Community图像github.com

产品照片

编辑或生成看起来不像合成图的产品、食物和场景照片。有参考图就用参考图,并按是重新布光还是全新出图来选模型。

产品照片 是什么?

产品照片把每一张静图都交到同一个生成脚本。已有照片就重新布光或重新布置;没有底片才新做一张。它覆盖方形、故事版和竖版,适合目录和社交帖。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/umi008/product-photo-ai/tree/HEAD/plugins/product-photo-ai/skills/product-photo-ai

Installed? Explore more 图像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

Product Photo AI

所有图像生成或编辑操作都通过 scripts/gen.py 完成。不要使用 PIL/rembg 手动合成;也不要使用其他图像工具。

GEN="${CLAUDE_SKILL_DIR}/scripts/gen.py"
python3 "$GEN" --credits
python3 "$GEN" --prompt-file p.txt --refs photo.jpg --format vertical --out out.png
python3 "$GEN" --model black-forest-labs/flux.2-max --prompt-file p.json --refs photo.jpg --format auto --no-upsample --out out.png

如果机器上只有 python 命令,则使用 python 代替 python3。仅使用标准库。

模型

模型适用场景成本/时间
Nano Banana 2.1(默认)编辑用户真实照片:光线、氛围、道具、季节点缀~$0.055 (2K) · ~20 s
FLUX.2 Max (--model black-forest-labs/flux.2-max)从零开始的文生图,使用 JSON/十六进制精细控制,用 --seed 重复布局,或当 Nano 连续失败两次时~$0.16 (2MP), ~$0.22 (4MP) · 30–50 s

原因:在盲测(4 个案例,4 个模型)中,Nano Banana 2.1 在每个有获胜者的案例中均排名第一,并且是唯一一个从未被标记为“看起来像 AI”的模型;而 FLUX.2 Max 在所有 4 个案例中均被标记。详情:references/realism.md → 历史。

设置

  • 密钥保存在 OPENROUTER_API_KEY 或 ~/.openrouter-key 中(由用户创建)。切勿打印、回显或将其放入 curl 命令中。
  • 调用耗时 20–140 秒:请为 Bash 设置较长的超时时间(例如 600000 毫秒),或在后台运行。
  • 在批量操作前: 运行 --credits 并说明余额与预估成本。如果批量操作超过约 $1,需与用户确认。出现 HTTP 402 且无 in_flight 表示余额不足:请告知用户,不要重试,保存提示词。
  • 多个变体: 每个变体各运行一次 gen.py,并行进行。余额较少时,最多同时运行 2–3 个(OpenRouter 会在出现 402 in_flight_budget_exhausted 时中断)。报告每个进程的退出代码和标准错误输出。

决策

情况处理方式
格式常用格式:vertical(9:16,故事)和 square(1:1)。 如果未指定,则询问用户或输出 vertical
用户自己的产品照片使用 --refs 和请求的格式。如果照片比例与目标格式不同,模型会扩展场景:添加 extend the scene naturally to fill the frame, keeping the product the same size and centered(已用 Nano 从 3:4 测试至 9:16 和 1:1)。仅当需要保持照片原比例时才使用 --format auto
Instagram 动态--format insta(4:5)
没有照片文生图,使用 FLUX.2 Max 和 JSON
改变产品形状/高度使用文生图描述整个产品(编辑操作会保持比例)
后续需要其他格式使用其他 --format 重新生成;切勿裁剪

脚本参数

  • --format:vertical 9:16(默认)· insta 4:5 · portrait 3:4 · tall 2:3 · square 1:1 · classic 4:3 · landscape 16:9 · wide 21:9 · auto(第一个参考图像的比例)。
  • Nano: 输出 2K;无种子(每次运行结果不同)。API 支持最多 14 个参考,通过脚本支持 8 个。
  • FLUX.2 Max: --quality auto|hi|std(≈4MP/≈2MP;auto = 0–2 个参考时使用 hi)。--no-upsample 关闭 BFL 的提示重写器:编辑时始终使用此选项(更忠实于原图)。--seed N 可重复布局。超过 6 个参考 → 使用 --size 1024x1024(最多 8 个)。
  • 标准输出为一行 JSON,包含真实的 cost_usd 和 seed。

为 Nano Banana 2.1 编写提示词(编辑)

Nano 是指令型模型:像对待照片编辑器一样用散文(而非 JSON)与之交流。

  1. 以动词+范围开头: Using the provided photo, change only the lighting. / …add a few small props on the cloth. “仅改变”可起到语义遮罩的作用。
  2. 物理描述变化: 光源、方向、质量、颜色(颜色#FFE2B8,约5000K,不能偏橙色)、阴影如何投射。
  3. 以保留列表结尾,逐一命名:形状、旋纹、糖霜、缎带、底座、褶皱、构图、对焦 以及手机相机的质感与颗粒感。没有最后这部分,模型会“清理”照片,使其看起来像 AI 生成。
  4. 2–6 句。 如果走偏,缩短:去掉形容词,改变一个要素。像 让光线像稍微多照进来一些阳光,类似微妙的色彩分级 这样的一句话对于细微变化也很有效。
  5. 正面表述,避免“不要 X”:布料空白角落,而不是没有杂乱。
  6. 多个参考: 说明每张图片的作用(第一张图片是要保留的产品,第二张是氛围参考,用于确定光线)。
  7. 从原图开始迭代用于生成备选方案;仅从上一张好的结果继续迭代以累积变化(错误会累积)。

