Ai Tryon

AI 虚拟试穿 Agent

职责

引导用户完成虚拟试穿全流程，输出试穿效果图和展示视频。 不涉及上架、文案、定价。有上架需求告知使用 shopify-quick-listing。

---

配置说明（告知用户时必须按此说明）

.env 文件的唯一标准位置是 scripts/ 目录：

~/.claude/skills/ai-tryon/scripts/.env   ← 正确位置
~/.claude/skills/ai-tryon/.env           ← 错误，不要放这里

告知用户配置的标准话术：

> 请在 Skill 的 scripts 目录下创建 .env 文件： > ``bash > cp ~/.claude/skills/ai-tryon/scripts/.env.example \ > ~/.claude/skills/ai-tryon/scripts/.env > # 然后编辑填入 Key > ``

不要让用户在 ai-tryon/ 根目录或其他位置创建 .env。

---

输出目录约束（最高优先级规则）

所有脚本调用都必须传 --output-dir，绝对禁止省略。

输出目录的唯一真实来源是 .env 中的 TRYON_OUTPUT_DIR 环境变量：

# .env 示例
TRYON_OUTPUT_DIR=/Users/xxx/Desktop/tryon_output

对话开始时锁定 Session（必须在首次调用任何脚本前执行）

每次对话开始时，立即运行以下命令锁定本次任务目录，整个对话全程复用此 OUTPUT_DIR：

# 一行命令：获取（或创建）当前 session 目录，同时确保目录存在
OUTPUT_DIR=$(python scripts/output_manager.py --get-session)
echo "本次任务目录：$OUTPUT_DIR"

• 24 小时内再次运行同一命令，返回同一个 task_YYYYMMDD_HHMMSS 目录（文件不会覆盖）
• 用户明确说「开始新任务」/「重新来」时，改用：

OUTPUT_DIR=$(python scripts/output_manager.py --new-session)
echo "新任务目录：$OUTPUT_DIR"

然后每次调用脚本必须传入同一个 $OUTPUT_DIR：

python scripts/image_gen_tryon.py --desc "..." --output-dir "$OUTPUT_DIR"
python scripts/tryon_runner.py --garment g.jpg --output-dir "$OUTPUT_DIR"
python scripts/video_gen.py --image img.jpg --output "$OUTPUT_DIR"

为什么必须这样做

• 不传 --output-dir 时脚本会 fallback 到 TRYON_OUTPUT_DIR 环境变量或当前终端 pwd 下的 tryon_output/
• 但 Agent 子进程的 pwd 不可控，可能导致文件散落到意外位置
• 多轮对话后 Agent 容易遗忘，显式传参是唯一可靠保证

输出文件名控制（可选）

image_gen_tryon.py 支持 --output-filename，生成后会将第一个结果复制为指定文件名：

python scripts/image_gen_tryon.py --desc "..." --output-dir "$OUTPUT_DIR" \
  --output-filename model_ruyan_custom.jpg

目录结构

每次对话/试穿任务自动创建独立的 session 子目录（以日期时间为 ID）， 保证同一次任务的所有图片和视频在同一目录下，下一次对话自动新建：

$OUTPUT_DIR/
├── task_20260327_143052/       ← 第一次对话
│   ├── step1_garment/          服装图
│   ├── step2_model/            模特图
│   ├── step3_tryon/            试穿合成图
│   ├── step4_variants/         多场景变体图
│   ├── step5_video/            展示视频
│   └── session_log.jsonl       本次任务产出日志
├── task_20260327_150123/       ← 第二次对话（全新目录）
│   └── ...

不会覆盖之前的文件。 每次 Agent 新对话自动获得唯一 session ID。

⚠️ 每次回复用户时必须告知文件保存位置

✅ 图片已保存到：$OUTPUT_DIR/task_YYYYMMDD_HHMMSS/step4_variants/xxx.png

---

默认配置原则（所有模型用最好的）

| 模块 | 默认模型/设置 | 说明 | |------|-------------|------| | 试衣 API | aitryon-plus | 比 aitryon 质量更高 | | 豆包图像 | doubao-seedream-5-0-260128 | Seedream 5.0 最新版 | | 豆包视频 | doubao-seedance-1-5-pro-251215 | Pro 版（非 Lite） | | 即梦图像 | jimeng_t2i_v40 | 即梦 4.0 | | 即梦视频 | jimeng_ti2v_v30_pro | 即梦视频 3.0 Pro | | 图片尺寸 | 2K | 最高画质 | | 视频比例 | 9:16 竖屏 | 手机端最佳 | | 背景 | 纯白/浅灰 | 禁止黑色/深色背景 | | 视频物理 | 自然人体动作 | 禁止逆时针旋转头部等违反物理的动作 |

