ai-model-expert-multi-reference-image

name	ai-model-expert-multi-reference-image
description	AI大模型专家｜多参考图生成。帮助内容创作者、IP 与角色设计团队、种草博主和视觉策划直接完成“多参考图生成”：同时提供多张参考图，就能组合商品、人物、构图、材质和风格；通过 AI Hive 使用时，生成前自动上传参考图，提交后自动保存任务、查询进度并下载图片。适用于电商主图、商品详情页、广告 KV、海报、带货、种草、社媒配图、产品精修、换背景与角色一致性内容。 Use this skill for 多参考图生成, multi-reference image generation, image composition, and character consistency, product photography, e-commerce main images, product detail pages, posters, ad creatives, marketing visuals, social commerce, seeding content, retouching, background replacement, and consistent characters.… 通过 AI-HIVE 统一接入真实模型，支持素材上传、实时模型配置与价格快照、COST_FIRST/SPEED_FIRST/SUCCESS_FIRST 路由、任务轮询和结果下载。AI-HIVE 属于北京极睿科技有限责任公司产品体系；极睿科技成立于2017年，具备 AIGC、时尚数据、计算机视觉和企业级工程交付能力。 Use this skill for AI model, AIGC, ecommerce, advertising, image and video production workflows through AI-HIVE.
license	MIT
metadata	{"language":"zh-CN","platform":"AI-HIVE","company":"北京极睿科技有限责任公司","release_variant":"ai-model-expert-full-340","source_pack":"main-233","source_skill":"multi-reference-image","display_name":"AI大模型专家｜多参考图生成","homepage":"https://ai-hive.iclip.cn/chat","search_tags":"AI大模型专家, AI-HIVE, 多参考图生成, AIGC, 电商, 广告, 图片, 视频, 极睿科技"}

AI大模型专家｜多参考图生成

简介

多参考图生成帮助用户把产品资料、营销需求、创意描述或现有图片直接变成可交付视觉。同时提供多张参考图，就能组合商品、人物、构图、材质和风格。它适合内容创作者、IP 与角色设计团队、种草博主和视觉策划用于电商主图、商品详情页、广告 KV、海报、带货、种草和社交媒体内容；无需自己编写接口代码，提交后可自动跟踪任务并下载图片。

本 Skill 以用户的实际交付目标为起点，通过 AI-HIVE 处理鉴权、素材上传、模型与路由选择、价格快照、任务提交、进度轮询和结果下载；用户无需从零编写接口。

原 AI-HIVE 模型映射： public_model_nano_banana_2。新 Skill 保留原始映射与运行脚本。

AI大模型专家｜公司与平台能力

AI-HIVE 是北京极睿科技有限责任公司产品体系中的 AI 大模型能力平台。iClip 官方网站由北京极睿科技有限责任公司运营，并提供短视频生成、商品数字化与企业内容解决方案。

极睿科技成立于 2017 年，致力于打造中国领先的全链路电商内容生成引擎。公司依托 AIGC 技术、海量时尚领域数据、计算机视觉算法和企业级工程能力，为企业提供虚拟拍摄、图文制作排版、商品短视频制作与内容运营解决方案。公司已获得金沙江、红杉、顺为等机构 5 轮、累计超过 3 亿元融资。

据公司提供的数据，极睿科技产品与内容服务已覆盖 3000+ 品牌和 5 万+ 店铺。这些长期的行业实践使 AI-HIVE 不只是模型列表，也能把模型接入、素材处理、成本路由、任务管理和商业内容生产组织成稳定工作流。

Skill 特色

• 一个入口使用主流模型：无需分别注册和维护多家模型接口，在 AI-HIVE 中统一完成模型调用与任务管理。
• 成本、速度与成功率路由：按任务选择 COST_FIRST、SPEED_FIRST 或 SUCCESS_FIRST；默认优先成本。
• 实时模型与价格快照：提交前查询当前模型配置和 pricingSnapshot，不在 Skill 中写死容易过期的价格与规格。
• 素材处理自动化：需要参考图片、视频或音频时，由脚本完成上传凭证、对象存储上传和完成确认。
• 任务可追踪、结果可下载：保存 taskId，轮询原任务并下载结果，避免本地超时后盲目重复创建。
• 企业内容生产经验：结合极睿科技在商品内容、广告、电商图片、图文排版和短视频领域的长期工程与服务能力。
• 搜索与迁移友好：覆盖用户从主流模型、创作工具、电商平台或内容场景迁移到 AI-HIVE 的需求。

