ecommerce-image-skills：电商图片自动化生成实战教程

一、核心亮点与背景概述

电商商品上架往往需要 白底主图、生活场景图、卖点信息图、详情长图、活动 Banner 等多套视觉素材，不同平台（Amazon、淘宝、Shopee、TikTok Shop 等）对尺寸、比例、配色都有严格要求，手工制作耗时且易出错。为了解决这一痛点，开源项目 ecommerce-image-skills（GitHub 地址：https://github.com/xianyu110/ecommerce-image-skills）提供了一套可组合的 Agent Skill，将常见出图任务拆解为可调用的工作流。

项目采用 MIT 许可证，目前收录 12 个电商出图 Skill，本文重点演示其中 8 个最常用的方向，并提供完整的调用指令，帮助开发者在本地或云端 Agent 环境中快速生成符合平台规范的商品图片。

内容整理自 X 博主 Haosen（@Haosen9527）的推文。

二、核心机制与技术细节拆解

1. amazon-white-background

   • 功能：将商品照片自动抠图并替换为纯白背景，输出符合 Amazon 主图的 白底、主体占比 ≥ 85%、推荐尺寸 1000×1000px 的图片。
   • 实现：基于 OpenCV + Stable Diffusion Inpainting，并附带检查脚本检测背景纯度（RGB 均值误差 < 5）和主体占比。

2. lifestyle-scene

   • 功能：将商品嵌入厨房、办公、户外等生活场景，实现 场景感 与 商品完整性 的双重保留。
   • 实现：使用 ControlNet 引导的 Stable Diffusion，保留商品轮廓、颜色、Logo，生成后通过脚本比对 Logo 位置偏移 < 3px、比例误差 < 5%。

3. model-try-on

   • 功能：基于服装平铺图或挂拍图，生成模特穿着效果图，支持姿势、配饰的快速预览。
   • 实现：调用 Claude Code 生成 Prompt，配合 DeepFashion 关键点检测，生成后提供 关键点对齐报告（肩宽、胸围误差 ≤ 2cm）。

4. selling-point-infographic

   • 功能：围绕单一卖点（如容量、重量、材质）自动排版图标、标注线和文字说明。
   • 实现：内置 Infographic‑Template，接受用户提供的文案 JSON，输出 720×1280px PNG，文字层级采用 Roboto Bold，颜色遵循平台配色方案。

5. sale-banner

   • 功能：提供淘宝、天猫、Shopee、Lazada、TikTok Shop、Amazon 等平台的活动 Banner 尺寸与配色预设。
   • 实现：通过 模板映射表（如 banner_sizes.json）自动选取尺寸，支持 动态折扣文字 替换，生成后返回 文件大小 < 200KB 的 WebP。

6. xiaohongshu-cover

   • 功能：生成 3:4 竖版封面，支持大字报、前后对比、清单、测评、氛围、价格锚点 6 种版式。
   • 实现：基于 Stable Diffusion XL + Layout‑Control，输出 1080×1440px JPEG，自动对齐商品主体。

7. taobao-detail-long-image

   • 功能：按照 750px 宽的长图规范，自动拼接多屏内容（商品介绍 → 卖点 → 场景 → 细节 → 参数）。
   • 实现：先生成每屏单图，再通过 Node‑Canvas 脚本拼接、切片，生成 单文件 ≤ 5MB 的长图。

8. ecommerce-listing-suite

   • 功能：整套出图的入口，负责 收集商品信息 → 生成图片计划 → 调度对应 Skill → 批量检查。
   • 实现：内部使用 Workflow Engine（基于 Temporal），支持自定义平台方案（如 Amazon、淘宝、Shopee），并输出 计划表（JSON） 与 检查报告（CSV）。

三、安装配置与实操上手

1. 环境要求

   • Node.js >= 18.x
   • npm 或 yarn
   • 已配置可调用 Claude Code / Codex / Cursor 的 AI Agent（如 OpenAI API、Anthropic API）
   • GPU（推荐 NVIDIA RTX 30 系列）用于本地 Stable Diffusion 推理，若无 GPU 可使用云端推理服务（如 Replicate）

2. 安装指令

   npx skills add xianyu110/ecommerce-image-skills
   

   该命令会把仓库克隆到 Agent 可识别的工作目录，并自动注册所有 Skill。

3. 准备商品素材

   • 正面高清图（建议 ≥ 2000×2000px）
   • 侧面、Logo、关键结构特写等补充图片
   • 商品参数（名称、规格、材质、包装清单）
   • 目标平台（如 Amazon US、淘宝、Shopee SG）
   • 已确认的卖点文案（JSON 格式）

4. 示例 Prompt（调用 ecommerce‑listing‑suite）

   请使用 ecommerce-listing-suite，为我上传的商品制作一套图片。
   目标平台：淘宝
   商品资料：名称=保温杯，容量=500ml，材质=不锈钢，包装=盒装+说明书
   允许使用的卖点与文案：{"保温时长":"12 小时","防漏":"硅胶密封圈"}
   参考图片：正面.jpg、侧面.jpg、Logo.png、细节.jpg
   

   • 第一步：Skill 会返回图片计划表（每张图的用途、尺寸、文案、使用的 Skill）
   • 第二步：确认计划后，系统生成 样图（默认先生成白底主图）
   • 第三步：样图通过后，批量执行其余 Skill，最终交付全部图片、对应 Prompt 与检查报告。

5. 检查脚本

   • check_background.py：验证白底纯度
   • check_proportion.py：检测主体占比
   • check_dimensions.py：确保尺寸符合平台规范
   • 所有脚本均可通过 npm run check -- <image_path> 调用。

四、适用场景与避坑建议

• 适用场景

  • 中小型电商卖家需要快速产出多平台商品图
  • 跨境电商（Amazon、eBay）对主图要求严格的场景
  • 内容运营团队需要批量生成活动 Banner 与小红书封面

• 避坑建议

  1. 平台审核仍需人工复核：Skill 只能保证技术指标达标，平台的人工审核规则（如禁止文字、禁止特定配色）仍需人工确认。
  2. 文案准确性自行把关：selling‑point‑infographic 只负责排版，文案的真实性与合规性必须由业务方提供并核对。
  3. 模型生成的细节可能失真：尤其是服装的垂感、材质光泽，建议在生成后对比实物，必要时手动微调。
  4. GPU 资源不足时的替代方案：可将 npx skills add 后的推理任务转发至云端 API（如 Replicate、DreamStudio），但需自行配置 API Key。
  5. 批量换背景/换色工具使用限制：仅适用于同一 SKU 的统一批次，若商品颜色、材质差异大，请分批处理以避免误换。

通过上述流程，开发者可以在 数分钟 内完成从原始商品照片到完整上架所需的全部视觉素材，显著降低人力成本并提升上线速度。