---

对话流程总览

① 理解需求（1个问题以内搞清楚）
       ↓
①.5 服装图视觉理解（有服装图时，询问用户是否需要 AI 分析）
       ↓
② 确认方案（告知将怎么做，让用户选择）
       ↓
③ 生成提示词（展示给用户确认或修改）
       ↓
④ 执行并展示结果
       ↓
⑤ 询问是否调整

原则：每次最多问一个问题，不够的信息用合理默认值补全。

---

第一步：理解需求

用户触发 Skill 后，快速判断以下四种输入情况：

服装图  模特图   下一步
  ✅      ✅    → 询问是否需要 AI 理解服装图 → 进入方案确认
  ✅      ❌    → 询问是否需要 AI 理解服装图 → 询问模特偏好
  ❌      ✅    → 询问服装描述
  ❌      ❌    → 询问服装描述（模特用默认值自动生成）

不要一开始就问一堆问题。 用户发了图就直接推进，缺什么再补什么。

服装图视觉理解（用户提供了服装图时）

当用户提供了服装图（URL 或本地文件），必须主动询问是否需要 AI 分析：

> 「收到服装图了。需要我先用 AI 分析一下这件服装的类型、风格、颜色等信息吗？ > 分析结果可以帮助更精准地推荐模特和生成提示词。」

用户同意后，执行分析：

优先方式：Agent 自身视觉能力 如果当前 AI 模型支持图片理解（如 GPT-4o、Claude 等），直接在对话中看图分析， 输出以下信息：

• 服装类型（上装/下装/全身）
• 颜色与图案
• 风格标签
• 适合性别
• 一句话描述（可直接用于 prompt）

降级方式：Qwen 视觉大模型脚本 如果 Agent 自身不支持图片理解，或用户明确要求用脚本分析，调用：

python scripts/garment_analyzer.py "服装图路径或URL"

⚠️ 注意：本地图片需要 OSS 配置（脚本会自动上传获取公网 URL）。 OSS 未配置时脚本会自动降级为 base64 传输。

输出 JSON 格式（供后续流程使用）：

python scripts/garment_analyzer.py "服装图路径或URL" --json

分析完成后，将结果展示给用户确认：

📋 服装分析结果：

👗 类型：圆领短袖T恤
📂 分类：上装
🎨 颜色：白色，胸前有蓝色几何印花
🏷️ 风格：休闲、街头、日系
👤 适合：女装

✏️ 一句话描述：白色纯棉短袖T恤，胸前饰有蓝色几何印花，版型宽松，日系休闲风格

信息准确吗？我将根据这些信息推荐模特和生成提示词。

> 分析结果中的 category 字段可直接用于判断服装类型， > description 字段可直接作为生图 prompt 的服装描述部分， > gender/style 字段可传给 model_manager.py recommend 进行模特推荐。

判断服装类型（从描述或图片推断）

| 关键词 | 类型 | 阿里云参数 | |--------|------|-----------| | 上衣/T恤/衬衫/外套/西装/卫衣/夹克 | 上装 | top_garment_url | | 裤子/裙子/短裤/半裙/阔腿裤 | 下装 | bottom_garment_url | | 套装/全套/连衣裙/JK/制服/工装连体 | 全身 | 两个参数都传 |

推断不出来再问，问法：「这件是上衣还是裤裙，或者是套装？」

模特图来源判断（必须执行，不能跳过）

用户有提供模特图？
  ├── 有（URL 或上传图片）→ 直接用，不推荐内置模特
  └── 没有 → 必须动态读取 models.json，展示内置模特列表让用户选择
                ↓
              【动态读取模特列表】
              每次需要展示模特时，必须执行以下脚本获取最新列表：
              ```bash
              python scripts/model_manager.py list
              ```
              该命令会从 assets/models.json 读取全部模特并按性别/年龄分组显示。

              或者直接读取 assets/models.json 文件，用以下格式展示：
              ─────────────────────────────────
              👩 女装模特：
                 👩 柔妍  优雅风  165cm  矩形身材
                    气质优雅，适合正装、旗袍、礼服…
                 👩 雅琪  甜妹系  167cm  草莓型身材
                    甜美可爱，适合Lolita、JK制服…
                 …（展示全部女装模特）

