SuperAPI AI 工具集

ecommerce.multimodal-generate-image

设计与创作

查看项目

更新于 10-16 01:36

技能介绍

用途:这是面向电商场景的 AI 图像生成与编辑技能,用于生成高质量产品图、修改已有图片并做创意视觉变换。

主要能力:文生图(仅凭文字描述生成全新图片);图生图(提供 1 至 3 张参考图加提示词,保留参考元素生成新图);图像编辑(修改元素、颜色、背景或风格);产品合成(把一张图中的产品放入另一张图的场景);模特替换(替换产品照中的模特或人台);风格迁移与宽高比调整。

参数:prompt 必填,为图片的文字描述,最长 1000 字符,支持上述多种操作。referenceImageUrl 选填,参考图 URL,多个用逗号分隔,最多 3 张,最长 1000 字符。aspectRatio 选填,默认 1:1,可选 1:1 方形、3:4 竖版、4:3 横版、9:16 竖屏全屏、16:9 横屏全屏。

使用方式:API 端点 POST /multimodal/generateImage(完整参数、响应与错误码见 references/api.md);也可运行 python scripts/multimodal_generate_image.py '<JSON 参数>',脚本默认把完整 JSON 响应打印到标准输出,可用 jq 或 ConvertFrom-Json 提取字段。需设置 NEXSCOPE_API_KEY,额度管理见 https://www.nexscope.ai/help/skills-external-access?co-from=skillNS。

提示词建议:具体描述主体、场景、光线、风格与氛围;用 image 1、image 2 按 referenceImageUrl 顺序指代参考图;使用 replace、change、put、combine、generate 等明确动词;不超过 1000 字符。示例:Replace the vase on the table in image 1 with a potted plant;Change the background color of image 1 to pure white;Place the product from image 2 onto the marble countertop in image 1。

展示规则:响应文本字段含图片时用 Markdown 图片语法直接展示;检查 status 与 finished 字段,未完成时提示用户等待;简要说明所发提示词与参数;用户未指定比例时用默认 1:1 并告知;用户想要接近现有图片但未提供参考图 URL 时建议补充;失败时依据 status 说明原因并建议简化提示词、检查参考图 URL 或更换比例。

限制:每请求最多 3 张参考图;提示词不超过 1000 字符;参考图 URL 必须可公开访问,私有或过期链接会失败;仅支持上述 5 种宽高比。不适用于图像分析识别(读图中文字、识别物体)、视频生成与编辑、图片格式转换、数百张图片的批处理,以及图床或存储。