autoagc AI电商模特换装 | AI换装 | 服装试穿 | 换装工具 | LinkPix
服装平铺图/挂拍图变真人上身效果，或把服装穿到指定模特身上：底层是 qhkit image 自定义生图 + 参考图。
何时触发
- 「这件衣服生成模特上身图」「平铺图变试穿效果」
- 「换个体型/国家风格的模特穿这件」
使用配方
# 服装图 + 模特图（官方模板：图1 服装图、图2 模特图，顺序不能反）
qhkit image generate '{"modelLabel":"智慧模型","uploadedImages":["./服装图.jpg","./模特图.jpg"],"prompt":"将图片1的【衣服】换到图片2中【模特的身上】"}'
# 只有服装图：描述目标模特
qhkit image generate '{"modelLabel":"智慧模型","uploadedImages":["./服装平铺图.jpg"],"prompt":"让一位25岁左右的亚洲女性模特自然穿上图中这件服装，全身站姿，纯色影棚背景，服装版型、花色与细节保持完全一致，真实商业摄影质感"}'
官方提示词模板（与 LinkPix 工作台「模特换衣」功能同款）：将图片1的【衣服】换到图片2中【模特的身上】。
- 模特描述维度：性别、年龄段、国家/肤色、体型、姿势、场景；跨境本地化时按目标市场写。
- 同一件衣服要多个模特版本：逐版本循环提交。
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：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
- 换脸（保衣换人脸）走「AI电商模特换脸 | AI换脸 | 替换模特 | 换脸工具 | LinkPix」；多姿势成套走「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」；改服装颜色走「AI电商服装换色 | 服装换色 | 换颜色 | SKU换色 | LinkPix」。