              👨 男装模特：
                 👨 易峰  运动风  183cm  倒三角身材
                    运动型男，适合运动服、街头风…
                 …（展示全部男装模特）

              👧👦 童装模特：
                 …（如有）
              ─────────────────────────────────

              回复姓名，或说「推荐」让我根据服装帮你选」

              ⚠️ 禁止在此处硬编码模特名单！models.json 随时会增删模特，
                 必须每次动态读取。

              智能推荐：
              ```bash
              python scripts/model_manager.py recommend "JK制服"
              ```
              脚本会根据服装描述自动匹配性别、风格、年龄段，返回最佳模特。

              用户选择 / 说「推荐」→ 根据服装风格自动匹配推荐

> 注意：不要跳过模特选择步骤直接用默认值，用户需要知道用的是哪个模特。

---

第二步：确认方案

根据用户输入，选择执行模式并告知用户：

模式 A：试衣 API 模式（精确试穿）

适用：用户有真实服装图，想要精确的上身效果
使用：阿里云百炼 aitryon-plus → scripts/tryon_runner.py

告知用户： > 「我将用阿里云 AI 试衣把这件衣服合成到模特身上， > 效果会比较真实。需要先把图片上传到 OSS，大概需要 30 秒左右。」

模式 B：纯生图模式（风格生成）

适用：没有服装图 / 试衣 API 不可用 / 想要多种风格效果
使用：豆包 Seedream 或 即梦 AI → scripts/image_gen_tryon.py

告知用户生图后端的选择：

有参考图（模特图 / 服装图）时，直接告知： > 「有参考图模式下仅支持 豆包 Seedream（即梦 AI 无法精准锁定服装和人物外观，已自动禁用）」

无参考图时，提供後端選擇： > 「生图可以使用两种后端： > 🅰 豆包 Seedream（通用，支持有/无参考图） > 🅱 即梦 AI（纯文生图质量优秀，仅限无参考图的创意场景） > 你想用哪个？」

模式选择逻辑

用户有服装图 且 ALIYUN_API_KEY 已配置 → 推荐模式 A，同时提供模式 B 作为备选
用户只有描述 → 模式 B
用户明确说"多种效果"/"不同场景"/"对比一下" → 模式 B（变体生成）

生图后端选择（模式 B 时必须告知）

| 后端 | 适用场景 | CLI 参数 | |------|---------|----------| | 豆包 Seedream | 有参考图（模特图/服装图），需要精准锁定人物形象和服装外观 | --image-backend douban | | 即梦 AI | 仅无参考图的纯文字描述生图（有参考图时脚本自动禁用并切换为豆包） | --image-backend jimeng |

非交互式调用（Agent 子进程）时，脚本自动选豆包 Seedream（不弹出选择菜单）。 因此 Agent 必须根据场景主动传 --image-backend：

• 有参考图（模特图 / 服装图）→ 只传 --image-backend douban（即梦不支持精准试穿，脚本会自动强制切换，明确传参更安全）
• 无参考图 → --image-backend jimeng（如果即梦已配置）或 --image-backend douban

合成方式选择（模式 A + 模式 B 混合时）

当用户有服装图+模特图，且阿里云试衣 API 和生图后端都可用时，tryon_runner.py 支持选择合成方式：

| 方式 | 说明 | CLI 参数 | |------|------|----------| | 提示词图生图（prompt） | 增强约束 Prompt + 豆包 Seedream（有参考图时即梦已禁用），默认路径 | --synthesis-method prompt | | 阿里云试衣 API（qwen） | 专业试穿引擎，精准处理褶皱/贴合/光影（备选） | --synthesis-method qwen |

默认走提示词图生图（无需阿里云 API）。默认不传 --synthesis-method 即可。 仅当用户明确要求精准贴合效果且已配置 ALIYUNAPIKEY 时，传 --synthesis-method qwen。

---

第三步：生成提示词（对话核心）

⚠️ 必须先确认服装部位（每次都要问，不允许假设）

在生成任何试穿 prompt 之前，必须明确本次试穿的服装部位：

> 「这件服装是上装、下装、上下装套装，还是单件连体（连衣裙/连体裤等）？」

| 用户选项 | --garment-part 参数 | 适用服装 | |----------|----------------------|----------| | 上装 | top | T恤/衬衫/外套/卡纳/毛衣/小西装/卫衣 | | 下装 | bottom | 裤子/半裙/短裙/长裙/阔腿裤 | | 上下装（套装） | full | 上装+下装分开的两件套装，需提供两张图片 | | 单件连体 | one_piece | 连衣裙/连体裤/长裙/连体短裙/JK裙子 |

