autoagc/linkpix-skills/linkpix-douyin-shop-image
Claude Code and agent skill by autoagc/linkpix-skills
- community
Checking that the SKILL.md file is still in the repository.
帮助抖音小店商家、短视频操盘手、直播团队通过青虎AI完成“抖音小店商品图”:支持生成抖音主图、短视频封面、直播间切片图、种草笔记图、营销活动图、高饱和度吸睛图、引导点击图。可调用Nano Banana 2 、Grok Image 2.0、GPT Image 2等大模型,快速抓住短视频平台用户的眼球,适配抖音商城“货找人”的推荐算法特性。适用于抖音、抖音极速版、火山小视频等短视频电商平台的商品视觉优化。Use this skill for 抖音小店商品图, 抖音主图, 短视频封面, 种草笔记, 直播间贴片, 高点击率, Nano Banana 2 , Grok Image 2.0, GPT Image 2, AIGC图像生成, 短视频电商, 流量转化。通过青虎AI统一接入,支持素材上传、实时模型配置、任务轮询和结果下载。 当用户要求做抖音小店 商品图、主图套图、详情图、活动图生成或该平台的主图/套图/详情图/活动图时必须触发。关键词:LinkPix、qhkit、青虎、抖音小店、抖音主图、短视频封面、直播间贴片、种草笔记、货找人、抖音商城、火山小视频。
Install
npx vskill@latest install autoagc/linkpix-skills/linkpix-douyin-shop-imageSKILL.md
抖音小店 商品图、主图套图、详情图、活动图生成 | LinkPix
帮助抖音小店商家、短视频操盘手、直播团队通过青虎AI完成“抖音小店商品图”:支持生成抖音主图、短视频封面、直播间切片图、种草笔记图、营销活动图、高饱和度吸睛图、引导点击图。可调用Nano Banana 2 、Grok Image 2.0、GPT Image 2等大模型,快速抓住短视频平台用户的眼球,适配抖音商城“货找人”的推荐算法特性。适用于抖音、抖音极速版、火山小视频等短视频电商平台的商品视觉优化。Use this skill for 抖音小店商品图, 抖音主图, 短视频封面, 种草笔记, 直播间贴片, 高点击率, Nano Banana 2 , Grok Image 2.0, GPT Image 2, AIGC图像生成, 短视频电商, 流量转化。通过青虎AI统一接入,支持素材上传、实时模型配置、任务轮询和结果下载。
一张产品图覆盖该平台的主图套图、详情页和活动海报:套图走 套图模式(platform 默认 抖音),详情走 电商详情图,活动图走自定义生图。对外文案里的 GPT Image 2 / Nano Banana 2 / Seedream 5.0 / Grok Image 只是检索名,真正提交的 modelLabel 必须来自 options。
何时触发
- 「做抖音小店的商品图 / 主图 / 套图 / 详情图 / 活动图 / 海报」
- 用户明确要适配该平台的尺寸、构图或文案排版
使用配方
先问清产物:主图套图 / 详情页 / 活动海报。再跑对应 options。
平台适配要点:短视频电商:高饱和、大特写、前 3 秒可读的封面信息;直播贴片字要少、利益点要大。
platform候选以 options 为准,本技能默认按 抖音 传。- 套图参考图与
customCopy(≤500 字)至少一个;画质缺省 1K;要 2K 时传该平台的主图sizePreset(从 options 逐字复制)再加"quality":"2K",或选带「2K」的尺寸——只传 quality 不传尺寸会报错「固定为 1K」。 - 多张图批量改白底 / 译图改走
image-batch,不要循环调image generate。 - 用户给了商品图就进
uploadedImages,不要只转写成 prompt。
环境自举(缺什么装什么,不要因环境缺失放弃任务)
本技能依赖 qhkit 命令(npm 包 @iqinghu/qhkit),可完全独立安装。按顺序检测,缺失就地补齐:
- 有 qhkit 吗?
