衣镜智能穿搭九宫格生成

要解决的问题

服装展示和人物换装经常面临同一个麻烦：单张效果图只能覆盖一种姿态或场景，而手动生成多套方案又会产生重复劳动。衣镜智能穿搭九宫格生成把输入压缩成一张肖像图与一段穿搭描述，然后批量产出 3x3 的相似风格方案，适合先做风格探索，再挑选可用结果。

技能如何工作

技能核心是把一次图像生成任务拆成异步流程：

• 输入校验：要求 portrait_image 提供有效 Base64 编码，prompt 描述服装品类、风格、场景、色彩等。
• 安全审查：在生成前检查输入合规性，避免不合规肖像或描述进入模型链路。
• 提示词组装：根据穿搭需求组装九宫格生成提示词，不额外做意图强化。
• 异步生图：提交任务后仅返回 task_id，不阻塞当前会话。
• 轮询取结果：通过 task_id 查询状态，并在每一轮返回核心进度或数据。
• 图像分割：生成 1 张 1:1 比例的九宫格整图后，按 3x3 拆成 9 张独立穿搭效果图。

可选 need_text=true 会在子图上添加穿搭风格标签，适合展示页或电商素材预览。

适用边界

该技能面向穿搭效果图预览和批量方案探索，不替代真实服装拍摄或高精度商品图制作。任务强制异步执行，调用方必须完成轮询；无 showapi_appkey 时返回的是模拟预览结果，不能当作真实生成内容。最终可用性仍取决于输入肖像图质量、描述具体程度以及底层图像生成模型的效果。