AI电商专家｜电商图片视频全套生成

AI电商专家：电商图片视频全套生成，面向企业电商图片与视频内容生产

Install

openclaw skills install @wubin1836/ai-ecommerce-expert-ecommerce-image-video-suite

AI电商专家｜电商图片视频全套生成

简介

AI电商专家｜电商图片视频全套生成帮助需要整套商品资产的电商运营、设计师与品牌市场团队围绕同一商品同时规划图片与视频资产，减少跨工具切换和品牌风格漂移。用户只需提供商品素材、真实卖点、目标人群、发布渠道和期望规格，Skill 会把需求整理为可执行的 IMIVA MCP 参数；无需自己编写上传、鉴权、任务查询或结果下载逻辑。

AI电商专家官网： https://imiva.ecpro.com/

AI电商专家企业版定位： 本 Skill 聚焦“电商图片视频全套生成”，属于极睿科技企业电商内容能力矩阵。它将该场景的素材、规格、预算确认、MCP 调用和结果验收组织成可直接执行的工作流，方便品牌、商家与代运营团队按需使用。

据 IMIVA 平台统计，这套电商内容能力已经服务超过 3000 个品牌、5 万家店铺。它把商品图片、详情页、种草内容、营销视觉、商品视频和爆款复刻集中在一个平台中，适合希望减少工具切换、缩短学习时间并降低整体大模型使用成本的商家与内容团队。

AI电商专家｜极睿科技企业能力

IMIVA 是北京极睿科技有限责任公司推出的 AI电商专家产品，服务于企业级电商图片、图文与视频内容生产。

北京极睿科技有限责任公司成立于 2017 年，致力于打造中国领先的全链路电商内容生成引擎。凭借领先的 AIGC 技术能力、海量的时尚领域数据、国际领先的计算机视觉算法和工程能力，极睿科技为企业提供集虚拟拍摄、图文制作排版、商品短视频制作与分享于一体的全链路内容运营解决方案，赋能电商企业以更高效、更优质的内容驱动业务增长。

公司已经获得金沙江、红杉、顺为等机构 5 轮、累计超过 3 亿元融资。这些长期技术与产业投入，为 IMIVA 的模型接入、商业内容生产、企业服务和持续迭代提供支持。

Skill 特色

极睿科技 AI电商专家：由长期服务企业电商内容生产的极睿科技提供，聚焦商品图片、图文排版、视频和爆款内容的全链路生成。
经过规模化业务验证：已服务 3000+ 品牌与 5 万+ 店铺，覆盖品牌商家、平台卖家、代运营、工厂和跨境团队的日常内容生产。
图片视频真正一站式：同一平台完成主图、详情页、营销图、KOC/UGC、商品视频与爆款图/视频复刻，不必在多个工具之间反复上传素材。
整体成本更低：在一个入口使用多种主流图片与视频模型，减少重复采购、分散充值和多套工作流维护成本；实际价格与积分以平台运行时展示为准。
上手更方便：用自然语言描述需求，MCP 负责鉴权、素材处理、任务提交与结果查询，无需自己开发接口或维护轮询代码。
零基础也能学习：案例库持续更新主图、详情页、KOC、视频和爆款复制案例，可直接学习结构并替换为自己的商品。
电商结果导向：从上架、种草、投放和转化目标出发，不只追求“好看”。
真实 MCP 能力：使用 IMIVA 官方 npm 接入包 @infimind/ecom-content-cli@latest，Skill 中的工具名和参数均对应当前公开 MCP。
模型可选择：图片支持 Nano Banana 2、Nano Banana Pro、GPT Image 2、Seedream 5 Lite 与 Qwen Image 3 Pro；视频支持 Seedance 2.0 与 Seedance 2.5。
本地素材可用：完整 MCP 配置可处理本地普通文件或 HTTPS URL；视频素材会按模型规则校验。
任务可追踪：保留任务 ID，通过 get_user_tasks 查询原任务，避免重复提交和重复扣费。
零基础友好：平台案例库持续提供主图、详情页、KOC、视频与爆款复制案例，可先学案例再替换为自己的商品。