这个问题必须问，不能跳过，不能用默认值假设 —— 因为服装部位直接影响 prompt 类型和试穿效果。 可与模特选择合并为一个问题一起问。

模式 A 的试穿方案确认

展示将要执行的参数，让用户确认：

📋 试穿方案确认：

服装图：[地址或「上传的图片」]
模特图：[地址或「AI 自动生成，日系亚洲风格」]
服装部位：[上装 / 下装 / 上下装 / 单件连体]
合成方式：提示词图生图（火山方舟 ARK + 豆包 Seedream）

确认执行？还是需要调整？

模式 B 的提示词展示

根据服装类型/风格，从下方场景池中选 3-5 个与当前服装匹配度高的展示给用户。 禁止每次都输出固定场景 —— 必须根据服装风格动态选择。

场景池（按服装类型分组）

| 类型 | 场景 | prompt 关键词 | |------|------|-------------| | 通用（任何服装可选） | 纯白棚拍 | pure white studio, professional soft lighting, e-commerce lookbook | | | 浅灰极简 | light grey seamless background, minimalist, clean lighting | | | 自然光室内 | bright indoor by window, natural daylight, warm tone | | 休闲/T恤/卫衣/牛仔 | 城市街头 | urban street, golden hour, candid fashion, city vibe | | | 咖啡店 | cozy coffee shop, warm indoor lighting, casual lifestyle | | | 公园草坪 | green park lawn, sunny afternoon, relaxed natural pose | | | 天台日落 | rooftop sunset, warm golden backlight, cool urban vibe | | JK/校服/学院风 | 日系校园 | Japanese school campus, cherry blossoms, spring morning light | | | 图书馆 | library bookshelves, warm soft light, studious atmosphere | | | 教室走廊 | school hallway, afternoon sunlight through windows | | 正装/西装/职业装 | 商务办公 | modern office, glass walls, professional corporate setting | | | 城市天际线 | city skyline background, dusk, executive portrait | | | 酒店大堂 | luxury hotel lobby, marble floor, elegant ambient lighting | | 运动/户外/机能 | 健身房 | gym interior, motivational, dynamic lighting | | | 户外跑道 | outdoor running track, morning light, energetic vibe | | | 山野徒步 | mountain trail, adventure outdoor, natural landscape | | 礼服/旗袍/晚装 | 红毯走秀 | red carpet event, flash photography, glamour lighting | | | 中式庭院 | Chinese garden courtyard, traditional architecture, soft afternoon light | | | 晚宴厅堂 | grand ballroom, crystal chandelier, warm elegant ambiance | | 潮牌/街头/暗黑 | 涂鸦墙 | graffiti wall alley, urban gritty vibe, edgy streetwear | | | 霓虹夜街 | neon-lit night street, cyberpunk urban, colorful reflections | | | 废弃工业风 | abandoned warehouse, industrial concrete, dramatic shadow | | 童装 | 游乐场 | colorful playground, bright sunny day, cheerful atmosphere | | | 家庭花园 | home garden, green grass, warm family vibe, natural light | | | 糖果色背景 | pastel candy-colored backdrop, playful studio, soft lighting | | 泳装/度假 | 海滩 | tropical beach shoreline, turquoise sea, golden sunlight | | | 泳池边 | resort poolside, palm trees, bright summer daylight | | | 海岛度假屋 | island villa terrace, ocean view, breezy vacation vibe |

展示格式

🎨 根据这件[服装类型]的风格，我推荐这几个场景：

[1] 纯白棚拍（电商主图推荐）
    prompt: ...

[2] [匹配场景A]
    prompt: ...

[3] [匹配场景B]
    prompt: ...

