失败）。其中 <本skill根目录> = 本 SKILL.md 所在目录的绝对路径；<textgen根目录> 通过 skill:linkfox-aigc-textgen 解析其 SKILL.md 所在目录的绝对路径取得。

1. 构参（本 skill）：python <本skill根目录>/scripts/build_textgen_params.py --type <TYPE> ... --out <textgen_params.json>
2. 生文（textgen skill）：PROMPT=$(python <textgen根目录>/scripts/aigc_textgen.py --stdin --content-only < <textgen_params.json>) —— --content-only 输出单行 content 捕获进变量（换行压平为 ⏎、下游自动还原的机制见 textgen SKILL.md）。
3. 注参（步骤 3，用 jq 内联）：用 jq 把 $PROMPT 内联拼进下游 imagegen 参数 JSON，再交 linkfox-aigc-imagegen 出图。

   bash

   PROMPT=$(python <textgen根目录>/scripts/aigc_textgen.py --stdin --content-only < <textgen_params.json>)
   PARAMS=$(jq -nc --arg p "$PROMPT" --argjson imgs '<步骤1的URL JSON数组>' \
     '{prompt:$p, imageUrls:$imgs, provider:"<provider>", outputNum:1, aspectRatio:"<ratio>", resolution:"<resolution>"}')
   # 然后按 linkfox-aigc-imagegen SKILL.md 的调用方式把 $PARAMS 传入出图
   

禁止手动用 Write 工具构造 textgen 参数文件（必须经 build_textgen_params.py）、用 jq -r 抽取原始 content（会重新引入真实换行符破坏拼接）、或直接写 Python 调 API 绕过此链路。

步骤 3：调 linkfox-aigc-imagegen 出图（所有类型通用）

• 输入：步骤 2 的 prompt、步骤 1 的 imageUrls、ratio、resolution、provider
• 操作：Read skill:linkfox-aigc-imagegen 的 SKILL.md，按其调用方式执行出图脚本。传入参数：
  • prompt：步骤 2 产出的最终 prompt
  • imageUrls：步骤 1 的全部图片 URL
  • provider：入参指定的模型（默认 BANANA_PRO）
  • aspectRatio：ratio 原样透传
  • resolution：原样透传
  • outputNum：1
• 输出：图片（Saved full response: 后的本地路径）
• 单张直出交付（按类型）：本 skill 单张直出场景按 references/runtime/03-deliver.md §3.1 走，agent 在 imagegen Bash 完成后必须：

  1. 解析 stdout 的 Saved full response: ["..."] 取本地路径（成功时 1 张）

  2. 在对话回复正文里追加 markdown 内联块：

     markdown

     - 第 1 张 · <类型中文名>
       ![<类型中文名>](<abs_path>)
     

  3. 类型中文名对照：SCENE→种草图 / SELLING_POINT→卖点图 / MODEL_IMAGE→模特图 / SIZE→尺码图 / WHITE_BG→白底图 / PREMIUM_APLUS→高级A+图 / STANDARD_APLUS→普通A+图 / PHONE_APLUS→手机A+图

  4. 禁止把 Saved full response: [...] / Saved full response: <json路径> 协议原文复述进对话回复——它是 skill ↔ bridge 内部协议行，复述会让用户看到裸露的 JSON 数组路径（即"协议行裸露"故障）；只读它取路径，不抄字面

  5. 禁止自行 echo 一遍 Saved full response: 字面让 bridge 再渲染——bridge 路径 A 的「任务产出」资源卡是 imagegen Bash stdout 自动触发的，agent 不要手动复制

  6. 双重渲染（markdown 内联图 + bridge「任务产出」资源卡同时呈现）是当前协议下的预期行为，不算故障

  7. 失败情形（stdout 是 Saved full response: <data 路径>.json 单文件）按本 SKILL.md「错误处理与失败护栏」如实告知，不追加内联图

中间产物落盘（强制）

所有要跨步骤复用或交付的文件一律落到会话目录 <cwd>/linkfox/<YYYY-MM-DD>/<session>/{data|media}/（协议见仓库 CLAUDE.md「输出文件位置」）。

