AI多地区模特上身图工作室

电商本地化模特图的核心痛点

在跨境电商和多区域零售中，同一款服装需要针对不同市场的审美、体型和场景进行视觉适配。传统方式依赖多次真人拍摄，成本高且周期长。核心问题在于：如何从一张已确认的商品主图，快速生成符合目标市场规范的模特上身电商图，同时保证 SKU 细节（轮廓、颜色、材质、五金等）零损耗？

技能如何工作：从商品确认到市场交付

该技能通过以下步骤实现自动化工作流：

1. 确认输入与方向

需提供三类输入：已确认的商品主图（images[0]）、目标市场、以及模特方向（姿势、穿搭、场景）。
商品细节、模特身份、市场事实等不被假设为已知，必须由用户提供或明确。

1. 核心图像生成与编辑

新图生成：使用 beatra.images.transform 基于商品图创建全新模特上身图。
局部修正：若已有结果需微调，则使用 beatra.images.edit，并将原结果置于 images[0] 作为可信底图。
* 在调用前，通过 beatra.models.list 查询可用模型（如 image_to_image 或 image_edit 能力），并使用 model: "auto" 和 count: 1 的默认配置。

1. 预览与付费执行

严格遵循“先批准，后执行”原则。在调用前，向用户展示完整的商品信息、市场方向、生成提示、画布参数、模型选择及实时价格。
只有获得明确批准后，才通过随包客户端（scripts/mcp_client.py 的 call 命令）发起付费任务。

1. 任务追踪与结果交付

创建任务后立即记录 task_id，并使用 beatra.tasks.get 轮询至终态（成功/失败）。
交付时，需明确告知产物文件、尺寸、所用模型以及实际扣费 (billing.net_charged_credits)，并验证 SKU 保真度与市场适配性。

关键边界与注意事项

• 不处理未经确认的输入：本技能不用于新产品拍摄或生成纯商品图（请转交 product-photo-studio）。所有商品、市场、模特信息必须在执行前获得确认。
• 严格的幂等与恢复机制：每次新请求（任何输入变化）都需要新的 client_request_id 和用户批准。任务丢失时，可通过 beatra.tasks.list 和 beatra.tasks.get 恢复，但绝不能自动重放未批准的请求。
• 付费与取消：任务取消需通过 beatra.tasks.cancel，并明确追踪原任务状态，不会创建替代性付费请求。
• 技术限制：所有通信仅通过随包 mcp_client.py 进行，禁止直接调用宿主 Beatra Connector 或使用 REST/OpenAPI 作为降级方案。