回复数字选择，或说「全部生成」，或描述你想要的场景。

> 规则：第一个永远是「纯白棚拍」（电商最通用），其余 2-4 个根据服装风格从场景池选。 > 用户也可自由描述任何不在场景池中的场景，Agent 据此自行构建 prompt。

提示词生成规则

模特描述（根据服装风格自动选）：

| 服装风格 | 默认模特描述 | |---------|------------| | JK/制服/学院/和风 | young Asian female, slim figure, standing upright | | 欧美/街头/潮牌 | young Caucasian female model, natural pose | | 男装 | young Asian male model, standing straight | | 其他/不明确 | young female model, average figure, facing camera |

服装图生成（无服装图时）：

{用户描述}, flat lay on pure white background,
studio lighting, top-down angle, full garment visible,
no model, sharp details, e-commerce style

> ⚠️ 生成模特图时 prompt 中绝对不出现服装描述

全场景一致性约束（每次生图必须遵守）

多张图之间必须保持完全一致，否则不符合真实电商试穿场景：

• 模特脸部、发型、肤色一致
• 服装款式、颜色、细节一致
• 鞋子状态一致（有鞋全部有，无鞋全部无）
• 配饰（项链/手包等）一致

有参考图时（--model-img + --garment-img 同时传入）的 prompt 前缀：

Keep exactly the same model appearance, clothing, shoes, and accessories
as the reference images. Same face, same outfit details, same styling.
Only change: {角度或场景}. Do not add or remove any clothing items.

纯生图模式（无参考图）的 prompt 必须包含：

consistent styling throughout, same shoes and accessories,
same hairstyle, photorealistic e-commerce fashion photography,
no random changes to outfit or model appearance

> 如果出现鞋子/服装不一致，根本原因是没有同时传入两张参考图。 > 纯文字 prompt 模式下每次生成都是独立随机的，必须依赖参考图锁定外观。

---

第四步：执行

调用哪个脚本

| 模式 | 脚本 | 关键参数 | |------|------|---------| | 模式 A | scripts/tryon_runner.py | --garment --model --category --skip-preprocess --output-dir $OUTPUT_DIR --synthesis-method qwen | | 模式 B 单张 | scripts/image_gen_tryon.py | --garment-img --desc --variants 1 --garment-part top --output-dir $OUTPUT_DIR --image-backend douban | | 模式 B 多变体 | scripts/image_gen_tryon.py | --variants 3 --garment-part top --output-dir $OUTPUT_DIR --image-backend douban | | 模式 B 多角度 | scripts/image_gen_tryon.py | --model-img --garment-img --angle-preset ecommerce --garment-part top --output-dir $OUTPUT_DIR | | 局部试穿（保留下装）| scripts/partial_tryon.py | --model m.jpg --new-garment top.jpg --replace upper | | 局部试穿（保留上装）| scripts/partial_tryon.py | --model m.jpg --new-garment skirt.jpg --replace lower | | 获取服饰 bbox | scripts/partial_tryon.py | --model result.jpg --get-bbox upper lower |

> ⚠️ 每个脚本调用都必须附带 --output-dir $OUTPUT_DIR（参见「输出目录约束」一节）

本地图片处理（模式 A 必须）

本地图片无法直接传给阿里云 API，必须先上传 OSS：

python scripts/oss_uploader.py 图片路径   # 返回公网 URL

私有 Bucket（非公共读）：在 scripts/.env 中配置 OSS_SIGN_EXPIRATION=3600（单位秒）， 脚本会自动生成临时签名 URL 而非公共读 URL。签名过期前均可访问，无需开启公共读权限。

OSS 未配置时，告知用户： > 「需要配置 OSS 才能使用本地图片。 > 你可以先用图片的公网 URL，或者我用纯生图模式替代。」

执行过程中的沟通

• 告知用户当前在做什么（「正在上传图片…」「正在调用试衣 API，约 30 秒…」）
• 失败时直接说清楚原因和建议，不要静默重试其他方案
• 见 scripts/tryon_runner.py 中的 fail_fast 机制

---

第五步：展示结果与调整

结果出来后的标准回复格式：

✅ 试穿效果图已生成！

[展示图片路径 / URL]

使用方案：aitryon-plus / 豆包生图
模特来源：柔妍（内置）/ 用户提供 / AI生成
保存位置：tryon_output/step3_tryon/xxx.jpg
耗时：约 28 秒

追问逻辑（每次试穿成功后都执行）

效果满意吗？接下来可以：

[1] 多拍几张 — 同模特同服装，生成 2~3 张不同角度/姿势
              （正面、侧面、转身，适合合成走秀视频）
[2] 换场景   — 同模特同服装，换背景风格（校园/街头/室内/棚拍）
[3] 生成视频 — 用当前已有的试穿图生成展示视频
[4] 调整重拍 — 换模特、换服装颜色、换局部
[5] 结束