产物类型	目录	获取方式
品牌基因 JSON	data/	linkfox-aigc-imagegen-brand-gene-extract 的 save_brand_gene.py
套图规划 image-plan.json	data/	S2 确认后 scripts/save_image_plan.py 逐条追加落盘
imageUrls 数组	data/	步骤 1 校验后 Write 到 $DATADIR/image-urls.json（通常很小）
task-result-*.json	data/	每个 run_one_task.py 完成后落盘的任务结果片段，summary phase 读后汇总末尾 markdown
单张构参 JSON（textgen/imagegen 入参）	data/	build_textgen_params.py / build_imagegen_prompt.py 的 --out（仅单张直出场景）
结果图	media/	linkfox-aigc-imagegen 脚本自动落盘

DATADIR=$(python <brand-gene根目录>/scripts/save_brand_gene.py --datadir)；下游 --brand-gene-file 指向 S1 落盘的品牌基因绝对路径。

下游 skill 调用约定

本 skill 依赖下表两个下游 skill，按文档化方式调用：先 Read 对方 SKILL.md 了解其调用方式，单张直出按步骤 2/3 的链式命令、套图按 scripts/run_collection_pipeline.py + scripts/run_one_task.py 编排——两者都按文档以绝对路径调用下游官方脚本（这是允许的）。本 skill 自带的 build_textgen_params.py / build_imagegen_prompt.py / run_collection_pipeline.py / run_one_task.py 等是参数构建与编排辅助脚本，可直接运行。脱离上述文档化链路自行拼调用、或直连下游 HTTP API 才是不允许的。

下游 skill	用途	调用时机
linkfox-aigc-imagegen	AI 生图	步骤 3（所有类型）
linkfox-aigc-textgen	提示词改写 / 前置分析	步骤 2（SCENE、SELLING_POINT、*_APLUS、SIZE 阶段1）

调用方式：Read skill:<skill-name> 的 SKILL.md，按其中的调用方式章节执行。

共享输入参数

以下参数为所有类型通用（类型特有参数见各 type reference）：

参数	类型	默认	说明
imageUrls	string[]	必填	服饰参考图 URL。步骤 1 会校验可访问性
ratio	string	随类型	图片比例，原样透传给 imagegen 的 aspectRatio
resolution	string	2K	分辨率，2K / 4K
provider	string	—	生图模型（BANANA_PRO / GPT_2_IMAGE / BANANA_2 / AIDRAW_EDIT / WAN2_7）；未传入时用 AskUserQuestion 让用户从上述 5 个模型中选择

错误处理与失败护栏

linkfox-aigc-imagegen skill 对业务失败也返回 exit 0（不是非零退出），所以不能靠命令退出码判断成败，必须解析 stdout。

1. 怎么判一次调用成败

• 成功：stdout 含 Saved full response: ["xxx.png", ...]（JSON 数组路径）→ 图片已落盘 media/，取路径展示。
• 失败：stdout 含 Saved full response: xxx.json（单个 JSON 文件路径，非数组）→ 无图片产物，需读该 JSON 查看错误详情（errcode/errmsg/error）。

2. 失败怎么处理（按类型分流）

失败类型	判断依据	处理
参数非法	errmsg/errorMsg 指向 provider、aspectRatio、resolution、quality 等入参不被接受	用 AskUserQuestion 让用户重选对应参数
认证失败	errcode==401 或提示 API Key	停止并提示用户配置 LINKFOX_AGENT_API_KEY，不重试
瞬时错误	error 为网络/超时/连接失败（Connection failed、timeout 等）	最多自动重试 1 次；再失败转「其它错误」
其它错误	配额、内容被拒、服务端 5xx、未知 errcode 等	不重试，如实告知用户失败原因

3. 硬性护栏（违反即视为故障）

• ❌ 禁止因生图失败改调任何其它 skill——本 skill 的生图路径唯一（linkfox-aigc-imagegen），失败就按上表处理或上报，绝不"换一个 skill 试试"。
• ❌ 禁止无上限重试：除"瞬时错误最多 1 次"外，同一类失败不得反复重试。
• ❌ 禁止把失败的返回体当成功继续往下走（展示空图、告诉用户"已生成"）。

