image-fusion
多单品融合成一整套 Look。最多 8 张单品图 → 同一模特身上的完整搭配商拍图,每件单品保真。当用户说「多件搭配」「融图」「组一套 look」「搭配图」「几件衣服合成一张」时使用。
Install
npx skills add https://github.com/dlazy-ai/ecommerce-skills/tree/main/skills/image-fusion
claude plugin marketplace add https://llmmart.ai/marketplace.json && claude plugin install dlazy-ai-ecommerce-skills@llmmart
git clone https://github.com/dlazy-ai/ecommerce-skills.git
The skills CLI installs just this skill, for any of its supported agents. Claude Code installs the whole dlazy-ai/ecommerce-skills collection as a plugin from our marketplace. Git is the plain clone.
Skill manifest
image-fusion — 多单品自由搭配融图
一次给最多 8 张单品图,融合成同一个模特身上的一整套 Look。
和 flat-lay 的「多件上身」(只支持上装+下装两张)不同,本技能是任意品类的自由组合:毛衣 + 阔腿裤 + 帽子 + 项链 + 包 + 鞋,一次出一张完整搭配图。
生成效果示例
| 输入单品 1 | 输入单品 2 | 输入单品 3 |
|---|---|---|
![]() |
![]() |
![]() |
item-sweater.jpg — 军绿麻花针织毛衣 |
item-hat.jpg — 彩色编织渔夫帽 |
item-necklace.jpg — 珍珠项链 |
实际执行的命令:
dlazy seedream-5.0 \
--prompt '电商搭配商拍图。将参考图中的多件单品组合到同一个模特身上:图1 的军绿色麻花针织圆领毛衣作为上装,图2 的彩色编织渔夫帽戴在头上,图3 的珍珠项链戴在颈部。每件单品必须与参考图完全一致——颜色、织法纹理、图案、材质与细节都不能改。下装自动补一条米白色阔腿长裤,脚穿白色运动鞋。青年亚洲女模特,正面站姿,全身入画,纯浅灰色摄影棚背景,柔和顶光,真实照片质感,无文字无水印。' \
--images docs/image-fusion/item-sweater.jpg docs/image-fusion/item-hat.jpg docs/image-fusion/item-necklace.jpg \
--size 3:4 --resolution 2k \
--save docs/image-fusion/example-output.jpg
输出
example-output.jpg — 3:4 / 2K,5 credits。三件单品同时到位,毛衣的麻花织法、渔夫帽的编织配色与项链的珠径都被保留;未提供的下装与鞋按 prompt 指定补齐。
1、能力边界
| 能力 | 说明 |
|---|---|
| 单品数量 | 最多 8 张 |
| 品类组合 | 上装 / 下装 / 外套 / 连衣裙 / 鞋 / 包 / 帽子 / 围巾 / 首饰 任意混搭 |
| 参考图(可选) | 决定模特姿势、拍摄角度、景别、场景与光线 |
| 模特图(可选) | 锁定人脸与身材,多套 Look 保持同一个模特 |
| 缺件自动补齐 | 只给上装时,下装与鞋由模型按风格自动搭配 |
不做:不改单品的颜色、图案、材质与版型;不做尺码推荐;不用于伪造他人肖像代言。
2、输入素材规则
生成前先自检这几条硬性约束:
- 大小:20KB ~ 15MB
- 分辨率:大于 400×400
- 格式:jpg / jpeg / png / webp
本技能的素材约束比其他技能宽:
- 数量:最多 8 张
- 大小:20KB ~ 15MB
- 分辨率:不超过 8192×8192
- 格式:jpg / jpeg / png / heic / webp
输入建议
| 做法 | 说明 |
|---|---|
| ✅ 每张只放一件单品 | 一张图里混着上衣和裤子,模型会分不清该穿哪件 |
| ✅ 纯色/透明背景平铺图 | 干扰最少,颜色最准 |
| ✅ 按穿着顺序传图 | 上装 → 下装 → 外套 → 鞋 → 包 → 配饰,prompt 里的 image N 与之对应 |
| ❌ 同类目重复 | 传两件上衣,模型只会选一件或把它们混在一起 |
| ❌ 已经有人穿着的图 | 会把原模特的身体一起带进来 |
3、单品清单 → prompt 映射
融图的关键是逐件点名:每张图对应一个明确的穿着位置,不点名的单品会被忽略。
图1 → 上装:军绿色麻花针织圆领毛衣(作为上装穿在身上)
图2 → 帽子:彩色编织渔夫帽(戴在头上)
图3 → 项链:珍珠项链(戴在颈部)
未提供 → 下装:自动补米白色阔腿长裤
未提供 → 鞋:自动补白色运动鞋
写成 prompt:
将参考图中的多件单品组合到同一个模特身上:
图1 的<单品描述>作为上装,图2 的<单品描述>戴在头上,图3 的<单品描述>戴在颈部。
每件单品必须与参考图完全一致——颜色、织法纹理、图案、材质与细节都不能改。
下装自动补一条<描述>,脚穿<描述>。
层次冲突要显式排序:同时给外套和上装时写 图2 的外套敞开穿在图1 的上装外面,露出内搭,否则模型会二选一。
4、统一整组视觉
一个店铺往往要出十几套 Look,视觉必须统一,否则详情页看起来像拼凑的。固定这四项:
| 要固定的 | 写法 |
|---|---|
| 模特 | 传同一张模特图,或 prompt 里固定 青年亚洲女模特,鹅蛋脸,中长黑直发 |
| 姿势与景别 | 传同一张参考图,或固定 正面站姿,全身入画 |
| 背景与光线 | 固定 纯浅灰色摄影棚背景,柔和顶光 |
