用途:面向跨境电商视觉资产生成,把用户意图路由到 39 个结构化场景模板,组装为 5-slot 分层 prompt,经用户端点出图,并做平台技术预检与视觉质量检查。
主要能力:场景路由覆盖白底主图、场景图、平铺、细节微距、海报、社媒、UGC、模特、对比、包装、信息图、创意、尺寸规格、套装、直播、试穿、拆解、隐形模特、多角度网格、杂志、季节 campaign、奢华氛围、设备 mockup、店铺、运动等,另有 edit 矩阵(换背景、换色、换季、本地化、蒙版)与四个进阶能力(产品动图、爆款换品、批量翻译、透明抠图)。套图任务建 10 字段 Campaign Style Lock 保证一致性;按三问做 Flare/Sunburst 双模型路由;主图技术预检含白底、前景占比、OCR 文字。
使用方式:调用 scripts/imagegen.sh,例如 bash scripts/imagegen.sh --prompt-file <assembled.json> --mode auto --quality high;参考图用 --image <path>,尺寸用 --size 1024x1024。端点由用户配置,环境变量为 IMAGE_API_BASE / IMAGE_API_KEY / IMAGE_MODEL;--mode manual 可零通道导出 prompt 包手动使用。合规预检:python3 scripts/compliance_check.py <image.png> --platform amazon --strict。
适用场景:Amazon、TikTok、Shopify、速卖通、Temu 等平台的商品图、Listing 套图与营销素材制作。
限制:出图依赖用户自备的 OpenAI 兼容端点,官方模型 ID 为 gpt-image-2.5-flare 与 gpt-image-2.5-sunburst,第三方端点可能尚未同步开放;OCR 检测依赖 pytesseract 与 tesseract,缺失时跳过不阻断;预检脚本为告警非阻断;保留项不能保证像素级不变;复刻可识别真人、剥离 C2PA/SynthID、教唆规避 AI 标注、造假实拍等请求会被拒绝。项目为 MIT 开源。