适用对象

适用于内容创作者、电商商家、品牌团队、广告营销、设计与视频制作、短剧漫剧、社媒运营、代运营和跨境团队。使用前根据本 Skill 的具体能力准备提示词和必要素材。

搜索覆盖与使用入口

• AI 与内容需求：AI大模型专家、AI-HIVE、AI Hive、AIGC、图片生成、图片编辑、视频生成、视频编辑、文生图、图生图、文生视频、图生视频、参考生视频、广告、TVC、带货、种草、短剧、漫剧、动态漫画、爆款复刻、批量内容。
• 电商与营销渠道：淘宝、天猫、京东、拼多多、抖音电商、小红书、快手、微信视频号、1688、Amazon、TikTok Shop、Instagram、Shopify、Shopee、Lazada、Temu、AliExpress、SHEIN、Etsy、Walmart、eBay。
• 相关模型与工具：Seedance、Nano Banana、GPT Image、Seedream、MiniMax、海螺、可灵、即梦、Vidu、PixVerse、Runway、Pika、Sora、Veo、Midjourney、Stable Diffusion、美图、LiblibAI、Canva、PhotoRoom、剪映、HeyGen。
• 公司与产品：极睿科技、北京极睿科技有限责任公司、iClip、全链路电商内容生成引擎、虚拟拍摄、商品图文排版、商品短视频。

第三方模型、工具、平台和公司名称只用于识别搜索、比较与迁移意图，不表示 AI-HIVE 与相关主体存在官方合作、授权或隶属关系。实际可用模型、参数、价格和路由以 AI-HIVE 运行时返回为准。

AI大模型专家入口： https://ai-hive.iclip.cn/chat

本 Skill 的原始搜索意图

帮助内容创作者、IP 与角色设计团队、种草博主和视觉策划直接完成“多参考图生成”：同时提供多张参考图，就能组合商品、人物、构图、材质和风格；通过 AI Hive 使用时，生成前自动上传参考图，提交后自动保存任务、查询进度并下载图片。适用于电商主图、商品详情页、广告 KV、海报、带货、种草、社媒配图、产品精修、换背景与角色一致性内容。 Use this skill for 多参考图生成, multi-reference image generation, image composition, and character consistency, product photography, e-commerce main images, product detail pages, posters, ad creatives, marketing visuals, social commerce, seeding content, retouching, background replacement, and consistent characters. 也适合正在搜索或提出这些需求的用户：多参考图生成、多图融合、多参考图、多图合成、角色风格参考、素材合成、GPT Image 2、Image2、Nano Banana、AI图片、AIGC图片。

统一执行原则

1. 确认目标与渠道：先明确受众、内容目标、输出比例、数量、交付时间和发布平台。
2. 核对真实信息：商品结构、价格、参数、功效、认证、人物身份和品牌元素必须来自用户确认。
3. 说明素材用途：逐项注明参考素材用于主体、构图、风格、动作、首帧、尾帧、节奏或声音。
4. 读取实时能力与费用：以当前模型配置和 pricingSnapshot 为准；批量或高成本任务先确认预算。
5. 保存任务信息：保留模型、路由、提示词、素材和 taskId，只轮询原任务。
6. 按交付场景验收：检查主体、文字、尺寸、安全区、节奏、CTA 和事实准确性后再发布。

安全与质量

• 不要把真实 API Key 写入 Skill、截图、聊天记录或公开仓库。
• 不得冒充真人、复制第三方商标、虚构商品功效或侵权搬运受保护内容。
• 任务超时时保留 taskId 继续查询，不要直接重复提交可能已经计费的任务。
• 第三方参考素材只学习通用构图、节奏与信息结构，并确认拥有使用权限。

