autoagc AI电商主图优化 | 主图美化 | 点击率提升 | 图片增强 | 青虎AI
把平庸的主图升级成商业摄影级：底层是 qhkit image 自定义生图的「保主体、提质感」重绘；要整套重做时切换套图模式。
何时触发
- 「这张主图帮我优化一下」「图片看起来更高级点」
- 「老品的图翻新」「点击率差，图重做」
使用配方
# 官方模板（与 青虎AI 工作台「主图优化」功能同款）：优化为场景化商品图
qhkit image generate '{"modelLabel":"智慧模型","uploadedImages":["./旧主图.jpg"],"prompt":"将产品主图进行优化，生成一张场景化的商品图"}'
# 定向优化（用户点了具体痛点：太暗/太平/廉价感）
qhkit image generate '{"modelLabel":"智慧模型","uploadedImages":["./旧主图.jpg"],"prompt":"在保持商品主体、构图与识别度不变的前提下，优化画面光影层次、材质质感与细节锐度，提升为专业商业摄影级效果"}'
# 觉得原构图本身不行：直接套图模式整套重做
qhkit image generate '{"modelLabel":"套图模式","uploadedImages":["./旧主图.jpg"],"imageCount":6}'
- 先判断问题出在哪：泛泛「优化一下」→官方模板；有具体痛点→定向优化；构图/风格过时→套图重做。
模型选择：默认 智慧模型（效果好、有免费额度，青虎AI 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
- 视频画质提升走「AI视频超清修复 | 画质提升 | 超分辨率 | 视频增强 | 青虎AI」；照着爆款风格重做走「电商爆款主图复刻 | 主图模仿 | 高点击主图 | 竞品图复刻 | 青虎AI」。