Meitu Beauty

Meitu Beauty

Overview

一键 AI 人像精修：磨皮、美白、面部细节优化。基于 meitu image-edit --model gummy_pro 做写实人像修饰，仅支持单人人像照片。

执行前应让用户清楚知道：本 Skill 会读取 Meitu 凭证、调用本地 meitu CLI、将用户提供的人像图片与生成提示发送到 Meitu OpenAPI 处理，并把结果写入 ./output/ 或 $VISUAL/output/meitu-beauty/。人像照片属于敏感的个人外观数据，需确认用户对所处理照片具备使用和处理授权。

Dependencies

• meitu-cli ≥ 2.0.6 — npm install -g meitu-cli@latest
• 凭证配置: 首选环境变量 MEITU_OPENAPI_ACCESS_KEY / MEITU_OPENAPI_SECRET_KEY，或预置 ~/.meitu/credentials.json；仅在用户明确要求写入本地凭证时，再执行 meitu config set-ak --value "..." + meitu config set-sk --value "..."

路径别名： 下文中 $VISUAL = {OPENCLAW_HOME}/workspace/visual/

Core Workflow

Preflight → [Context: 跳过（工具型美颜，无创意自由度）] → Execute → Deliver

Preflight

1. meitu --version → 未安装则提示 npm install -g meitu-cli@latest
2. meitu auth verify --json → 凭证无效则引导配置
3. Detect mode: cwd has openclaw.yaml → project mode; else → one-off 检查 $VISUAL 目录 → 确定 capabilities
4. output_dir 解析（Preflight 内 MUST 完成）： Resolve output_dir: openclaw.yaml → ./output/ | else → $VISUAL/output/meitu-beauty/ mkdir -p {output_dir}

Execute

输入获取

用户提供图片，接受以下形式：

• 本地文件路径 → 使用 --image_list <path>
• 图片 URL → 使用 --image_list <url>
• 对话中直接发送的图片 → 保存到临时文件后使用 --image_list <path>

若用户未提供图片，主动询问："请提供需要美颜的人像照片（文件路径或 URL）。"

人像校验（关键前置步骤）

此工具仅支持单人人像。调用前 MUST 校验：

1. 读取用户提供的图片，目视检查：

   • 是否包含人脸 → 无人脸则拒绝："这张图片中没有检测到人像，美颜工具仅支持包含人脸的照片。"
   • 是否为单人 → 多人则拒绝："检测到多人，美颜工具仅支持单人照片。请裁剪为单人后重试。"
   • 人脸是否足够大且清晰 → 人脸过小/模糊则警告："人脸较小/模糊，美颜效果可能不明显，是否继续？"

2. 若无法预判（如 URL 无法预览），直接调用工具，根据返回错误处理。

强度选择

调用命令

meitu image-edit \
  --skill_name skill_meitu-beauty \
  --image_list <url_or_path> \
  --prompt "<beauty_instruction>" \
  --model gummy_pro \
  --json \
  --download-dir {output_dir}

注意: 2.0.6 已无 image-beauty-enhance。人像美颜、肤质优化、细节修饰统一通过 image-edit --model gummy_pro 完成。

结果处理

• ok: true → --download-dir 已指定，从 downloaded_files[0].saved_path 获取本地文件路径；若未使用 --download-dir，从 media_urls[0] 获取结果图片 URL
• ok: false → 进入错误降级

错误降级

先检查 CLI 原始错误字段 code、hint、error_name、action_url，再按 meitu-tools 规则归类为 error_type 后分流：

通用降级（仅 retryable: true 或未知错误时）：

Deliver

直接使用 Preflight 解析的 output_dir。

mv {file} {output_dir}/{date}_beauty_{original_name}.{ext}

命名示例：2026-03-23_beauty_portrait.jpg

Output