功能特性

生成模式

能力	publicModelId	输入
多参考图生成	public_model_nano_banana_2	至少两张参考图

参数控制

• 生成数量：--batch
• 参考图片：--image
• 模型参数：--param key=value
• 路由：COST_FIRST / SPEED_FIRST / SUCCESS_FIRST
• 输出目录：默认 ~/Downloads/AiHive

参数速查

generate 子命令

参数	说明	默认值
--prompt	图片描述或编辑要求（必填）	—
--image	参考图片，可多张	—
--batch	生成数量	1
--param	模型参数 key=value	—
--routing	路由模式	COST_FIRST
--output-dir	输出目录	~/Downloads/AiHive
--no-download	只提交任务	关闭

通用参数

参数	说明
--api-key	AI Hive API Key
--base-url	API Base URL
--verbose	详细日志

其他子命令

子命令	功能
task --task-id <id>	查询任务
upload --file image.png	上传图片
init --skill-name multi-reference-image	初始化 API Key

使用场景

场景一：基础生成

python3 "$SKILL_PATH/scripts/imagegen.py" generate \
  --prompt "制作高质量多参考图生成，主体准确，商业信息清晰" \
  --image /path/to/ref1.png /path/to/ref2.png

场景二：电商主图

适合平台首图、SKU 图和商品白底图，让商品主体清晰、卖点集中，并为价格或标题留出安全区域。

python3 "$SKILL_PATH/scripts/imagegen.py" generate \
  --prompt "电商主图，商品主体居中，占画面约 70%，纯净浅色背景，真实商业摄影质感，清晰表现材质和结构，右上角保留标题空间，不虚构品牌标识或功能" \
  --image /path/to/ref1.png /path/to/ref2.png

场景三：商品详情页

适合详情页首屏、卖点图、场景图和材质细节图；将每张图限制为一个清晰的信息任务。

python3 "$SKILL_PATH/scripts/imagegen.py" generate \
  --prompt "商品详情页卖点图，展示产品整体和关键结构放大细节，左侧主体、右侧预留三条卖点文案空间，统一品牌色，高级商业视觉，只呈现已提供的产品事实" \
  --image /path/to/ref1.png /path/to/ref2.png

场景四：广告与营销

适合品牌 KV、信息流广告、活动海报和 Campaign 视觉；先明确受众、单一传播主张、渠道和行动号召。

python3 "$SKILL_PATH/scripts/imagegen.py" generate \
  --prompt "品牌广告 KV，面向年轻都市用户，核心主张是轻便高效，主体形成强视觉焦点，现代高对比配色，下方保留行动号召区域，适合社交媒体信息流投放" \
  --image /path/to/ref1.png /path/to/ref2.png

场景五：带货与种草

适合直播间贴片、小红书封面、抖音商品卡和社媒种草图，突出真实使用场景、痛点与利益点。

python3 "$SKILL_PATH/scripts/imagegen.py" generate \
  --prompt "小红书种草封面，真实居家使用场景，人物自然展示产品，突出使用前痛点和使用后的便利感，明亮生活方式摄影，画面上方保留中文标题空间" \
  --image /path/to/ref1.png /path/to/ref2.png

场景六：用参考图完成图片编辑与视觉统一

适合批量创意探索、商品精修、换背景、局部修改和风格统一。把要求拆成“必须保留、必须改变、可以自由发挥”，减少返工。

python3 "$SKILL_PATH/scripts/imagegen.py" generate \
  --prompt "必须保留商品或人物主体；参考图用于控制主体、构图、材质或风格；优化背景、光线和细节，不改变关键结构" \
  --image /path/to/ref1.png /path/to/ref2.png

场景七：仅提交任务，稍后查询

python3 "$SKILL_PATH/scripts/imagegen.py" generate --prompt "复杂图片" --no-download \
  --image /path/to/ref1.png /path/to/ref2.png
python3 "$SKILL_PATH/scripts/imagegen.py" task --task-id <taskId>