| 构图留白 | 固定 人物居中,头顶留白约画面高度 8% |
只换单品清单,其余 prompt 一字不改——这样出来的整组图才是一套。
5、工具调用
本技能使用 dLazy 的 seedream-5.0(支持最多 10 张参考图 + 2K/3K/4K 输出,多单品约束场景下性价比最高:单张 5 credits,适合一个店铺跑几十套 Look)。
调用方式
两种等价写法,选一种。统一入口会自动选后端、失败重试、建目录落盘、估算成本:
# A. 统一入口(推荐):可切任意后端,加 --dry-run 不计费空跑
node scripts/gen.mjs --task image-fusion \
--prompt '<见下方 Prompt 模板>' \
--images <按下表顺序> \
--save output/image-fusion-<sku>.jpg
# B. 直接用 dLazy CLI(不想引入 Node 依赖时,效果等价)
dlazy seedream-5.0 --prompt '...' --images ... --save output/image-fusion.jpg
参数约定(本技能固定用法)
| 参数 | 取值 | 理由 |
|---|---|---|
--images |
[单品1, 单品2, …, (参考图), (模特图)],最多 10 张 |
顺序即 prompt 中的 图1 / 图2 / … |
--size |
3:4(全身 Look 主图);1:1(方图主图) |
电商竖版为主 |
--resolution |
2k 日常;3k/4k 印刷或大图详情 |
2K 已够上架 |
--batch |
2 ~ 4 |
多单品组合随机性大,多出几张挑图 |
--save |
docs/image-fusion/output-look<N>.jpg |
直接落盘 |
Command Examples
# basic call: 三件单品融合
dlazy seedream-5.0 \
--prompt '电商搭配商拍图。将参考图中的多件单品组合到同一个模特身上:图1 的毛衣作为上装,图2 的帽子戴在头上,图3 的项链戴在颈部。每件单品必须与参考图完全一致——颜色、织法纹理、图案、材质与细节都不能改。青年亚洲女模特,正面站姿,全身入画,纯浅灰色摄影棚背景,柔和顶光,真实照片质感,无文字无水印。' \
--images docs/image-fusion/item-sweater.jpg docs/image-fusion/item-hat.jpg docs/image-fusion/item-necklace.jpg \
--size 3:4 --resolution 2k
# complex call: 6 件单品 + 姿势参考图 + 固定模特 + 出 4 张挑图
dlazy seedream-5.0 \
--prompt '电商搭配商拍图。图1 的上装、图2 的下装、图3 敞开外穿的外套、图4 的鞋、图5 的手提包(左手提)、图6 的帽子,全部穿戴到同一个模特身上,外套敞开露出图1 的内搭。每件单品与参考图完全一致,颜色、图案、材质与版型不能改。图7 是姿势与场景参考,图8 是模特脸,人脸与身材沿用图8。真实照片质感,无文字无水印。' \
--images docs/image-fusion/top.jpg docs/image-fusion/bottom.jpg docs/image-fusion/coat.jpg docs/image-fusion/shoes.jpg docs/image-fusion/bag.jpg docs/image-fusion/item-hat.jpg docs/image-fusion/pose.jpg docs/image-fusion/model-face.jpg \
--size 3:4 --resolution 3k \
--batch 4 --save docs/image-fusion/output-look01.jpg
# 先估价不真跑
dlazy seedream-5.0 --dry-run --prompt '...' --images a.jpg b.jpg --size 3:4
延伸阅读
| 要查什么 | 去哪 |
|---|---|
| 认证、多后端配置、输出结构、错误码 | references/provider-cli.md |
seedream-5.0 的全部可用参数 |
references/model-flags.md |
| 统一入口的全部选项 | node scripts/gen.mjs --help |
6、Prompt 模板
电商搭配商拍图。将参考图中的多件单品组合到同一个模特身上:
图1 的[单品描述]作为[穿着位置],
图2 的[单品描述][穿着位置],
图3 的[单品描述][穿着位置]。
[层次关系,例:图3 的外套敞开穿在图1 的上装外面,露出内搭。]
每件单品必须与参考图完全一致——颜色、织法纹理、图案、材质与细节都不能改。
[缺件补齐,例:下装自动补一条米白色阔腿长裤,脚穿白色运动鞋。]
[模特描述],[姿势与景别],[背景],[光线],真实照片质感,无文字无水印。
按问题追加的修正句
| 问题 | 追加到 prompt 末尾 |
|---|---|
| 某件单品被漏掉 | 务必同时出现全部 N 件单品:<逐件重述一遍>,缺一件视为失败。 |
| 两件单品混色了 | 图1 与图2 是两件独立单品,颜色不得互相污染:图1 保持<色>,图2 保持<色>。 |
| 层次穿错 | 穿着层次由内到外为:图1 → 图3;图3 必须敞开且能看到图1 的领口与前襟。 |
| 图案位置漂移 | 图案定位:<单品>的<图案>位于<位置>,尺寸约<描述>,不得移动或重复。 |
| 整组视觉不统一 | 保持第四节四项固定描述逐字不变,只替换单品清单 |
7、执行流程
- 拆清单:列出这套 Look 的每一件单品,去掉同类目重复项,确认不超过 8 件。
- 排序传图:按上装 → 下装 → 外套 → 鞋 → 包 → 配饰的顺序,prompt 里的 图N 与
