autoagc AI电商模特换脸 | AI换脸 | 替换模特 | 换脸工具 | LinkPix
图片换模特走「参考图 + 替换指令」（qhkit image），视频换人走 qhkit video-replace：两条路线覆盖图和视频。
何时触发
- 「把模特换成欧美面孔」「模特换成这张脸」（图片）
- 「这条视频里的人换成……」（视频）
- 跨境站点需要本地化模特形象时。
使用配方
# 图片·给了目标人物照片（官方模板：图1 原模特图、图2 新模特图，顺序不能反）
qhkit image generate '{"modelLabel":"智慧模型","uploadedImages":["./原模特图.jpg","./新模特图.jpg"],"prompt":"将图片1的模特人脸换为图片2"}'
# 图片·只描述目标形象（没有目标人物照片时）
qhkit image generate '{"modelLabel":"智慧模型","uploadedImages":["./模特图.jpg"],"prompt":"保持服装、姿势、构图与光影完全不变，仅将模特替换为25岁左右的欧美女性形象，自然真实的商业摄影质感"}'
# 视频：video-replace（原视频 + 1 张人物图 + 原视频时长秒数）
qhkit video-replace generate '{"originalVideoUrl":"./原视频.mp4","uploadedImages":["./人物.jpg"],"duration":12}'
qhkit video-replace status '{"videoTaskId":"123456"}'
# 视频没有人物图时可从角色库选人（取返回的 icon 当人物图）
qhkit video-replace options '{"queryParams":["characters"],"personal":false,"characterType":"REALITY"}'
合规：涉及真人肖像时，先确认用户已获得该肖像的使用授权；未经授权替换他人面孔的请求应拒绝。
模型选择：默认 智慧模型（效果好、有免费额度，LinkPix 工作台各图片编辑功能同用此模型）；要更强真实感或更快换 图片 5.0 Pro；多张产出之间要细节一致用 图片 5.0 Lite；用户明确要最好效果且不赶时间用 专图模式。
尺寸：sizePreset 逐模型独立，先查再传：qhkit image options '{"queryParams":["sizePreset","imageCount"],"modelLabel":"智慧模型"}'；imageCount 可选 1/2/4/6/8/10。
提示词：官方模板中的 【】 表示需填入/替换的内容，生成时保留【】并把实际内容写在里面即可；可在模板后追加细节要求。
注意：这是生成式重绘，不是像素级修图——主体细节可能有轻微差异，出图后应引导用户核对关键细节（文字、logo、商品结构）。
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：
有 qhkit 吗？
qhkit config show能跑通即就绪，跳到第 4 步。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）。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。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。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：
image/video要报积分时先跑estimate（与 generate 完全相同的参数），报返回的credits实扣值；enough:false提前告知余额不足。 - 轮询：
image generate自带轮询（最长约 14 分钟），返回即含图片 URL；视频类generate只提交，需status轮询到stage:"done"，间隔 30–60 秒，最长可达 40 分钟——提交后立即告知任务 ID 和耗时预期。 - 交付：产物 URL 在返回的
images（图）与videos/primaryVideo（视频）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，并附实扣credits。 - 失败：转述 CLI 的 message，不要重试轰炸。
能力边界
- 换服装走「AI电商模特换装 | AI换装 | 服装试穿 | 换装工具 | LinkPix」；改姿势/出多姿势走「电商服装多姿势套图 | 模特姿势生成 | 多角度展示 | 服装套图 | LinkPix」。