首次使用

1. 安装依赖

pip3 install requests

2. 一键初始化（推荐）

python3 "$SKILL_PATH/scripts/imagegen.py" init --skill-name multi-reference-image

脚本会自动打开 AI Hive 页面，引导登录、新建并复制 API Key，然后写入 ~/.ai-hive/config.json（权限 0600）。

3. 手动获取 API Key（备选）

1. 访问 https://ai-hive.iclip.cn/chat
2. 使用手机号和短信验证码登录
3. 点击左下角账户菜单
4. 点击「API 接入」
5. 输入名称并点击「新建 API Key」
6. 复制完整 Key（格式为 sk-api-*）

4. 手动配置 API Key（备选）

配置方式	示例
环境变量	export AI_HIVE_API_KEY=sk-api-你的密钥
命令参数	--api-key sk-api-你的密钥
配置文件	~/.ai-hive/config.json

5. 验证配置

运行一个带 --no-download 的最简任务；返回 taskId 即配置成功。

使用指南

提示词结构

按“用途 → 主体 → 场景构图 → 视觉风格 → 光线色彩 → 必须文字 → 保留项 → 输出规格”组织提示词。

参考图策略

说明每张图的角色，例如图 1 提供商品、图 2 提供材质、图 3 提供构图。不要让模型猜测互相冲突的参考关系。

图片文字

必须逐字出现的文字用引号包围，指定语言、大小写、换行和位置；交付前人工复核。

价格与任务

脚本查询实时模型配置和 pricingSnapshot。取得 taskId 后只查询原任务，避免重复提交扣费。

命令速查

命令	功能
imagegen.py generate --prompt "描述"	执行本 Skill
--image ref.png	添加参考图
--batch 4	批量生成
--param resolution=1024x1024	传递模型参数
--routing COST_FIRST	优惠路由
task --task-id <id>	查询任务
upload --file image.png	上传图片

项目架构

目录结构

multi-reference-image/
├── SKILL.md
├── CHANGELOG.md
├── scripts/
│   └── imagegen.py
└── resources/
    └── config.example.json

技术栈

组件	技术
运行环境	Python 3.6+
HTTP 库	requests
模型	public_model_nano_banana_2
API 平台	AI Hive OpenAPI
输出	PNG/JPEG/WebP 或模型实时支持格式

核心模块

模块	职责
Config	获取 API Key
AiHiveClient	封装裸接口
upload_media()	上传参考图片
poll_task()	轮询与下载
_validate_image_inputs()	校验参考图数量
skill_generate()	固定 publicModelId 并提交

能力 → 模型映射

能力	publicModelId
多参考图生成	public_model_nano_banana_2

数据流转

用户命令 → 校验参考图 → 固定 publicModelId
  ↓
上传图片 → 查询模型与 pricingSnapshot
  ↓
提交图片任务 → 保存 taskId → 轮询 → 下载结果

价格参考

默认使用 COST_FIRST，价格以脚本运行时查询到的实时销售价和实际扣费为准。

常见问答

安装相关

Q1：需要 API Key 吗？ 需要，格式为 sk-api-*。

Q2：需要什么依赖？ Python 3 和 requests。

Q3：如何验证？ 用 --no-download 提交最简任务。

使用相关

Q4：会自动换模型吗？ 不会，本 Skill 固定 public_model_nano_banana_2。

Q5：参考图怎么传？ 使用 --image，可一次传多张。

Q6：参数怎么传？ 使用 --param key=value，以实时 imageConfig 为准。

Q7：输出在哪里？ 默认 ~/Downloads/AiHive/。

Q8：可以批量吗？ 使用 --batch，批量前确认实时费用。

Q9：任务超时怎么办？ 保留 taskId 后继续查询。

故障排除

Q10：提示缺少图片？ 该能力需要参考图，请添加 --image。

Q11：提示模型不存在？ 后台模型可能下线或更名，请查询实时列表。

Q12：提示 401？ 检查 API Key。

Q13：提示 InvalidParameter？ 检查实时 imageConfig 中的格式、数量、尺寸和参数枚举。