用途:对商品列表中的商品主图(可选附加图片)做深度视觉分析,按自然语言指令识别颜色、形状、风格、材质或卖点元素等视觉维度,把非结构化图片数据转为结构化属性。
主要能力:自动遍历所有商品逐张分析图片,为每条商品记录追加 attributeName(维度名)与 attributeValue(提取值)。单次请求提取多个维度时会发生行扩展,每个维度各占一行,M 个商品提取 N 个维度最多产生 M×N 行。返回 attributeGroups 按属性名与取值分组,含取值、商品数与 ASIN 列表,便于统计分布。使用方式:提供含图片 URL 的 product list 与自然语言提示词。参数包括:productImageAnalysisPrompt(必填,描述要提取的视觉信息,需明确维度)、analyzeAdditionalImages(默认 false)、refResultData(含 products 数组的 JSON 字符串)、userInput(补充上下文)。提示词应维度具体、每次聚焦一两个维度、用词具体,无需逐个指定商品。API 端点为 POST /multimodal/extractPromptsFromMainImage;脚本用法为 python scripts/multimodal_extract_attributes.py '<JSON 参数>' [--inline]。脚本默认将完整响应写入 <cwd>/linkfox/<YYYY-MM-DD>/<session>/data/linkfox-multimodal-extract-attributes-<timestamp>.json,禁止写入 /tmp;响应体 ≤8 KB 时打印完整 JSON,>8 KB 时仅打印摘要,加 --inline 可强制全量打印。建议先用摘要判断,再用 jq 或 ConvertFrom-Json 按需抽取字段。
限制:必须有含图片 URL 的 products 数组,依赖上游数据,不能引用上一轮对话中的商品;图片 URL 须可公开访问;不适用于文本类商品查询、文案与评论分析、价格或销量分析等无图片任务。认证与算力问题(未配置 LINKFOX_AGENT_API_KEY 或 LINKFOXAGENT_API_KEY、401/402、余额或算力不足)按 references/onboarding.md 处理。同一会话同一参数组合默认只调用一次,脚本带 24 小时本地缓存;失败或空结果不得自动换词翻页试探。计费按动态规则,消耗算力 = 每张被分析图片输入与输出算力之和,可能一次性消耗大量算力,须提醒用户由其决定是否继续。结果应事实呈现,不给出主观建议;失败时报明原因并建议调整。具体价格、套餐等资料暂未提供。