技能介绍

解决特定场景下的一致性出图难题

在各类 AI 应用场景中，将单一的参考人像转化为具有专业质感的写真照片是一个高频需求。然而，直接对接底层图像模型往往面临风格不可控、提示词拼凑繁琐等工程问题。ixhlink-skills-avatar-portrait 针对这一痛点，封装了一个基于闭源模型画布的异步图像编辑工作流。它允许开发者通过简单的参数化输入，直接调用服务端固定的“风格配方”，从而获得稳定且风格统一的头像或半身写真结果，无需在客户端处理复杂的提示词组装。

核心机制与调用流程

该技能的核心逻辑是“参数透传”与“服务端渲染”。客户端仅需分析参考图的浅层特征（性别、目测年龄等），并结合用户选择的写真风格（如 korean、french 或自由描述），将其封装在 options 对象中提交。服务端画布会根据这些结构化参数，自动组装成闭源的高质量提示词进行推理。
调用流程默认为异步模式：

确认用户上传参考图后，通过 POST /api/v1/llm/invoke 提交任务。
若服务返回 HTTP 402，说明触发了计费逻辑（单价 2 元/次）。客户端需调用微信支付完成下单，并使用完全一致的 JSON body 携带支付相关 Header 进行重试。
提交成功后，通过 GET /api/v1/llm/tasks/{task_id} 轮询任务状态，直至状态变为 succeeded。
最后从响应的 data.result.data[].url 字段中提取结果图片链接。

工程边界与使用建议

在使用该 Skill 时，有几个关键的工程约束需要注意：

禁止本地拼装提示词：服务端画布是处理风格渲染的核心，客户端的 prompt 字段会被忽略。如果对生成结果不满意（如光影不自然），应调整 options 中的 note 或 style 参数重新提交，切勿尝试在客户端重写长篇风格描述。
强依赖参考图：该模型不具备无中生有的能力，必须提供至少一张参考人像。若用户未上传，Agent 应引导用户补全，而不是尝试生成虚构人物。
支付前置检查：由于是付费技能，Agent 需预先检查是否安装 weixinpay 扩展。若无支付能力，应直接提示用户终止流程，避免无效的 API 调用。
一致性原则：当用户的文字描述（如“把图里的人改成男性”）与参考图实际内容冲突时，除非用户明确要求修改，否则默认以参考图为准，确保生成结果与输入人像的身份一致性。