--images顺序严格对应。 - 点名每一件:一件一句,写清穿着位置;有层次关系的显式排序。
- 补齐缺件:没给下装/鞋就在 prompt 里指定,别让模型自由发挥。
- 固定整组视觉(第四节四项),多套 Look 之间只换单品清单。
--dry-run估价 → 真跑 →--batch 2~4挑图,落盘到docs/image-fusion/。- 质检:件数是否齐、颜色是否串、层次是否对、图案位置是否漂移。
8、常见问题
| 现象 | 原因 | 处理 |
|---|---|---|
| 少穿了一件 | 单品数量多、prompt 没逐件点名 | 逐件点名,并追加「缺一件视为失败」句 |
| 帽子和头发穿模 | 缺少交互描述 | 追加 头发从帽檐下自然垂落,帽子与头顶贴合无缝隙 |
| 两件单品颜色互串 | 色彩相近 | 追加「颜色不得互相污染」句,写死每件的色名 |
| 外套把内搭全挡住 | 未写层次 | 追加层次排序句,要求露出内搭领口与前襟 |
| 整组图风格不统一 | 每次 prompt 都改了背景/光线 | 固定第四节四项描述逐字不变 |
| 单品数量超过 8 | 超出能力 | 拆成两套 Look,或先用 image-fusion 出主体、再用 wear-everything 单独加配饰 |
Tips
Visit https://dlazy.com for more information.
Files (ecommerce-skills)
-
examples
-
brand.yaml 1.6 KB
# ⚠️ 由 scripts/build-skills.mjs 从 shared/examples/brand.yaml 同步生成,不要直接改这里。 # 店铺品牌视觉规范 —— 所有生图技能读这一份,保证几百个 SKU 看起来像同一家店。 # node scripts/brand.mjs --brand brand.yaml --for flat-lay # node scripts/gen.mjs --task flat-lay --brand brand.yaml --prompt '...' brand: name: 示例品牌 # 一句话概括调性,会原样进 prompt tone: quiet minimalist, warm and lived-in, never glossy or commercial model: # 锁模特:给一张脸的参考图,所有技能都会把它作为最后一张参考图传入 reference: assets/model/face-a.jpg description: East Asian woman, late twenties, natural makeup, shoulder-length black hair body: slim, height around 168cm photography: background: seamless off-white studio backdrop, RGB 248 248 246 lighting: soft large softbox from camera left, gentle fill, no hard shadows camera: 85mm equivalent, eye level, shallow depth of field grade: neutral white balance around 5200K, low contrast, slightly lifted blacks crop: full body with headroom, product centered layout: # 给带排版的技能(主图 / 详情页)用 margin: at least 8% empty margin on all sides typeface: clean sans-serif, no decorative fonts text_color: near-black on light background forbid: - no visible brand logos other than the product's own - no text or watermark - no exaggerated poses or dramatic wind effects - no oversaturated colors # 可选:把这些直接写进合规目标,生成时就按平台要求出图 compliance: platform: amazon
-
-
references
-
model-flags.md 1.8 KB
# `seedream-5.0` 参数清单 本技能默认用的模型的完整参数。日常只需要「参数约定」里那几个, 这份清单在需要用到非常规参数时再看。 **CRITICAL INSTRUCTION FOR AGENT**: Run the `dlazy seedream-5.0` command to get results. ```bash dlazy seedream-5.0 -h Options: --prompt <prompt> Prompt --images [images...] Images [image: url or local path] (max 10) --resolution <resolution> Resolution [default: 2k] (choices: "2k", "3k", "4k") --size <size> Size [default: 16:9] (choices: "1:1", "4:3", "3:4", "16:9", "9:16", "3:2", "2:3", "21:9") --dry-run Print payload without executing the tool --no-wait Return generateId immediately for async tasks --timeout <seconds> Max seconds to wait for async completion (default: "1800") --input <jsonOrFile> Inline JSON or @path/to/file.json — merged under flag values (flags win) --save <path> Download the result asset to this local path (mkdir + retry handled for you). A destination path — NOT a response format; for stdout shape use --format --batch <n> Fan-out N parallel runs (cloud tools only) (default: "1") -h, --help display help for command ``` > Any flag also accepts pipe references — `-` (auto-pick from upstream stdin), `@N` (n-th output), `@N.path` (jsonpath into output), `@*` (all primary values), `@stdin` / `@stdin:path` (whole envelope). See `dlazy --help` for details. --- 换其他后端时参数由 `scripts/gen.mjs` 统一翻译,见 [`provider-cli.md`](provider-cli.md)。 -
provider-cli.md 4.7 KB
<!-- 由 scripts/build-skills.mjs 从 shared/references/provider-cli.md 同步生成,不要直接改这里。 --> # 后端调用参考 技能正文只写「要生成什么」。认证、计费、错误码、输出结构这些每个技能都一样的东西放在这里, **用到时再读**,不占技能的常驻上下文。 --- ## 一、认证 ### 默认后端 dLazy ```bash dlazy login # 设备码流程,远程 shell 也能用,自动写入本地配置 dlazy auth set <KEY> # 已有 key 时直接写入 ``` key 存在用户配置目录(macOS/Linux `~/.dlazy/config.json`,Windows `%USERPROFILE%\.dlazy\config.json`), 权限限本机用户。也可以每次调用用环境变量 `DLAZY_API_KEY` 传入。 手动获取:登录 [dlazy.com](https://dlazy.com) → [API Key 页面](https://dlazy.com/dashboard/organization/api-key)。 key 按组织隔离,可随时轮换或吊销。 ### 其他后端 本技能库不锁定单一厂商。配好任意一家的 key 即可跑: | 后端 | 环境变量 | 说明 | | --- | --- | --- | | `dlazy` | `dlazy login` 或 `DLAZY_API_KEY` | 默认,最省事 | | `openai` | `OPENAI_API_KEY` | 走 `/v1/images/edits` 与 `/v1/images/generations` | | `gemini` | `GEMINI_API_KEY` | Nano Banana 系列 | | `fal` | `FAL_KEY` | | | `replicate` | `REPLICATE_API_TOKEN` | | | `ark` | `ARK_API_KEY` + `ARK_MODEL` | 火山方舟,模型 ID 需按开通情况填 | 选路优先级:`--provider` 参数 > `PROVIDER` 环境变量 > 第一个配了 key 的 > `dlazy`。 ```bash node scripts/gen.mjs --doctor # 看当前哪个后端可用 ``` 各后端的模型 ID 可用 `GEN_MODEL_OPENAI` / `GEN_MODEL_GEMINI` / `GEN_MODEL_FAL` / `GEN_MODEL_REPLICATE` / `GEN_MODEL_ARK` 覆盖。**厂商目录会变,以各家最新文档为准。** --- ## 二、两种调用方式 ### 方式 A:统一入口(推荐) ```bash node scripts/gen.mjs --task <技能名> --prompt '...' --images a.jpg b.jpg --save out.jpg ``` 它负责:后端选路、默认尺寸档位、失败重试(429/5xx 指数退避)、落盘建目录、成本估算。 ```bash node scripts/gen.mjs --task flat-lay --prompt '...' --dry-run # 不调用不计费,只看要发什么 node scripts/gen.mjs --help ``` ### 方式 B:直接用 dLazy CLI 不想引入 Node 依赖时,技能正文里的 `dlazy ...` 命令可以原样执行,效果等价。 ```bash npx @dlazy/cli@1.2.3 <command> # 不装全局二进制 ``` - CLI 源码:[github.com/dlazy-ai/cli](https://github.com/dlazy-ai/cli) · npm 包 `@dlazy/cli` --- ## 三、数据流向 调用 dLazy 时:提示词与参数发往 `api.dlazy.com`;传入的本地图片会上传到 `files.dlazy.com` 供模型读取;产出 URL 同样托管在 `files.dlazy.com`。这是云端生成 API 的通用形态。 换成其他后端时,数据流向对应厂商,不经过 dLazy。 --- ## 四、输出结构 `gen.mjs`(加 `--json`): ```json { "ok": true, "task": "flat-lay", "provider": "dlazy", "model": "gpt-image-2", "files": ["docs/flat-lay/output-sku001.jpg"], "texts": [], "estimatedCredits": 60, "elapsedMs": 58213 } ``` dLazy CLI 原生: ```json { "ok": true, "result": { "tool": "gpt-image-2", "data": { "urls": ["https://files.dlazy.com/data/ai/....jpg"] }, "savedPath": "docs/flat-lay/example-output.jpg" } } ``` 加 `--no-wait` 的异步任务不返回 `data`,返回 `task: { generateId, status }`, 用 `dlazy status <generateId> --wait` 轮询。 文本类模型(如质检)产出在 `result.data.texts[0]`: ```bash dlazy claude-sonnet-5 --prompt '...' --images x.jpg \ | python3 -c 'import sys,json;print(json.load(sys.stdin)["result"]["data"]["texts"][0])' ``` --- ## 五、错误处理 | Code | 类型 | 示例 | | --- | --- | --- | | 401 | 未授权 / 无 key | `ok: false, code: "unauthorized"` | | 501 | 缺必填参数 | `error: required option '--prompt <prompt>' not specified` | | 502 | 本地文件读不到 | `Error: Image file not found: ...` | | 503 | 余额不足 | `ok: false, code: "insufficient_balance"` | | 503 | 服务端错误 | `HTTP status code error (500)` | | 504 | 异步任务失败 | `=== Generation Failed ===` / `Prompt violates safety policy` | **给 Agent 的硬性要求** 1. 命中 `insufficient_balance` → 明确告诉用户算力不足,并给出充值入口 <https://dlazy.com/dashboard/organization/settings?tab=credits> 2. 命中 `unauthorized` / 缺 key → 告诉用户去 <https://dlazy.com/dashboard/organization/api-key> 取 key,用 `dlazy auth set <key>` 存好再继续。 3. 用 `gen.mjs` 时,429 与 5xx 已自动重试;仍失败才向用户报错。 4. **不要**为了「跑通」而偷偷降级参数(尺寸、档位、批量),先问用户。
-
-
scripts
-
lib
-
miniyaml.mjs 2.8 KB · in bundle
-
providers.mjs 11.9 KB · in bundle
-
tasks.json 3.1 KB
{ "_note": "技能 → 默认模型与参数。dlazy 列为默认后端的模型名;其他后端走 providers.mjs 的通用映射,可用 GEN_MODEL_<PROVIDER> 覆盖。", "_credits": { "gpt-image-2": 60, "seedream-5.0": 30, "seedream-5.0-pro": 45, "banana-pro": 25, "claude-sonnet-5": 3 }, "tasks": { "flat-lay": { "model": "gpt-image-2", "size": "1024x1536", "quality": "high", "format": "jpeg" }, "wear-everything": { "model": "gpt-image-2", "size": "1024x1536", "quality": "medium", "format": "jpeg" }, "image-fusion": { "model": "seedream-5.0", "size": "3:4", "resolution": "2k" }, "one-shot": { "model": "gpt-image-2", "size": "1024x1536", "quality": "medium", "format": "jpeg" }, "fission-pattern": { "model": "gpt-image-2", "size": "1024x1536", "quality": "medium", "format": "jpeg" }, "item-detail": { "model": "seedream-5.0-pro", "size": "3:4", "resolution": "2k" }, "creative-scene": { "model": "banana-pro", "size": "1024x1536", "format": "jpeg" }, "batch-image": { "model": "seedream-5.0", "size": "3:4", "resolution": "2k" }, "to-3d": { "model": "gpt-image-2", "size": "1024x1024", "quality": "high", "format": "jpeg" }, "clothing-extraction": { "model": "gpt-image-2", "size": "1024x1024", "quality": "high", "format": "jpeg" }, "fabric-on-body": { "model": "gpt-image-2", "size": "1024x1536", "quality": "high", "format": "jpeg" }, "clothing-detail": { "model": "gpt-image-2", "size": "1024x1024", "quality": "high", "format": "jpeg" }, "clothing-grass-planting": { "model": "gpt-image-2", "size": "1024x1536", "quality": "medium", "format": "jpeg" }, "item-selling-point": { "model": "seedream-5.0-pro", "size": "1:1", "resolution": "2k" }, "item-change-background": { "model": "gpt-image-2", "size": "1024x1024", "quality": "high", "format": "jpeg" }, "remove-watermark": { "model": "gpt-image-2", "size": "1024x1024", "quality": "high", "format": "jpeg" }, "material-enhancement": { "model": "gpt-image-2", "size": "1024x1024", "quality": "high", "format": "jpeg" }, "item-repair": { "model": "gpt-image-2", "size": "1024x1024", "quality": "high", "format": "jpeg" }, "detect-task": { "model": "claude-sonnet-5", "text": true }, "listing-optimizer": { "model": "gpt-image-2", "size": "1024x1024", "quality": "high", "format": "jpeg" }, "cross-border-localize": { "model": "seedream-5.0-pro", "size": "1:1", "resolution": "2k" }, "brand-kit": { "model": "gpt-image-2", "size": "1024x1536", "quality": "high", "format": "jpeg" }, "platform-compliance": { "model": "claude-sonnet-5", "text": true }, "main-image-video": { "model": "$DLAZY_VIDEO_MODEL", "video": true }, "product-video-ad": { "model": "$DLAZY_VIDEO_MODEL", "video": true }, "ugc-testimonial": { "model": "$DLAZY_VIDEO_MODEL", "video": true } } }
-
-
brand.mjs 4.4 KB · in bundle
-
gen.mjs 9.3 KB · in bundle
-
-
skill.md 11.3 KB
--- name: image-fusion description: 多单品融合成一整套 Look。最多 8 张单品图 → 同一模特身上的完整搭配商拍图,每件单品保真。当用户说「多件搭配」「融图」「组一套 look」「搭配图」「几件衣服合成一张」时使用。 --- # image-fusion — 多单品自由搭配融图 一次给**最多 8 张单品图**,融合成同一个模特身上的**一整套 Look**。 和 [flat-lay](../flat-lay/skill.md) 的「多件上身」(只支持上装+下装两张)不同,本技能是**任意品类的自由组合**:毛衣 + 阔腿裤 + 帽子 + 项链 + 包 + 鞋,一次出一张完整搭配图。 --- ## 生成效果示例 | 输入单品 1 | 输入单品 2 | 输入单品 3 | | --- | --- | --- | | <img src="../../docs/image-fusion/item-sweater.jpg" width="200"> | <img src="../../docs/image-fusion/item-hat.jpg" width="200"> | <img src="../../docs/image-fusion/item-necklace.jpg" width="200"> | | `item-sweater.jpg` — 军绿麻花针织毛衣 | `item-hat.jpg` — 彩色编织渔夫帽 | `item-necklace.jpg` — 珍珠项链 | 实际执行的命令: ```bash dlazy seedream-5.0 \ --prompt '电商搭配商拍图。将参考图中的多件单品组合到同一个模特身上:图1 的军绿色麻花针织圆领毛衣作为上装,图2 的彩色编织渔夫帽戴在头上,图3 的珍珠项链戴在颈部。每件单品必须与参考图完全一致——颜色、织法纹理、图案、材质与细节都不能改。下装自动补一条米白色阔腿长裤,脚穿白色运动鞋。