Linkfox Aigc Imagegen Cloth

服饰图生成

统一入口：服饰 / 模特类商品（上装、下装、连衣裙、外套、鞋帽等）的全类型电商出图能力。单张直出 & 套图编排都从这一个 skill 进入。

入口路由

类型路由表

确定 type 后，必须 Read 对应的 type reference 文件获取该类型走哪条支线、步骤 2 差异逻辑和运行时模板来源，禁止跳过。

不适用

• 非服饰类实物商品（美妆、数码、家居、食品等）→ 走 linkfox-aigc-imagegen-product 系列。
• 纯图片编辑操作（换背景、去水印、换角度等已有明确创意方向的操作）→ 走 linkfox-aigc-imagegen。
• 已有模特图换姿势 / 换动作裂变（模特裂变）→ 不在本范围（业务方上游构造 posePrompt，不读字典）。
• 纯文字生成 → linkfox-aigc-textgen。
• 视频生成 → linkfox-aigc-videogen。

共享流水线

所有类型都走同一条 3 步流水线（尺码图为两阶段，见下），步骤 2 的差异由各 type reference 指定走哪条支线。

三条支线（步骤 2 的差异本质）

步骤 1：校验图片 URL 可访问性（所有类型通用）

• 输入：imageUrls
• 空数组护栏（强制）：若 imageUrls 为空数组 / 缺失 / 全部无效，立即停止，不得带空图调下游。优先从上下文（用户本轮/历史上传的原始图片路径）补齐；仍无法补齐时如实向用户报错并请求重新上传，禁止带空 imageUrls 继续执行。
• 操作：逐项检查 imageUrls 中的值（保持原顺序）：已是公开 URL（http/https 开头）→ 直接透传；本地文件路径（非 http/https）→ 调 linkfox-file-upload 上传获得公开 URL 后替换。
• 输出：imageUrls（全部为公开可访问的 HTTPS URL）

步骤 2：构造最终 prompt（差异部分见各 type reference）

各类型的步骤 2 逻辑不同（走哪条支线、用哪个模型、是否做敏感词规避等），详见已 Read 的 references/types/<type>.md。

①静态直出支线约束（WHITE_BG）：用 scripts/build_imagegen_prompt.py --type WHITE_BG 构建 imagegen 参数文件，脚本会自动从 references/types/white-bg.md 的 text 代码块提取白底图静态正文作为最终 prompt。正文较长，一律交脚本读取，不要手动复制或经 shell 变量传递。

②占位符直出支线约束（MODEL_IMAGE、SIZE 阶段2）：必须使用本 skill 的 scripts/build_imagegen_prompt.py 辅助脚本构建 imagegen 提示词参数文件（脚本自动完成模板读取、占位符填充、null 入参替换、SIZE 阶段2 末尾敏感词规避指令追加），禁止手动用 Write 工具拼接 prompt 或用 shell 变量捕获大文本。SIZE 阶段2 的 analysis_result 用 --analysis-file 注入，避免大文本经 shell。

③textgen 改写支线约束（SCENE、SELLING_POINT、*_APLUS、SIZE 阶段1）：必须使用本 skill 的 build_textgen_params.py 辅助脚本构建 textgen 参数文件（脚本自动完成模板读取、占位符填充、模型/thinkingLevel 设置、卖点·A+ 敏感词规避指令追加），然后按 textgen SKILL.md 的链式调用方式执行。

套图强制走 pipeline 三阶段：套图路径用 scripts/run_collection_pipeline.py 跑 plan / dispatch / summary 三阶段，agent 按顺序发 3 个 Bash；并发由 skill 层 dispatch 用 ThreadPoolExecutor 完成，agent 自己不并发：

1. --phase plan 写 image-plan.json / collection-state.json，stdout 直接打 markdown 表格 + 1 行 status JSON（含 specs[] / run_one_task_script / state_file / total）
2. 用户确认后，agent 只发 1 个 dispatch Bash：python <本skill根>/scripts/run_collection_pipeline.py --phase dispatch --state <state_file>；dispatch 内部用 ThreadPoolExecutor 并发跑 run_one_task.py --index 1..N，每个子任务落 task-result-<id>.json 片段；dispatch 自身 stdout 不 emit Saved full response，仅末尾 1 行 {"status":"dispatch_complete",...} 供 agent 内部解析（这条 Bash 不渲染图，是正常的）
3. --phase summary --state <state_file> 读片段 → stdout 打末尾 markdown 明细（每张成功图自带 ![label](abs_path) 内联引用，前端 markdown 渲染器据此渲染整组图）+ 1 行 status JSON；product variant 同时写 collection-asset-manifest.json

