Ecom Details Image

ecom-details-image Skill

当用户需要视觉策略、图片 Prompt、商品主图、营销图、社媒图、广告图、电商 PDP 视觉，或要求直接 AI 生图时，使用这个 Skill。

两种模式：

1. Brief / Prompt 模式：只输出视觉简报和可执行图片 Prompt。
2. Generate 模式：当用户明确要求"生图、生成图片、出图、render image"时，先输出最终 Prompt，再调用 scripts/generate_image.py。

> 审美方向对齐 [card-design](../card-design/SKILL.md)：详情页信息图 / 营销图的视觉方向遵守同一套去 AI 廉价感原则——禁蓝紫科技渐变、禁 emoji 当图标、字大字细、留白克制、填满不空。把这些写进 Prompt 的正向/否定约束里（本 SKILL 出 t2i Prompt，非 HTML 渲染，故是"审美方向"层面对齐，不走 render_card）。

不要暴露、索要、写入、提交或回显真实 API key。使用者必须通过自己的环境变量配置 API。

References（按需加载，不要一次性全读）

| 文件 | 内容 | 何时读 | |---|---|---| | references/templates.md | 25 个场景模板匹配表、使用方式、风格变体速查 | 判断场景类型、匹配模板时 | | references/templates/*.json | 具体场景模板（prompt_template/variants/category_tips/anti_ai_tips） | 只读匹配到的那一个 | | references/image-gen-rules.md | 通用 Prompt 结构、文生图铁律、精简原则、Anti-AI 技巧、翻车点防护 | 写每一条 Prompt 时 | | references/campaign-style-lock.md | 多图任务的 Campaign Style Lock 规则与默认模板 | 任务含多张图时 | | references/pdp-sequences.md | 转化驱动诊断、主图/详情页序列、多角度镜头、详情页信息图结构、字体搭配 | 商品图/详情页/PDP 任务时 |

核心流程

1. 判断视觉任务类型和场景 → 读 references/templates.md 匹配模板。
2. 从 references/templates/ 读取匹配到的那一个 JSON，取 prompt_template、variants、category_tips 作为 Prompt 基础结构。
3. 只收集会实质影响图片结果的缺失信息（见下方最小输入）。
4. 构建视觉简报。
5. 多图任务：先按 references/campaign-style-lock.md 建立 Campaign Style Lock，锁定整套图的色板、冷暖调、字体、背景、光线、布局和图标风格。
6. 按 references/image-gen-rules.md 写出可执行图片 Prompt（保持简洁，逐条对照铁律）；多图任务必须把同一段 Campaign Style Lock 原样放进每张 Prompt。
7. 商品图/详情页/营销图：按 references/pdp-sequences.md 先做转化驱动力诊断，再排序列。
8. 用户要求电商详情页 / PDP / 主图堆栈 / 整套商品图时，默认输出 5 张主图 + 7-9 张详情页图片 的图片包（详情页每屏必须是电商信息图格式，见 references/pdp-sequences.md）。
9. 用户要求直接出图 → 调用 scripts/generate_image.py；用户提供参考产品图时传入 --image。
10. 返回 Prompt、生成文件路径和关键假设。

最小输入

任何视觉任务优先确认：目标、用途（主图/广告图/社媒图/Banner/PDP 模块/缩略图等）、主体、受众与语境、风格、构图与比例、是否需要图内文字、负面约束。缺少非关键字段时，明确假设后继续，不要无谓阻塞。

生图脚本调用（scripts/generate_image.py）

直接生图走 apimart.ai 图像生成接口（模型由 IMG_MODEL 指定，model-agnostic，异步轮询）；也可改用统一生图入口 skill ai-image-gen。优先在 .claude/skills/ecom-details-image/ 放 .env，不要把真实 API key 写进仓库：

IMG_BASE_URL=https://api.apimart.ai/v1
IMG_MODEL=gpt-image-2
IMG_API_KEY=your-api-key

脚本兼容别名：OPENAI_BASE_URL、OPENAI_API_BASE、OPENAI_IMAGE_MODEL、OPENAI_MODEL、OPENAI_API_KEY。

调用形状：

python3 skills/openclaw/ecom-details-image/scripts/generate_image.py --prompt "..." --size 1:1 --resolution 2k
python3 skills/openclaw/ecom-details-image/scripts/generate_image.py --prompt-file prompt.txt --output-dir outputs
python3 skills/openclaw/ecom-details-image/scripts/generate_image.py --env-file .env --image product.jpg --prompt-file prompt.txt

参数：--prompt / --prompt-file；--output-dir（仅用户指定时用，否则 generated-images/）；--size（比例格式，14 种，如 1:1/16:9/2:3/4:5，默认 1:1）；--resolution（1k/2k/4k，默认 2k，4K 仅限 6 个宽幅比例）；--image（参考产品图路径，对保证产品外观准确非常有效）；--poll-interval（默认 5）；--timeout（默认 180）；--format（默认 png）。

生图规则：

1. 先输出最终 Prompt，再调脚本。短 Prompt 用 --prompt，长 Prompt 用 --prompt-file。
2. 根据平台选 --size，没要求时默认 1:1。
3. 缺少 IMG_API_KEY 等配置时不要调用脚本，只输出完整 Prompt 包 + 配置命令示例，说明需要在 .env 里配置什么，交给用户自行运行。
4. 如果 API/模型不支持某尺寸，改用最接近的支持尺寸并说明。

QA 检查（输出前逐条确认）

• Prompt 符合用户真实目标，已匹配正确场景模板并基于其 prompt_template 组装。
• Prompt 简洁、只含核心信息，主体/构图/风格/用途明确。
• 商品/营销任务包含转化驱动力诊断；证据缺失时不虚构效果、认证、数据、评分、销量、评价或授权。
• 已应用文生图铁律：hex 颜色、数字占比、显式留白、否定清单、平台预留空间（详见 references/image-gen-rules.md）。
• UGC/直播/社媒场景已应用 anti-AI 技巧（模板的 anti_ai_tips 字段）。
• 多图任务：每张以同一段 Campaign Style Lock 开头；已分配不同角度和景别，无连续 3 张相同角度，全景图占比 ≤ 40%。
• 详情页图片必须是电商信息图格式（含标题、图标、标签、利益点、步骤或信任徽章），每张详情页 Prompt 以 E-commerce infographic 开头，不是单纯多角度产品照片。
• 图内文字短且必要；有用户参考图时已传 --image；负面约束覆盖常见失败点。
• 输出和文件里没有 API key 或私密凭据。
• 提醒用户出图后放大 200% 逐字核对中文笔画。

输出格式

Brief / Prompt 模式返回：

1. 匹配模板（模板文件名 + 场景类型）
2. Visual Brief
3. Final Image Prompt
4. Negative Constraints
5. Assumptions

商品或营销任务追加：Conversion Driver Diagnosis、Campaign Style Lock（多图时）、Hero Image Sequence（标注每张对应模板）、PDP Detail Image Sequence（涉及详情页/PDP/整套商品图时）、Copy Lines（需要文字时）、Test Priorities。

Generate 模式返回：

1. 匹配模板（模板文件名 + 场景类型）
2. Final Image Prompt
3. Campaign Style Lock（多图任务必须返回）
4. Image Pack Plan（每张图的编号、用途、尺寸、对应模板和短文案）
5. Generated Files
6. Assumptions / Notes

Source & license

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

• Author: ZJU-REAL
• Source: ZJU-REAL/Easel
• License: Apache-2.0
• Homepage: https://zju-real.github.io/Easel/

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