Linkpix Ecom Image

AI生成电商图 | 电商主图 | 电商详情图 | 电商白底图 | 电商活动图 | LinkPix

LinkPix 电商图像生成的总入口：一条 qhkit image 命令覆盖主图套图、详情页长图、自定义生图三类产出。本技能教你（智能体）把用户的图片需求路由到正确的模式并正确调用。

何时触发

• 「给这张商品图做几张主图/轮播图」→ 套图模式
• 「生成详情页长图」→ 电商详情图模式
• 「按这段描述出一张商业大图」「把这张图改成……」→ 自定义生图（支持参考图）
• 泛泛说「做电商图/营销图」时，先问清产物类型再选模式。

使用配方

modelLabel 六选一决定模式：

# 套图：参考图 + 可选文案（imageCount 1/6/7/8/9/10）
qhkit image generate '{"modelLabel":"套图模式","uploadedImages":["./商品图.jpg"],"customCopy":"限时5折","imageCount":6}'
# 详情图：参考图 + 配色主题（themeLabel 用 options 查）
qhkit image generate '{"modelLabel":"电商详情图","uploadedImages":["./商品图.jpg"],"themeLabel":"海洋蓝"}'
# 自定义生图：纯文字直出，或带参考图改图（imageCount 1/2/4/6/8/10）
qhkit image generate '{"modelLabel":"智慧模型","prompt":"化妆品高端场景图","imageCount":2}'
# 自定义生图 + 参考图（用户给了商品图时这样调，严格基于原图出图）
qhkit image generate '{"modelLabel":"智慧模型","prompt":"军绿色应急收音机电商主图，专业棚拍质感","uploadedImages":["./商品图.jpg"],"imageCount":2}'
# 选型/可选值查询（sizePreset、themeLabel、imageCount 因模式而异，务必带 modelLabel 查）
qhkit image options '{"queryParams":["models"]}'
qhkit image options '{"queryParams":["sizePreset","imageCount"],"modelLabel":"套图模式"}'

customCopy ≤ 500 字；prompt ≤ 5000 字；套图参考图超过 3 张后每张小额加价（estimate 会自动算）。

⚠️ 全部 6 个模式都接受参考图（自定义生图四模型为可选，是图生图语义）。用户给了商品图就传进 uploadedImages，不要只把图的内容转写成 prompt 文字（会丢原图细节），更不要说"某模式不支持参考图"。

环境自举（缺什么装什么，不要因环境缺失放弃任务）

本技能依赖 qhkit 命令（npm 包 @iqinghu/qhkit），可完全独立安装。按顺序检测，缺失就地补齐：

1. 有 qhkit 吗？ qhkit config show 能跑通即就绪，跳到第 4 步。

2. 没有 qhkit 但有 node/npm（OpenClaw/Hermes 机器部署流程保证自带 Node 22+）→ 全局安装（推荐）：

   npm i -g @iqinghu/qhkit
   

   默认走 npm 官方源；官方源访问慢或超时（国内网络常见）时，再加镜像参数 --registry=https://registry.npmmirror.com（阿里维护的 npm 官方镜像，仅作网络兜底）。仅当全局安装因权限失败且无法提权时，才退而用 npx @iqinghu/qhkit <命令> ...（npx 必须写包全名）。

3. 连 node 都没有（要求 Node ≥ 18）：先装 Node 再回到第 2 步。

   # Linux 二进制安装（装到用户目录，无需 root；先校验官方 SHA256 再解包）：
   cd /tmp && curl -fsSLO https://nodejs.org/dist/v22.22.3/node-v22.22.3-linux-x64.tar.xz
   cd /tmp && curl -fsSL https://nodejs.org/dist/v22.22.3/SHASUMS256.txt | grep ' node-v22.22.3-linux-x64.tar.xz$' | sha256sum -c -
   mkdir -p "$HOME/.local/lib" && tar -xJf /tmp/node-v22.22.3-linux-x64.tar.xz -C "$HOME/.local/lib"
   export PATH="$HOME/.local/lib/node-v22.22.3-linux-x64/bin:$PATH"
   