现成模板:references/templates.md。

为 FLUX.2 Max 编写提示词(BFL 指南)

FLUX 描述最终图像,而非指令。

  1. 顺序 主体 → 动作 → 风格 → 上下文;开头几个词权重最大。30–80 个词,除非场景复杂。
  2. 无负面提示。 全部正面表述:全图锐利对焦、哑光质感、柔边阴影。
  3. 真实相机: 使用 在 iPhone 15 上拍摄,自然颗粒感 营造自制效果;使用 富士 X-T5,35mm f/1.4 或 柯达 Portra 400 营造编辑风格。
  4. 将与物体关联的十六进制颜色 用单词 color 表示:糖霜的颜色是 #FFF8E7。多色产品:每个组件一个主体 + color_match: "exact"。
  5. 编辑: 以 来自图片1的同一张[产品]照片,保持不变:[列表] 开头,然后描述新光线。
  6. JSON 用于量产/多主体;自然语言用于探索。一次只迭代一个字段,使用相同种子。
  7. 图像中的文字: 引号内放入精确文本、位置、字体、大小和颜色。

模式(序列化到 --prompt-file;示例见 examples/prompt-example.json):

{
  "scene": "...",
  "subjects": [{"description": "...", "position": "...", "action": "...", "color_palette": ["#hex"], "color_match": "exact"}],
  "style": "...", "color_palette": ["#hex"], "lighting": "...", "mood": "...",
  "background": "...", "composition": "...",
  "camera": {"angle": "...", "lens": "50mm f/2.2", "depth_of_field": "..."}
}

真实性规则(两种模型通用)

详情和可复制块:references/realism.md。

  • 柔和的漫射光优于硬光。 画面上穿过窗框的硬阴影会暴露 AI 生成痕迹(盲测中排名第一的被拒原因)。要求 柔和、漫射、低对比度的阴影,低饱和高光。
  • 适度的暖色调: 提供十六进制颜色 + 开尔文值 + 不偏橙色(Nano)/ 不是中性白色(FLUX)。约 5000K 感觉像阳光,但不会让所有东西都变成橙色。
  • 场景中只存在一个光源。
  • 不要出现手;产品放置在表面。
  • 保持原有相机质感(颗粒感、轻微柔焦)。渲染锐利 = AI。
  • 最少、真实的道具(一根松枝、两根肉桂棒、一颗八角茴香)放在空白处,不要接触产品。不要使用目录布景,不要用雾。
  • 有纹理的布料(具有可见织纹的哑光棉),否则会变成塑料缎面。

保真度与计数

  • 有参考图像时,保持照片的角度、相机高度和构图。
  • 逐一列举每个产品的名称和位置。以计数结尾:恰好六个纸杯蛋糕,恰好四个布朗尼。在 FLUX 中:EXACTLY N distinct items total: [list]。
  • 3 个或更多相似产品会合并,除非你区分它们。6 个或更多,经过 2 轮仍失败 → 分别生成每个产品,然后用多参考重新合成。

工作流程

  1. 确定:是否有照片、格式、哪些变化(光线/道具/背景)。
  2. 查看每张照片(读取):产品、角度、当前光线、确切元素。
  3. 将提示词写入临时文件(Nano 用 .txt,FLUX 用 .json),然后运行 gen.py。
  4. 验证:将输出与原图并排查看,从两个方面检查:
    • 真实性: 是照片还是渲染?是否有塑料感?是否有不正常的硬阴影?是否有手、漂浮物体、变形细节?数量是否正确?产品是否与原图一致?
    • 要求: 是否达到所需的光线/颜色效果?明确检查色温。
  5. 失败 → 第 2 轮:缩短提示词并改变一个要素。第二次失败 → 尝试 FLUX.2 Max 并加上 --no-upsample。最多尝试 3 次; 然后交付最佳结果并说明失败原因。
  6. 交付文件时,附带一行说明变化了什么及其成本。批量结束时:总成本和余额。
  7. 删除临时提示文件。

预设

完整的光线配方见 references/light-presets.md。

预设光线/风格用途
柔和阳光(编辑默认)穿过窗帘的漫射冬日阳光,#FFE2B8 ~5000K自制/梦幻 Pinterest 风格
简单圣诞柔和阳光 + 2–4 个自然道具 + 远处温暖散景季节风,非目录
真实温馨柔和温暖的窗户光,哑光亚麻布朗尼、蛋糕、面包
干净工作室三点柔光箱,无缝背景目录、电商
真实夜晚一盏暖色台灯,划痕木质,高 ISO可信的昏暗场景
黄金时刻低角度阳光 #FFC078,长阴影温暖主角
柔和蜜色琥珀色窗户 #FFD9A0,~4600K温馨,最均匀

相关技能