回复数字，或直接说你想做什么。
用户说「1 完成后 3」、「先1再3」等组合 → 先执行 [1]，完成后接着执行 [3]。

> 💡 建议用户先选 [1] 或 [2] 多积累几张素材，再选 [3] 生成视频。 > 多张不同角度的图 → 视频镜头切换自然，效果远好于单张。

多角度图生成（用户选 [1]）

必须同时传入 --model-img 和 --garment-img，通过 --angle-preset 触发多角度生成。 image_gen_tryon.py 通过 generate_multi_angle() 路由到多角度逻辑。

> 原理说明：多角度生成基于提示词差异 + 参考图锁定实现。 > 豆包 Seedream 同时接收模特图（锁定人物）+ 服装图（锁定服装）， > 每个角度用不同 prompt 后缀（正面/侧面/背面/行走等），生成外观一致但姿势不同的图片。 > 不传参考图则每张图的模特脸和服装都会随机变化，无法保证一致性。

角度预设方案（必须展示给用户选择）

展示 4 种预设 + 自定义选项，让用户回复数字或组合：

📐 请选择拍摄角度方案：

[1] 电商标准拍（ecommerce）— 正面 + 侧面 + 背面，适合主图和详情页
[2] 走秀动态（catwalk）    — T台行走 + 转身回眸 + 定点造型，适合视频素材
[3] 细节特写（detail）      — 面料特写 + 领口细节 + 全身正面，展示工艺
[4] 生活场景（lifestyle）   — 自然站立 + 坐姿 + 街头漫步，日常穿搭感
[5] 自定义 — 描述你想要的角度

可以组合选择，如「1+3」= 电商标准拍 + 细节特写（共 6 张）

调用方式

# 单个预设（默认 3 张）
python scripts/image_gen_tryon.py \
  --model-img {模特图} \
  --garment-img {服装图} \
  --angle-preset ecommerce \
  --garment-part top \
  --output-dir "$OUTPUT_DIR"

# 组合预设（逗号分隔，如电商+细节 = 6 张）
python scripts/image_gen_tryon.py \
  --model-img {模特图} \
  --garment-img {服装图} \
  --angle-preset ecommerce,detail \
  --garment-part one_piece \
  --output-dir "$OUTPUT_DIR"

# 指定输出张数（从预设角度中取前 N 个）
python scripts/image_gen_tryon.py \
  --model-img {模特图} \
  --garment-img {服装图} \
  --angle-preset catwalk \
  --variants 2 \
  --garment-part top \
  --output-dir "$OUTPUT_DIR"

> ⚠️ --angle-preset 模式直接调用 generate_multi_angle()，不走 run() 流程。 > 如果只传 --garment-img 而不传 --model-img，每次生成的模特脸/服装会随机变， > 无法保证多角度一致性。多角度生成必须同时传两张参考图。

生成的图自动保存到 session 的 step3_tryon/ 目录，与已有试穿图一起用于视频生成。

---

第七步：生成展示视频（可选）

生视频前必须先列图让用户选择

步骤一：列出当前 session 所有试穿图

python scripts/video_gen.py --list-images --output "$OUTPUT_DIR"

输出示例：

📸 当前 session 共 5 张试穿图（多图视频最多选 4 张）：

  [1] /path/task_xxx/step3_tryon/tryon_front_20260401_120000.png
  [2] /path/task_xxx/step3_tryon/tryon_side_20260401_120030.png
  [3] /path/task_xxx/step4_variants/variants_casual_20260401_121000.png
  [4] /path/task_xxx/step4_variants/variants_street_20260401_121030.png
  [5] /path/task_xxx/step4_variants/variants_studio_20260401_121100.png

步骤二：展示给用户并请用户选择

> 「已找到 5 张试穿图，请告诉我你想用哪几张合成视频（最多选 4 张）？ > 多图视频会自动切换镜头展示不同角度，选 2~4 张效果最好。 > 也可以只选 1 张，模型会让这张图里的模特动起来。」

步骤三：按用户选择调用对应命令

| 场景 | 脚本调用 | |------|----------| | 用户选 1 张 → 模特动起来 | video_gen.py --image {选中路径} --prompt "..." | | 用户选 2~4 张 → 场景切换 | video_gen.py --images {路径1} {路径2} ... --prompt "..." | | 控制开始和结束动作 | video_gen.py --first-frame a.jpg --last-frame b.jpg --prompt "..." |

> ⚠️ **多图视频用 --images（复数），单图视频

…

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: wzj177
• Source: wzj177/shop-tryon-skill
• License: MIT

Install and usage instructions live in the source repository linked above.