autoagc AI电商图像生成 | 商品图生成 | 产品图 | 素材生成 | 青虎AI
qhkit image 的自定义生图：prompt 必填、参考图可选，四个模型只是画质取向和积分不同，入参完全一致。
何时触发
- 「按这段描述画一张……」「出一张 XX 场景的商业图」
- 「参考这张图，生成……」（图生图）
- 其他 青虎AI 编辑类技能未覆盖的自由出图/改图需求。
使用配方
| modelLabel | 什么时候选 |
|---|---|
智慧模型 |
默认首选：效果好、有免费额度 |
图片 5.0 Pro |
要真实感、要快 |
图片 5.0 Lite |
多张之间细节要一致 |
专图模式 |
明确要最好效果且不赶时间（线上叫「专图模型」，两种写法都收） |
# 纯文字直出
qhkit image generate '{"modelLabel":"智慧模型","prompt":"化妆品高端场景图","imageCount":2}'
# 带参考图（图生图/风格参考/在原图基础上改）
qhkit image generate '{"modelLabel":"图片 5.0 Pro","uploadedImages":["./参考.jpg"],"prompt":"保持商品主体不变，置于清晨森林晨雾场景，电影感光影"}'
# 尺寸候选逐模型独立，先查再传
qhkit image options '{"queryParams":["sizePreset","imageCount"],"modelLabel":"图片 5.0 Pro"}'
# 报价
qhkit image estimate '{"modelLabel":"智慧模型","prompt":"化妆品高端场景图","imageCount":2}'
- ⚠️ 用户给了商品图就传进
uploadedImages（四模型均支持，图生图语义、严格基于原图出图）：不要只把图的内容转写成 prompt 文字（会丢原图细节），更不要说"某模型不支持参考图"。 prompt≤ 5000 字：写清主体、场景、光影、材质、构图，越具体越稳。imageCount1/2/4/6/8/10；2K 档位积分约为 1K 的两倍。- 不要把一个模型的
sizePreset标签套到另一个模型上。
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
- 成套主图走「AI电商主图轮播图 | 主图套图 | 商品首图 | SKU图生成 | 青虎AI」；详情页长图走「电商详情图生成 | 详情页长图 | 卖点图 | 高转化详情 | 青虎AI」。
- 换背景、消除、改文字、换装等定向编辑有对应的专项 青虎AI 技能，配方更稳。