青年亚洲女模特,正面站姿,全身入画,纯浅灰色摄影棚背景,柔和顶光,真实照片质感,无文字无水印。' \ --images docs/image-fusion/item-sweater.jpg docs/image-fusion/item-hat.jpg docs/image-fusion/item-necklace.jpg \ --size 3:4 --resolution 2k \ --save docs/image-fusion/example-output.jpg ``` **输出** <img src="../../docs/image-fusion/example-output.jpg" width="320"> `example-output.jpg` — 3:4 / 2K,5 credits。三件单品同时到位,毛衣的麻花织法、渔夫帽的编织配色与项链的珠径都被保留;未提供的下装与鞋按 prompt 指定补齐。 --- ## 1、能力边界 | 能力 | 说明 | | --- | --- | | 单品数量 | 最多 **8 张** | | 品类组合 | 上装 / 下装 / 外套 / 连衣裙 / 鞋 / 包 / 帽子 / 围巾 / 首饰 任意混搭 | | 参考图(可选) | 决定模特姿势、拍摄角度、景别、场景与光线 | | 模特图(可选) | 锁定人脸与身材,多套 Look 保持同一个模特 | | 缺件自动补齐 | 只给上装时,下装与鞋由模型按风格自动搭配 | **不做**:不改单品的颜色、图案、材质与版型;不做尺码推荐;不用于伪造他人肖像代言。 --- ## 2、输入素材规则 生成前先自检这几条硬性约束: - 大小:**20KB ~ 15MB** - 分辨率:**大于 400×400** - 格式:**jpg / jpeg / png / webp** 本技能的素材约束比其他技能宽: - 数量:**最多 8 张** - 大小:**20KB ~ 15MB** - 分辨率:**不超过 8192×8192** - 格式:**jpg / jpeg / png / heic / webp** **输入建议** | 做法 | 说明 | | --- | --- | | ✅ 每张只放一件单品 | 一张图里混着上衣和裤子,模型会分不清该穿哪件 | | ✅ 纯色/透明背景平铺图 | 干扰最少,颜色最准 | | ✅ 按穿着顺序传图 | 上装 → 下装 → 外套 → 鞋 → 包 → 配饰,prompt 里的 image N 与之对应 | | ❌ 同类目重复 | 传两件上衣,模型只会选一件或把它们混在一起 | | ❌ 已经有人穿着的图 | 会把原模特的身体一起带进来 | --- ## 3、单品清单 → prompt 映射 融图的关键是**逐件点名**:每张图对应一个明确的穿着位置,不点名的单品会被忽略。 ```text 图1 → 上装:军绿色麻花针织圆领毛衣(作为上装穿在身上) 图2 → 帽子:彩色编织渔夫帽(戴在头上) 图3 → 项链:珍珠项链(戴在颈部) 未提供 → 下装:自动补米白色阔腿长裤 未提供 → 鞋:自动补白色运动鞋 ``` 写成 prompt: ```text 将参考图中的多件单品组合到同一个模特身上: 图1 的<单品描述>作为上装,图2 的<单品描述>戴在头上,图3 的<单品描述>戴在颈部。 每件单品必须与参考图完全一致——颜色、织法纹理、图案、材质与细节都不能改。 下装自动补一条<描述>,脚穿<描述>。 ``` **层次冲突要显式排序**:同时给外套和上装时写 `图2 的外套敞开穿在图1 的上装外面,露出内搭`,否则模型会二选一。 --- ## 4、统一整组视觉 一个店铺往往要出十几套 Look,视觉必须统一,否则详情页看起来像拼凑的。固定这四项: | 要固定的 | 写法 | | --- | --- | | 模特 | 传同一张模特图,或 prompt 里固定 `青年亚洲女模特,鹅蛋脸,中长黑直发` | | 姿势与景别 | 传同一张参考图,或固定 `正面站姿,全身入画` | | 背景与光线 | 固定 `纯浅灰色摄影棚背景,柔和顶光` | | 构图留白 | 固定 `人物居中,头顶留白约画面高度 8%` | 只换单品清单,其余 prompt 一字不改——这样出来的整组图才是一套。 --- ## 5、工具调用 本技能使用 dLazy 的 **`seedream-5.0`**(支持最多 10 张参考图 + 2K/3K/4K 输出,多单品约束场景下性价比最高:单张 5 credits,适合一个店铺跑几十套 Look)。 ### 调用方式 两种等价写法,选一种。统一入口会自动选后端、失败重试、建目录落盘、估算成本: ```bash # A. 统一入口(推荐):可切任意后端,加 --dry-run 不计费空跑 node scripts/gen.mjs --task image-fusion \ --prompt '<见下方 Prompt 模板>' \ --images <按下表顺序> \ --save output/image-fusion-<sku>.jpg # B. 直接用 dLazy CLI(不想引入 Node 依赖时,效果等价) dlazy seedream-5.0 --prompt '...' --images ... --save output/image-fusion.jpg ``` **参数约定(本技能固定用法)** | 参数 | 取值 | 理由 | | --- | --- | --- | | `--images` | `[单品1, 单品2, …, (参考图), (模特图)]`,最多 10 张 | 顺序即 prompt 中的 图1 / 图2 / … | | `--size` | `3:4`(全身 Look 主图);`1:1`(方图主图) | 电商竖版为主 | | `--resolution` | `2k` 日常;`3k`/`4k` 印刷或大图详情 | 2K 已够上架 | | `--batch` | `2` ~ `4` | 多单品组合随机性大,多出几张挑图 | | `--save` | `docs/image-fusion/output-look<N>.jpg` | 直接落盘 | ### Command Examples ```bash # basic call: 三件单品融合 dlazy seedream-5.0 \ --prompt '电商搭配商拍图。将参考图中的多件单品组合到同一个模特身上:图1 的毛衣作为上装,图2 的帽子戴在头上,图3 的项链戴在颈部。