全局规则

模型类型规则

本 skill 支持以下 5 个生图模型，模型由 agent 层通过 provider 参数传入；若未传入则由本 skill 向用户确认。

模型名称	内部代码
LFBanana Pro	BANANA_PRO
Img2	GPT_2_IMAGE
LFBanana2	BANANA_2
Linkfox-Image-1	AIDRAW_EDIT
Wan 2.7	WAN2_7

模型确认：若 provider 为空或不在上表内，使用 AskUserQuestion 让用户从上述 5 个模型中选择，用户选择后再继续执行。将 provider 统一下发给步骤 3。

分辨率规则

分辨率是步骤 3 的必传参数。本 skill 支持 2K、4K。

1. agent 层透传了 resolution（值为 2K 或 4K）：直接使用
2. agent 层未透传：使用 AskUserQuestion 让用户从 2K / 4K 中选择

任务独立性声明

套图中的每张图片都是独立任务，各任务之间互不依赖。单个类型出图失败不影响其余任务继续执行。

执行期约束

1. 无上传环节：服饰图片以 imageUrls 形式直接传递，本 skill 不涉及本地文件上传操作（步骤 1 的 URL 校验除外），禁止探查或调用任何上传脚本。
2. 计划管理工具使用规范：单张直出时不使用计划工具。套图并发出图前须为 N 张图创建任务计划（见 references/runtime/02-confirm.md）。
3. 套图落盘：plan / summary 由 run_collection_pipeline.py 写盘；禁止 Agent 凭记忆 Write 整份 image-plan。
4. Listing 报告回写资产清单（强制）：如果套图结果要合并进 Listing HTML，调用方必须保留 $DATADIR/collection-asset-manifest.json，并在 merge 前把 manifest 中的本地 media/ 路径通过 linkfox-file-upload 换成公开 OSS URL。本 skill 不直接上传，但不得暗示本地路径可直接写入 HTML。

套图编排流程（runtime，渐进 Read）

仅套图路径触发；单张直出不要 Read 本节。

步骤	Read	操作
入口	references/runtime/00-index.md	S0 场景判定
plan	references/runtime/01-plan.md	写 job.json → --phase plan，stdout markdown 表格原样转发 + AskUserQuestion
确认 → dispatch → summary	references/runtime/02-confirm.md	用户确认 → agent 发 1 个 --phase dispatch Bash（skill 层并发跑全部 run_one_task.py，不渲染图）→ 紧接 1 个 --phase summary Bash 写 manifest + 打含 ![]() 的 markdown 明细

维护细则（场景 A/G 完整规则、历史 S1 文案规范）见 references/maintainer/collection/，运行时禁止 Read。

已知局限

• 白底图模板为静态指令，强依赖模型对**视角（正面/背面）与版型（男装/女装/童装）**的判定；判错会影响廓形与体积重建。
• 模特图链路不调 textgen、不过敏感词，全部解码与构图判断压在出图模型单次出图上；模板只消费 {image_desc}，市场化人种 / 品牌调性强控需经 imageDesc 文字描述传入，否则默认欧美商业模特。
• 种草图强依赖 linkfox-aigc-textgen（GEM_3_FLASH）对目标人群 / 年龄（童装 vs 成人）/ 性别的判定，判定错误会直接传导到模特画像与场景构图。
• 卖点图/A+ 共用字典模板，靠 {layoutInfo} 区分；意图填错会导致版式串型。卖点图/A+ 图在 textgen 环节含敏感词规避。
• 尺码图为双阶段链路：阶段1 analysis_result 质量直接决定阶段2 尺码表的品类判定与提示文案；阶段2 敏感词规避降级为"在送 imagegen 的最终 prompt 末尾追加规避指令、由出图模型自审"，无确定性词库兜底。
• 多张参考图时由模型自行判断主体服饰角色，复杂组合下可能误判主图。
• 不做敏感词改写的支线（种草图/模特图/白底图）：若卖点/场景含违禁内容，本链路不拦截，由上游或人工把关。