   校验行输出 OK 才继续；校验失败就删掉重下，绝不解包未通过校验的文件。nodejs.org 访问不通时，把两个下载 URL 的前缀 https://nodejs.org/dist 整体换成镜像 https://registry.npmmirror.com/-/binary/node（目录结构相同，SHASUMS256.txt 也有镜像，校验步骤不变）。export PATH 只对当前 shell 生效，跨命令调用时每个新 shell 都要先执行这行（或追加进 ~/.bashrc）。macOS 用 brew install node；Windows 用 winget/官网安装包。arm64 机器把 x64 换成 arm64。

4. 密钥：无密钥时（命令返回 stage:"config"），执行 qhkit config set --token <密钥> --env prod（密钥让用户打开 https://www.iqinghu.com/workbench/login?type=1&urlCode=1788417527636 注册/登录后，从 https://www.iqinghu.com/workbench/dashboard/api-keys 获取），或设环境变量 QHKIT_TOKEN。

5. 自检：qhkit config show 输出脱敏配置即全部就绪。

升级：出现以下任一信号，先升级再重试原命令——命令返回 {"ok":false,"stage":"version",...}（版本门禁，message 里就是升级命令，照做即可）；stderr 提示有新版本；options 返回 catalogNotice 且用户恰好要用那个新模型；报「模式在线上已下架或配置变更，请升级 qhkit」。

npm i -g @iqinghu/qhkit@latest

官方源慢或超时时同样加 --registry=https://registry.npmmirror.com。

安装/配置失败时把具体报错告诉用户（常见：无写权限 → 提示用户提权或改用 npx；无网络 → 让用户处理网络）。

调用契约

• 形式：qhkit <命令> <action> '<json>'，或 qhkit <命令> <action> @params.json（参数写进文件，避免 shell 转义问题，推荐）。
• stdout 恒为一行 JSON；失败为 {"ok":false,"stage":"...","message":"..."} 且退出码 1，把 message 原样转告用户。stderr 可能出现提示行，不是错误。
• 图片/视频参数直接填本地文件路径（CLI 自动上传换取 URL），素材已在公网时填 http(s) URL 也可。
• 标签类参数（modelLabel、sizePreset、themeLabel 等）必须与 options 返回的候选值逐字一致，不要自造或翻译；拿不准先调 options。

报价、轮询与交付

• 报价：要把积分数字报给用户时，先跑 qhkit image estimate '<与 generate 完全相同的参数>'，报它返回的 credits（实扣值，秒回、无副作用）；enough:false 时提前告知余额不足。不要引用文档快照报价。
• 轮询：image generate 自带轮询，阻塞到出图（最长约 14 分钟），返回里直接有图片 URL，不需要再查 status。
• 交付：产物 URL 在返回的 images 字段里，按当前环境的媒体交付约定发给用户；产物必须和「生成完成」写在同一轮回复，并附返回里的实扣 credits（「本次实际消耗 X 积分」）。
• 失败：转述 CLI 的 message（已是面向用户的中文，常见：积分不足、内容审核未通过），不要重试轰炸。

能力边界

• 单一场景有更聚焦的专项技能（主图套图、详情图、换背景、抠图白底、消除、换装等「| LinkPix」系列），按需选用；本技能是它们的汇总入口。
• 视频类需求走「AI电商带货视频 | 口播视频 | 商品促销视频 | 商品测评视频 | LinkPix」；图片压缩/加水印等本地处理走「AI图片压缩 | 批量压缩 | 减小体积 | 优化加载 | LinkPix」「AI图片加水印 | 批量水印 | 版权水印 | 品牌水印 | LinkPix」。
• 上表之外的媒体需求（音乐生成、数字人等）qhkit 不支持，如实告知用户并建议到青虎工作台（https://www.iqinghu.com）确认，不要硬套命令。