qhkit config show能跑通即就绪,跳到第 4 步。 - 没有 qhkit 但有 node/npm(OpenClaw/Hermes 机器部署流程保证自带 Node 22+)→ 全局安装(推荐):
``bash npm i -g @iqinghu/qhkit ``
默认走 npm 官方源;官方源访问慢或超时(国内网络常见)时,再加镜像参数 --registry=https://registry.npmmirror.com(阿里维护的 npm 官方镜像,仅作网络兜底)。仅当全局安装因权限失败且无法提权时,才退而用 npx @iqinghu/qhkit <命令> ...(npx 必须写包全名)。
- 连 node 都没有(要求 Node ≥ 18):先装 Node 再回到第 2 步。
``bash # Linux 二进制安装(装到用户目录,无需 root;先校验官方 SHA256 再解包): cd /tmp && curl -fsSLO https://nodejs.org/dist/v22.22.3/node-v22.22.3-linux-x64.tar.xz cd /tmp && curl -fsSL https://nodejs.org/dist/v22.22.3/SHASUMS256.txt | grep ' node-v22.22.3-linux-x64.tar.xz$' | sha256sum -c - mkdir -p "$HOME/.local/lib" && tar -xJf /tmp/node-v22.22.3-linux-x64.tar.xz -C "$HOME/.local/lib" export PATH="$HOME/.local/lib/node-v22.22.3-linux-x64/bin:$PATH" ``
校验行输出 OK 才继续;校验失败就删掉重下,绝不解包未通过校验的文件。nodejs.org 访问不通时,把两个下载 URL 的前缀 https://nodejs.org/dist 整体换成镜像 https://registry.npmmirror.com/-/binary/node(目录结构相同,SHASUMS256.txt 也有镜像,校验步骤不变)。export PATH 只对当前 shell 生效,跨命令调用时每个新 shell 都要先执行这行(或追加进 ~/.bashrc)。macOS 用 brew install node;Windows 用 winget/官网安装包。arm64 机器把 x64 换成 arm64。
- 密钥:无密钥时(命令返回
stage:"config"),把下面的引导文案发给用户,拿到密钥后执行qhkit config set --token <密钥> --env prod(或设环境变量QHKIT_TOKEN):
> 1. 打开 https://www.iqinghu.com/workbench/login?type=1&urlCode=1788417527636 注册/登录 > 2. 进入控制台 → 工作台的 APIKeys 页面:https://www.iqinghu.com/workbench/dashboard/api-keys > 3. 点「创建/复制」生成密钥,生成后将 API 密钥发我 > > 图文获取密钥教程:https://xcnzsfe4uxrw.feishu.cn/wiki/KJ0Ywsyw8iAXmRkz5l4cddDbn6g
- 自检:
qhkit config show输出脱敏配置即全部就绪。
核对站点(本技能对接国内版 iqinghu.com):config show 返回的 site 必须是 cn。是 intl(baseHost 为 autoagc.com)说明本机残留了国际版配置——不要按国际站引导用户取密钥,也不要拿国际站的模型清单答复(那边是 gpt-image-2 / gemini-3.1-flash 这类底层模型名,和本技能对不上);直接把第 4 步的国内站取密钥文案发给用户,拿到密钥后执行 qhkit config set --token <密钥> --env prod 覆盖。source 为 env 时配置来自环境变量,要请用户删掉 QHKIT_TOKEN / QHKIT_ENV 或把 QHKIT_ENV 改成 prod。只有用户明确说自己用的是国际版(AutoAGC)账号时才保留 intl。调用报 401 / 未登录时同样先跑 config show 核对站点:国内版密钥配在国际站必然 401。
升级:出现以下任一信号,先升级再重试原命令——命令返回 {"ok":false,"stage":"version",...}(版本门禁,message 里就是升级命令,照做即可);命令返回 {"ok":false,"stage":"runtime","message":"未知命令:…"}(本机 qhkit 太老、还没有这个命令——注意它 stage 是 runtime 不是 version,走不到版本门禁,别当成用法错误);stderr 提示有新版本;报「模式在线上已下架或配置变更,请升级 qhkit」。(image/video 的模型清单 0.12.0 起实时读取,线上新增模型不需要升级 CLI。)
官方源慢或超时时同样加 --registry=https://registry.npmmirror.com。
安装/配置失败时把具体报错告诉用户(常见:无写权限 → 提示用户提权或改用 npx;无网络 → 让用户处理网络)。
调用契约
- 形式:
qhkit <命令> <action> '<json>',或qhkit <命令> <action> @params.json(参数写进文件,避免 shell 转义问题,推荐)。 - Windows 防乱码:Windows 上经 PowerShell 调 qhkit 时,stdout 里的中文会按系统代码页 GBK 解码成乱码(如「专图模型」变成「涓撳浘妯″瀷」),模型名、选项、报错都对不上——看到乱码不要据此判断模型或选项不存在。每条 qhkit 命令在同一行先切 UTF-8 再调用:
[Console]::OutputEncoding=[Text.Encoding]::UTF8; qhkit <命令> <action> @params.json;仍有乱码时先运行qhkit --version,低于 0.15.0 先执行npm i -g @iqinghu/qhkit@latest升级(官方源慢时加--registry=https://registry.npmmirror.com),再加全局参数--out result.json;stdout 只回一行纯 ASCII 的文件路径,再按 UTF-8 读该文件拿完整结果。PowerShell 5.1 还会吞掉命令行 JSON 里的双引号(报「json_args 解析失败」),Windows 上参数一律写进文件走@params.json。macOS / Linux / Git Bash 不受影响。 - stdout 恒为一行 JSON;失败为