每件单品必须与参考图完全一致——颜色、织法纹理、图案、材质与细节都不能改。青年亚洲女模特,正面站姿,全身入画,纯浅灰色摄影棚背景,柔和顶光,真实照片质感,无文字无水印。' \ --images docs/image-fusion/item-sweater.jpg docs/image-fusion/item-hat.jpg docs/image-fusion/item-necklace.jpg \ --size 3:4 --resolution 2k # complex call: 6 件单品 + 姿势参考图 + 固定模特 + 出 4 张挑图 dlazy seedream-5.0 \ --prompt '电商搭配商拍图。图1 的上装、图2 的下装、图3 敞开外穿的外套、图4 的鞋、图5 的手提包(左手提)、图6 的帽子,全部穿戴到同一个模特身上,外套敞开露出图1 的内搭。每件单品与参考图完全一致,颜色、图案、材质与版型不能改。图7 是姿势与场景参考,图8 是模特脸,人脸与身材沿用图8。真实照片质感,无文字无水印。' \ --images docs/image-fusion/top.jpg docs/image-fusion/bottom.jpg docs/image-fusion/coat.jpg docs/image-fusion/shoes.jpg docs/image-fusion/bag.jpg docs/image-fusion/item-hat.jpg docs/image-fusion/pose.jpg docs/image-fusion/model-face.jpg \ --size 3:4 --resolution 3k \ --batch 4 --save docs/image-fusion/output-look01.jpg # 先估价不真跑 dlazy seedream-5.0 --dry-run --prompt '...' --images a.jpg b.jpg --size 3:4 ``` ### 延伸阅读 | 要查什么 | 去哪 | | --- | --- | | 认证、多后端配置、输出结构、错误码 | [`references/provider-cli.md`](references/provider-cli.md) | | `seedream-5.0` 的全部可用参数 | [`references/model-flags.md`](references/model-flags.md) | | 统一入口的全部选项 | `node scripts/gen.mjs --help` | ## 6、Prompt 模板 ```text 电商搭配商拍图。将参考图中的多件单品组合到同一个模特身上: 图1 的[单品描述]作为[穿着位置], 图2 的[单品描述][穿着位置], 图3 的[单品描述][穿着位置]。 [层次关系,例:图3 的外套敞开穿在图1 的上装外面,露出内搭。] 每件单品必须与参考图完全一致——颜色、织法纹理、图案、材质与细节都不能改。 [缺件补齐,例:下装自动补一条米白色阔腿长裤,脚穿白色运动鞋。] [模特描述],[姿势与景别],[背景],[光线],真实照片质感,无文字无水印。 ``` **按问题追加的修正句** | 问题 | 追加到 prompt 末尾 | | --- | --- | | 某件单品被漏掉 | `务必同时出现全部 N 件单品:<逐件重述一遍>,缺一件视为失败。` | | 两件单品混色了 | `图1 与图2 是两件独立单品,颜色不得互相污染:图1 保持<色>,图2 保持<色>。` | | 层次穿错 | `穿着层次由内到外为:图1 → 图3;图3 必须敞开且能看到图1 的领口与前襟。` | | 图案位置漂移 | `图案定位:<单品>的<图案>位于<位置>,尺寸约<描述>,不得移动或重复。` | | 整组视觉不统一 | 保持第四节四项固定描述**逐字不变**,只替换单品清单 | --- ## 7、执行流程 1. **拆清单**:列出这套 Look 的每一件单品,去掉同类目重复项,确认不超过 8 件。 2. **排序传图**:按上装 → 下装 → 外套 → 鞋 → 包 → 配饰的顺序,prompt 里的 图N 与 `--images` 顺序严格对应。 3. **点名每一件**:一件一句,写清穿着位置;有层次关系的显式排序。 4. **补齐缺件**:没给下装/鞋就在 prompt 里指定,别让模型自由发挥。 5. **固定整组视觉**(第四节四项),多套 Look 之间只换单品清单。 6. **`--dry-run` 估价** → 真跑 → `--batch 2~4` 挑图,落盘到 `docs/image-fusion/`。 7. **质检**:件数是否齐、颜色是否串、层次是否对、图案位置是否漂移。 --- ## 8、常见问题 | 现象 | 原因 | 处理 | | --- | --- | --- | | 少穿了一件 | 单品数量多、prompt 没逐件点名 | 逐件点名,并追加「缺一件视为失败」句 | | 帽子和头发穿模 | 缺少交互描述 | 追加 `头发从帽檐下自然垂落,帽子与头顶贴合无缝隙` | | 两件单品颜色互串 | 色彩相近 | 追加「颜色不得互相污染」句,写死每件的色名 | | 外套把内搭全挡住 | 未写层次 | 追加层次排序句,要求露出内搭领口与前襟 | | 整组图风格不统一 | 每次 prompt 都改了背景/光线 | 固定第四节四项描述逐字不变 | | 单品数量超过 8 | 超出能力 | 拆成两套 Look,或先用 [image-fusion](./skill.md) 出主体、再用 [wear-everything](../wear-everything/skill.md) 单独加配饰 | --- ## Tips Visit https://dlazy.com for more information.
Comments (0)
Sign in to join the conversation.
Reviews (0)
No reviews yet.



No comments yet.