禁止 Agent 在对话中手工完成 S1 推理或 Read S0~S3 全文；禁止用户确认后自己拆 N 个 Bash 跑 run_one_task.py（旧协议；现在并发已在 skill 层完成，自己并发只会重复出图）；禁止转发 summary markdown 时把 ![]() 行剥掉（整组图就靠这些行渲染）；禁止在 summary 之外另贴 Saved full response: [...]（与 markdown ![]() 双重渲染）。下方 bash 单步链路仅适用于单张直出。

路径铁律：本链路横跨两个 skill 目录（构参脚本属本 skill，生文与注参脚本属 linkfox-aigc-textgen），当前工作目录不固定，所有脚本一律用绝对路径调用，不要用裸 scripts/... 相对路径（相对路径会指向错误目录导致执行失败）。其中 <本skill根目录> = 本 SKILL.md 所在目录的绝对路径；<textgen根目录> 通过 skill:linkfox-aigc-textgen 解析其 SKILL.md 所在目录的绝对路径取得。

1. 构参（本 skill）：python <本skill根目录>/scripts/build_textgen_params.py --type <TYPE> ... --out <textgen_params.json>
2. 生文（textgen skill）：PROMPT=$(python <textgen根目录>/scripts/aigc_textgen.py --stdin --content-only < <textgen_params.json>) —— --content-only 输出单行 content 捕获进变量（换行压平为 ⏎、下游自动还原的机制见 textgen SKILL.md）。
3. 注参（步骤 3，用 jq 内联）：用 jq 把 $PROMPT 内联拼进下游 imagegen 参数 JSON，再交 linkfox-aigc-imagegen 出图。

   PROMPT=$(python <textgen根目录>/scripts/aigc_textgen.py --stdin --content-only < <textgen_params.json>)
   PARAMS=$(jq -nc --arg p "$PROMPT" --argjson imgs '<步骤1的URL JSON数组>' \
     '{prompt:$p, imageUrls:$imgs, provider:"<provider>", outputNum:1, aspectRatio:"<ratio>", resolution:"<resolution>"}')
   # 然后按 linkfox-aigc-imagegen SKILL.md 的调用方式把 $PARAMS 传入出图

禁止手动用 Write 工具构造 textgen 参数文件（必须经 build_textgen_params.py）、用 jq -r 抽取原始 content（会重新引入真实换行符破坏拼接）、或直接写 Python 调 API 绕过此链路。

步骤 3：调 linkfox-aigc-imagegen 出图（所有类型通用）

• 输入：步骤 2 的 prompt、步骤 1 的 imageUrls、ratio、resolution、provider
• 操作：Read skill:linkfox-aigc-imagegen 的 SKILL.md，按其调用方式执行出图脚本。传入参数：
  • prompt：步骤 2 产出的最终 prompt
  • imageUrls：步骤 1 的全部图片 URL
  • provider：入参指定的模型（默认 BANANA_PRO）
  • aspectRatio：ratio 原样透传
  • resolution：原样透传
  • outputNum：1
• 输出：图片（Saved full response: 后的本地路径）
• 单张直出交付（按类型）：本 skill 单张直出场景按 references/runtime/03-deliver.md §3.1 走，agent 在 imagegen Bash 完成后必须：

  1. 解析 stdout 的 Saved full response: ["..."] 取本地路径（成功时 1 张）

  2. 在对话回复正文里追加 markdown 内联块：

     - 第 1 张 · <类型中文名>
       ![<类型中文名>](<abs_path>)

  3. 类型中文名对照：SCENE→种草图 / SELLING_POINT→卖点图 / MODEL_IMAGE→模特图 / SIZE→尺码图 / WHITE_BG→白底图 / PREMIUM_APLUS→高级A+图 / STANDARD_APLUS→普通A+图 / PHONE_APLUS→手机A+图

  4. 禁止把 Saved full response: [...] / Saved full response: <json路径> 协议原文复述进对话回复——它是 skill ↔ bridge 内部协议行，复述会让用户看到裸露的 JSON 数组路径（即"协议行裸露"故障）；只读它取路径，不抄字面

  5. 禁止自行 echo 一遍 Saved full response: 字面让 bridge 再渲染——bridge 路径 A 的「任务产出」资源卡是 imagegen Bash stdout 自动触发的，agent 不要手动复制

  6. 双重渲染（markdown 内联图 + bridge「任务产出」资源卡同时呈现）是当前协议下的预期行为，不算故障

  7. 失败情形（stdout 是 Saved full response: <data 路径>.json 单文件）按本 SKILL.md「错误处理与失败护栏」如实告知，不追加内联图