用途：在商品拍摄或图片生成前分析商品图片，提取商品属性并给出搭配建议。
主要能力：
- 商品分类：品类（上装、下装、全身、配饰、家居用品）、具体类型、性别/目标人群、年龄段。
- 风格评估：风格分类（休闲、正式、运动、优雅、极简）、场合适配、品牌定位。
- 材质分析：基础材质、结构工艺、表面处理，要求三级具体度，例如“棉质牛仔布、右斜纹织法、石洗哑光表面”。
- 颜色与图案：主色（使用具体色名）、辅色、图案类型、色温、表面处理。
- 设计细节：廓形与版型、关键设计元素、做工细节、品牌标识。
- 搭配建议：针对服装、配饰、家居商品分别给出上装、下装、鞋履、配饰和整体搭配思路。
使用方式：按步骤先做视觉分析，再进行材质、颜色和设计细节提取，最后生成搭配建议，并以 JSON 输出，字段包括 product_category、product_type、gender、age_category、style_classification、materials、colors、design_details、styling_recommendations。文档提供了牛仔夹克、吊灯耳环、陶瓷花瓶三个示例，以及 Pydantic 输出模型和与图像生成调用（image_gen）结合的集成模式。
适用场景：商品摄影前的属性提取、拍摄造型建议、互补单品确定、商品定位与目标受众理解、统一风格的组合构图。
限制：主要处理图片视觉分析，具体模型调用方式、依赖与运行环境暂未提供；搭配建议需与实际商品和场景核对。