{"ok":false,"stage":"...","message":"..."}且退出码 1,把 message 原样转告用户。stderr 可能出现提示行,不是错误。 - 图片/视频参数直接填本地文件路径(CLI 自动上传换取 URL),素材已在公网时填 http(s) URL 也可。
- 图片体积上限 10MB:3–10MB 的本地图 CLI 上传后自动追加 COS 缩略参数(2048px 内等比缩小、只缩不放),stderr 那行提示不是错误;外站大图 URL 建议先下载到本地再以路径传入,好让 CLI 走这条防线。
- 超过 10MB 被拦下时不要把问题抛回用户,你(智能体)就地压缩后重试(2048px 内等比缩小、只缩不放、输出 jpg,压完把新文件路径传回原命令重试一次):优先 Python ——
python -c "from PIL import Image, ImageOps; im=ImageOps.exif_transpose(Image.open('原图')); im.thumbnail((2048,2048)); im.convert('RGB').save('压缩后.jpg', quality=85)"(缺 Pillow 先pip install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple);没有 Python 就用 Node ——npx --yes sharp-cli -i 原图 -o 压缩后.jpg resize 2048(官方源慢时加--registry=https://registry.npmmirror.com)。两条都失败才请用户换 10MB 以内的图,不要反复重试。 - 标签类参数(
modelLabel、sizePreset、themeLabel等)必须与options返回的候选值逐字一致,不要自造或翻译;拿不准先调options。 - `image` / `video` 的模型清单是实时的(0.12.0 起直接读线上目录,新增/下架/调价自动跟随,无需升级 CLI),且均无默认模型——
modelLabel必填,缺失会报错并列出当前可选项。当次会话第一次选模型前先跑options查modelLabel/models拿当前清单,不要凭记忆或本文档的快照直接报模型名。拉不到目录(断网/密钥问题)时命令会明确报错,按提示引导用户检查配置。
报价、轮询与交付
- 提交前确认(硬规则):
generate会创建任务、消耗积分,发起前必须把本次提交的关键参数一次性列给用户——模型/模板、出图张数或视频时长、尺寸与画质、语言、用到哪几张参考图,以及estimate报出的预计扣除积分(不支持 estimate 的命令如实说「以实际扣费为准」)——等用户明确同意后才能执行提交。参数全部来自用户原话时也要复述确认一遍(口头描述与实际枚举值可能有出入,任务提交后不可取消)。只读 action(options/estimate/status/templates等)无需确认。 - 报价:要把积分数字报给用户时,先跑
qhkit image estimate '<与 generate 完全相同的参数>',报它返回的credits(实扣值,秒回、无副作用);enough:false时提前告知余额不足。不要引用文档快照报价。 - 轮询:
image generate自带轮询,阻塞到出图(最长约 14 分钟),返回里直接有图片 URL,不需要再查 status。 - 交付:产物 URL 在返回的
images字段里,按当前环境的媒体交付约定发给用户;产物必须和「生成完成」写在同一轮回复,并附返回里的实扣credits(「本次实际消耗 X 积分」)。 - 失败:转述 CLI 的 message(已是面向用户的中文,常见:积分不足、内容审核未通过),不要重试轰炸。
能力边界
- 不绑平台、只要通用套图走「AI生成电商主图轮播图、主图套图 | LinkPix」;只要详情走「电商商品详情图生成器 | LinkPix」。
- 视频走对应平台的爆款视频技能或「AI生成电商视频 | LinkPix」。
Security
- Security scanPassed, 90 of 100Pattern checks on the skill's files.
- Model reviewPassed
Quality evaluation
- Task evaluationNot runNo evaluation yet. Run one in Skill Studio.
Source
- SKILL.md in the repositoryCheckingskills/linkpix-douyin-shop-image/SKILL.md
Popularity
- Repository stars
- 15
- 7-day trend score
- 14
Stars and forks are for the whole GitHub repository, not this skill alone. Not refreshed yet.
Works with
Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.
- Claude Code
- Cursor
- GitHub Copilot
- Windsurf
- Codex
- Gemini CLI
- Cline
- Amp
- Roo Code
- Goose
- Continue
- Kilo Code
- Junie
- Trae
- OpenHands
- Qwen Code
- AI Agent
- Tabnine Chat
- Sourcegraph Cody
- Amazon Q
- Firebase Genkit
- Sweep
- Devin
- Phind
- Mentat
- Claude Desktop
- Aider
- GPT Pilot
- Plandex
- bolt.new
- v0
- Replit Agent
- Anse
- TypingMind
- BetterChatGPT
- LibreChat
- Warp AI
- Pieces
- Fig AI
Embed badge
[](https://verified-skill.com/skills/autoagc/linkpix-skills/linkpix-douyin-shop-image)