全能模特换衣

解决的具体问题

在电商换装或内容创作场景中，直接使用文生图模型往往难以同时保证人物身份的一致性和服装细节的准确性。本技能通过 API 实现虚拟试穿，核心是把用户提供的模特图与服装图解耦处理，再基于服务端闭源画布完成换装。

核心能力与工作流

调用流程围绕异步任务设计，核心步骤如下：

• 输入约束：请求需包含两张图片，images[0] 固定为模特图，images[1] 固定为服装图。顺序不可颠倒，缺图时需提示用户补齐。
• 参数组装：客户端分析参考图后，将推断的 gender、age 等字段填入 payload.options。服务端画布据此组装闭源提示词，客户端不应自行拼接长 prompt。
• 异步提交与轮询：调用 POST /api/v1/llm/invoke 后任务进入异步队列。需以 2-5 秒间隔轮询 GET /api/v1/llm/tasks/{task_id}，直至状态变为 succeeded。
• 结果提取：从 data.result.data[].url 获取换装后的图片 URL。

适用边界与注意点

工程实现中需关注以下限制：

• 付费前置：若响应返回 402，需调起微信支付，成功后必须使用相同的 JSON body 重试，并在 Header 中附带 WeixinPay-Required 与 X-Payment-Id。
• 风格控制：换装效果的风格配方由服务端固定。若出图不满意，只能通过调整 options 中的 garment、pose 或 note 字段重试，不可在客户端重写提示词。
• 冲突处理：当用户文字描述与参考图不一致时，一律以参考图为准，尤其是第 2 张服装图的样式。