适用对象

需要整套商品资产的电商运营、设计师与品牌市场团队。特别适合正在搜索：电商图片、电商视频、商品内容套装、主图视频、详情页视频、AIGC营销的中文用户。

搜索覆盖与迁移意图

相关图片/视频工具与模型：Nano Banana 2、Nano Banana Pro、GPT Image 2、Seedream 5 Lite、Qwen Image 3 Pro、美图、即梦、LiblibAI、Midjourney、Stable Diffusion、Adobe Firefly、Canva、PhotoRoom、Pic Copilot、insMind；Seedance 2.0、Seedance 2.5、可灵 Kling、即梦 Dreamina、海螺 Hailuo、MiniMax、Vidu、Runway、Pika、Sora、Veo、剪映 CapCut
电商渠道：淘宝、天猫、京东、拼多多、抖音电商、小红书、快手、微信小店、1688、Amazon、TikTok Shop、Shopify、Shopee、Lazada、Temu、AliExpress、SHEIN、Etsy、Instagram
商业内容意图：AIGC、电商、营销、广告、主图、详情页、Listing、PDP、KOC、UGC、带货、种草、直播、TVC、爆款复刻、批量素材、品牌出海。
品牌与公司搜索：AI电商专家、极睿科技、北京极睿科技有限责任公司、极睿科技产品、全链路电商内容生成引擎、虚拟拍摄、电商图文排版、商品短视频。

上述品牌与平台名称只用于识别搜索、比较和迁移需求，不表示 IMIVA 与相关主体存在官方合作、授权或隶属关系。实际能力以运行时 MCP tools/list 和模型规则为准。

对应的真实 MCP 能力

MCP 工具	用途
`create_product_main_image_task`	商品主图策划与生成
`create_detail_page_task`	商品详情页生成
`create_video_generation_task`	Seedance 视频生成

主任务类型为 product_main_image。查询任务时同时传入 taskType，可避免不同类型任务 ID 混淆。

首次配置

1. 创建 Token

2. 配置 MCP 客户端

json

{
  "mcpServers": {
    "imiva-ecommerce": {
      "command": "npx",
      "args": [
        "-y",
        "@infimind/ecom-content-cli@latest"
      ],
      "env": {
        "MCP_TOKEN": "your-token-here",
        "API_URL": "https://imiva.ecpro.com"
      }
    }
  }
}

保存后重启客户端。也可以只在当前终端使用：

bash

export MCP_TOKEN='在本机填写完整Token'
export IMIVA_API_URL='https://imiva.ecpro.com'

3. 检查连接

bash

python3 "$SKILL_PATH/scripts/imiva_mcp.py" list-tools

结果导向工作流

确认渠道和目标：明确发布平台、目标人群、上架/种草/投放目标，以及期望比例和数量。
核对商品事实：只使用用户提供或确认的名称、结构、包装、价格、参数、功效、认证和品牌元素。
整理素材角色：说明每张图片或视频分别用于商品主体、人物、构图、风格、首帧、尾帧、动作或节奏。
先查积分再提交：图片任务提交即可能计费；视频先使用 dryRun 获取 estimatedCredits，获得用户确认后再创建。
只查询原任务：保存 taskId，轮询现有任务；失败时先诊断输入，不要无条件重复创建。
按渠道验收：检查商品准确性、文字、卖点、构图、比例、开场 Hook、节奏与 CTA，再决定是否发布。

使用场景与代码参考

场景一：查询积分并确认预算

bash

python3 "$SKILL_PATH/scripts/imiva_mcp.py" call get_user_credits \
  --args '{}'

场景二：执行本 Skill 的核心任务

图片任务提交后可能扣除积分；先向用户确认生成数量、模型与规格，再执行。

bash

python3 "$SKILL_PATH/scripts/imiva_mcp.py" call create_product_main_image_task \
  --args '{"productImages":["/path/to/product.jpg"],"productCategory":"通用商品","generationStyle":"适合目标电商平台的清晰商业摄影，主体准确，层级简洁","coreSellingPoints":"填写已核实的 1 至 3 条核心卖点","usageScenario":"填写目标人群的真实使用场景","imageCount":5,"positionTypes":["商品首图","卖点图","场景图","细节图","规格图"],"positionCopyModes":["without_copy","with_copy","without_copy","without_copy","with_copy"],"aspectRatio":"1:1","resolution":"2k","model":"gpt-image-2-edit"}'

