拼多多电商图片生成与编辑

要解决的具体问题

电商运营、商品摄影与直播团队在制作主图、详情页、广告KV时，常面临三类问题：一是跨工具切换成本高，需在PS、设计平台与API之间反复跳转；二是模型调用门槛高，需理解API请求、图片上传、任务轮询与参数配置；三是交付一致性差，文字描述与最终图片在主体、构图、风格上易偏离，尤其涉及多参考图时关系混乱。

技能如何工作

本技能通过固定public_model_nano_banana_pro模型，将自然语言需求转化为可交付视觉，核心能力包括：

• 输入方式：支持纯文字描述（如“拼多多主图，白底图，商品主体居中，标题‘限时折扣’”）或文字+参考图组合（图1提供商品、图2提供材质、图3提供构图）。
• 参数控制：通过--batch控制生成数量，--image添加参考图，--param传递分辨率等模型参数，--routing选择COSTFIRST/SPEEDFIRST/SUCCESS_FIRST路由模式。
• 提示词结构：按“用途→主体→场景构图→视觉风格→光线色彩→必须文字→保留项→输出规格”组织，例如“用途：拼多多主图；主体：蓝牙耳机；场景：白底；风格：简约；必须文字：‘蓝牙5.3’；输出：800x800px PNG”。
• 任务跟踪：提交后返回taskId，通过task --task-id查询状态，完成后自动下载至~/Downloads/AiHive，或通过--no-download仅提交不下载。

适用边界与注意点

• 依赖条件：需AI Hive API Key（格式sk-api-*），首次使用需通过init命令或手动配置。
• 模型限制：固定使用public_model_nano_banana_pro，不支持自动切换模型，如需其他模型需手动调整配置。
• 参考图使用：多参考图需明确每张图的角色（如商品、材质、构图），避免模型猜测冲突关系。
• 文字准确性：图片中的文字需用引号包围并指定语言、大小写、位置，交付前必须人工复核。
• 成本控制：默认COST_FIRST路由，价格以运行时查询的实时数据为准，批量生成前需确认费用。