Linkfox Aigc Imagegen Product

商品图生成

统一入口：非服饰类商品（美妆、数码、家居、食品等）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

类型路由表

确定 type 后，必须 Read 对应的 type reference 文件获取该类型的步骤 2 差异逻辑和提示词模板，禁止跳过。

不适用

• 服饰 / 模特类图片（上装/下装/连衣裙/外套/鞋帽等）→ 走 linkfox-aigc-imagegen-cloth 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。
• 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，差异部分由各 type reference 定义。

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（是否调 textgen、用哪个模型、是否做敏感词规避等），详见已 Read 的 references/types/<type>.md。

白底图静态直出约束（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。

textgen 链式调用约束（适用于除白底图外的所有类型）：凡需调 linkfox-aigc-textgen 的类型，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、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；同时合并写 collection-asset-manifest.json

禁止 Agent 手工 S1 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。

   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>", quality:"<quality>"}')
   # 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、quality
• 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
  • quality：原样透传；默认 high，仅 GPT_2_IMAGE 可选 low / medium / high
  • 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：

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

  3. 类型中文名对照：SCENE→场景图 / CLOSE_UP→特写图 / SELLING_POINT→卖点图 / 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」）。

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。

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）：

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）

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：商品图片以 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 manifest / image-plan。
4. Listing 报告回写资产清单（强制）：套图 summary 完成后保留 $DATADIR/collection-asset-manifest.json。Listing HTML 合并只用 agent-listing-result-html-skill/scripts/merge-listing-assets.mjs。如果 manifest 中仍是本地 media/ 路径，由调用方先用 linkfox-file-upload 换成公开 OSS URL 并更新 manifest，再执行 merge；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。

维护细则见 references/maintainer/collection/，运行时禁止 Read。

已知局限

• 白底图模板为静态指令，无品类识别与结构判定，全品类统一按"去背 + 精修 + 居中放大"处理；异形 / 透明 / 反光类产品的边缘处理可能不及预期。
• 场景图/特写图强依赖 linkfox-aigc-textgen（GEM_3_FLASH）对品类与结构的判定，判定错误会直接传导到构图。
• 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。
• 模板正文以服装品类口吻写就（"面料质感 / 版型优势"），用于非服饰商品时由模型自适应。
• 多张参考图时由模型自行判断主体，复杂组合下可能误判。
• 不做敏感词改写（场景图/特写图/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。卖点图/A+ 图在 textgen 环节含敏感词规避。