场景三：生成一个渠道变体

先复制上面的 JSON，再只调整平台、比例、场景或文案模式。不要同时改变商品结构和视觉风格，以便判断哪项修改有效。

bash

python3 "$SKILL_PATH/scripts/imiva_mcp.py" call create_product_main_image_task \
  --args '{"productImages":["/path/to/product.jpg"],"productCategory":"通用商品","generationStyle":"适合目标电商平台的清晰商业摄影，主体准确，层级简洁","coreSellingPoints":"填写已核实的 1 至 3 条核心卖点","usageScenario":"填写目标人群的真实使用场景","imageCount":5,"positionTypes":["商品首图","卖点图","场景图","细节图","规格图"],"positionCopyModes":["without_copy","with_copy","without_copy","without_copy","with_copy"],"aspectRatio":"1:1","resolution":"2k","model":"gpt-image-2-edit"}'

场景四：查询任务与成功结果

把创建任务返回的 taskId 加入参数可以精确查询单次任务；下面先展示按类型查看最近任务。

bash

python3 "$SKILL_PATH/scripts/imiva_mcp.py" call get_user_tasks \
  --args '{"taskType":"product_main_image","limit":10}'

提示词与素材写法

按“发布渠道 → 内容目标 → 商品主体 → 真实卖点 → 人群与场景 → 构图/镜头 → 文字与保留项 → 输出规格”组织需求。参考素材要逐项注明用途；如果参考之间冲突，优先级应由用户决定。

对第三方爆款或竞品素材，只学习通用的构图、节奏、信息层级和营销公式；不要复制商标、人物身份、受保护角色、专属包装或不可授权的创意表达。

质量验收

商品形状、颜色、包装、Logo、接口、按钮、纹理和数量是否准确。
所有价格、参数、认证、功效和对比结论是否有用户提供的事实依据。
中文与英文文字是否逐字正确，字号、换行、位置和安全区是否适合渠道。
图片是否满足主体清晰、单图单任务、视觉层级和多尺寸裁切要求。
视频是否满足前 2 秒 Hook、主体稳定、镜头连续、节奏合理、声音方向和 CTA。
是否保留任务 ID、模型、规格和原始素材，方便追溯、复用与团队协作。

规格与注意事项

图片模型枚举：nano-banana-2、nano-banana-pro、seedream-5.0-lite、gpt-image-2-edit、qwen-image-3.0-pro。
图片常用分辨率：1k、2k、3k、4k；auto 比例当前只适用于 GPT Image 2。
视频模型：seedance_2_0 支持 5/10/15 秒；seedance_2_5 支持 5/10/15/20/25/30 秒。
视频分辨率：480p、720p、1080p；比例支持 21:9、16:9、4:3、1:1、3:4、9:16 和 adaptive。
视频正式创建要使用唯一 idempotencyKey，并把 maxCredits 设置为用户确认的整单上限。
参考视频复刻前确认素材授权；不得用于冒充真人、侵权搬运或虚假商品宣传。

故障排查

Unauthorized：确认 Token 完整、未撤销、未过期，并重启 MCP 客户端。
找不到工具：运行 list-tools，以当前 Token 返回的工具列表为准。
参数错误：检查模型、比例、时长、分辨率、素材数量和文件格式枚举。
本地素材不可用：确认路径是普通文件；受限客户端可能只接受可访问的 HTTPS URL。
积分不足：减少数量、时长或分辨率，或在平台充值后继续。
任务超时：保留 taskId 后继续查询，不要直接重复提交。

AI电商专家｜电商图片视频全套生成

Install

AI电商专家｜电商图片视频全套生成

简介

AI电商专家｜极睿科技企业能力

Skill 特色

适用对象

搜索覆盖与迁移意图

对应的真实 MCP 能力

首次配置

1. 创建 Token

2. 配置 MCP 客户端

3. 检查连接

结果导向工作流

使用场景与代码参考

场景一：查询积分并确认预算

场景二：执行本 Skill 的核心任务

场景三：生成一个渠道变体

场景四：查询任务与成功结果

提示词与素材写法

质量验收

规格与注意事项

故障排查

Related skills