技能介绍

要解决的问题

宠物写真生成里，常见难点不是“能否生成一张图”，而是生成结果容易丢掉宠物本体：毛色花纹、体型、五官比例、眼睛神态都可能被风格化覆盖。如果只靠一句自然语言描述，调用方还需要自行判断原图是否清晰、该提取哪些特征、如何写正向/反向提示词，链路不够稳定。这个技能面向这个场景：基于用户上传的宠物图片，做特征提取、提示词构建和异步图生图渲染，输出保留核心特征的拟人化写真。

技能如何工作

整体流程分四步：

宠物特征解析与质量评估：读取宠物图片，识别种类、毛色花纹、五官特征，并评估面部遮挡和清晰度，输出结构化特征关键词。
提示词构建：根据特征关键词和指定 style_type，生成用于图生图的正向提示词与反向提示词。
异步提交渲染任务：把原图作为参考图，结合宽高比发起异步图生图任务，仅返回 task_id，不阻塞等待。
轮询任务状态：按 5 秒间隔查询状态，超时时间 10 分钟；成功后返回图片 URL、特征关键词和提示词。

典型输入是宠物正脸或半身照、风格类型、宽高比；典型输出是一张拟人化高清图片，以及可用于复用的特征词与提示词。

适用边界与注意点

pet_image 和 style_type 为必填项，原图建议使用清晰、无遮挡的正脸或半身照片。任务强制异步执行，调用方必须轮询到完成，并在每轮返回后向用户同步当前核心数据。无 appKey 时只能触发模拟调用，结果用于预览，不等于真实生成；真实调用需要配置 ShowAPI AppKey。