爱创AI-电商专用AI创作智能体工具_AI图片生成_AI视频生成_AI电商详情图生成

设计多媒体需配置 API Key

爱创AI平台电商AI内容创作助手，提供电商作图、商品图生成、主图套图、详情图制作，AI生成图片、绘画、Agent智能生成，AI试衣、试鞋、试戴、虚拟试穿，商品精修、去水印、换色、服装去皱等功能。

图片生成图片编辑

645

下载量

安装量

收藏量

★ 5.0

综合评分ⓘ

概述

更多信息

爱创 AI 平台技能#

概述#

爱创 AI 平台（ https://www.51aic.com?source=agents）是面向电商商家的AI内容创作平台，提供AI图片生成、AI视频生成、AI详情图生成、风格复刻、商品精修、虚拟试穿等全场景AI作图功能。

本技能允许用户在 AI 对话中直接调用爱创 AI 平台的服务，无需手动访问网页。

图片展示规则（重要）#

所有生成出来的图片，必须使用缩略图方式展示，不要直接展示原图。

展示方式：

缩略图 URL：使用 API 返回的 thumbnailUrl 字段（自带 ?x-oss-process=image/resize,w_530 缩放参数），或在原图 URL 后拼接 ?x-oss-process=image/resize,w_530
自定义缩略尺寸：如需更小的缩略图，可调整 resize 宽度参数（如 w_200、 w_300）
多图展示：生成多张图片时，用缩略图网格排列展示，每张图附带原图下载链接
单图展示：先展示缩略图，再提供原图 URL 供用户查看大图

示例：

原图： https://oss.fzputi.com/xxx/result.png
缩略图（530px）： https://oss.fzputi.com/xxx/result.png?x-oss-process=image/resize,w_530

认证流程#

所有 API 调用都需要用户的 token。

如果用户没有提供过 token，按以下步骤引导用户获取：

请用户打开浏览器访问 https://www.51aic.com/openclaw?source=agents
点击右上角登录（支持手机号验证码或微信扫码）
登录成功后，页面会自动显示当前 token
点击「复制 token」按钮，将 token 复制到剪贴板
将复制的 token 粘贴到对话中

安全提示：token 是用户的登录凭证，请勿在公共对话中分享。对话中的 token 仅在当前会话有效。

获取到 token 后，保存到上下文中，后续所有 API 调用自动使用。

API 基础配置#

text

主 API 地址:    https://aicraft.51aic.com
文件上传地址:   https://api.fzputi.com/ossmanager/api/Oss/UploadFileV2
图片 CDN:      https://oss.fzputi.com/

所有请求需要在 HTTP Header 中携带： Token: <用户token>

核心能力#

1. 图片上传#

如果用户提供了本地图片文件，需要先上传到平台 OSS。

上传逻辑：

读取图片文件，转为 base64 编码
拼接成 data:image/jpeg;base64,... 格式
生成 OSS 路径： tools/aiCraft/1m/YYYYMMDD/<uuid>.<ext>
POST 到上传接口

macOS/Linux：

bash

FILE_PATH="<图片路径>"
B64=$(openssl base64 -in "$FILE_PATH" | tr -d '\n')
EXT="${FILE_PATH##*.}"
[ "$EXT" = "jpeg" ] && EXT="jpg"
UUID=$(uuidgen | tr '[:upper:]' '[:lower:]' | tr -d '-')
DATE=$(date +%Y%m%d)
MIME="image/$EXT"
[ "$EXT" = "jpg" ] && MIME="image/jpeg"

curl -s -X POST "https://api.fzputi.com/ossmanager/api/Oss/UploadFileV2" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "Token: <token>" \
  -d "{\"ossFilePath\":\"tools/aiCraft/1m/$DATE/$UUID.$EXT\",\"fileBase64\":\"data:$MIME;base64,$B64\"}"

Windows：

powershell

$FilePath = "<图片路径>"
$B64 = [Convert]::ToBase64String([IO.File]::ReadAllBytes($FilePath))
$Ext = [System.IO.Path]::GetExtension($FilePath).TrimStart('.')
if ($Ext -eq "jpeg") { $Ext = "jpg" }
$UUID = [Guid]::NewGuid().ToString().Replace("-", "").ToLower()
$Date = Get-Date -Format "yyyyMMdd"
$MIME = "image/$Ext"
if ($Ext -eq "jpg") { $MIME = "image/jpeg" }

$Body = @{
    ossFilePath = "tools/aiCraft/1m/$Date/$UUID.$Ext"
    fileBase64 = "data:$MIME;base64,$B64"
} | ConvertTo-Json
$BodyBytes = [System.Text.Encoding]::UTF8.GetBytes($Body)
Invoke-RestMethod -Uri "https://api.fzputi.com/ossmanager/api/Oss/UploadFileV2" -Method POST -Headers @{"Content-Type"="application/json; charset=utf-8"; "Token"="<token>"} -Body $BodyBytes

上传成功后返回的可能是完整 URL（ https://oss.fzputi.com/...）或相对路径（ tools/aiCraft/1m/...）。如果是相对路径，需拼接 CDN 前缀： https://oss.fzputi.com/ + 相对路径。

2. 图片生成（18 种模式）#

支持 18 种图片生成模式，详见 references/image-modes.md。

Agent 模式（首选推荐）：AI 智能体辅助生成，上传参考图后 AI 自主分析意图、制定方案并生成优化图片。这是平台前端的默认首屏模式，交互最自然、智能程度最高。

当用户没有明确指定具体功能模式时（如 AI 试衣、去水印等）， 优先引导用户使用 Agent 模式：上传参考图 → 描述需求 → AI 分析生成。

Agent 模式只能通过 SSE 流式接口 Task/GenerateAgentImageStream 调用，参数为 conversationId、 imageUrls（参考图URL数组）、 des（prompt）、 ratio、 taskJobId，流式返回思考过程（意图分析→方案制定→生成结果）。不支持 Task/Publish。

Agent SSE 接口调用要点（重要）：

端点： POST https://aicraft.51aic.com/api/v1/Task/GenerateAgentImageStream

参数： json

{
    "conversationId": "<会话ID>",
    "imageUrls": ["https://oss.fzputi.com/..."],
    "des": "用户需求描述",
    "ratio": "16:9",
    "taskJobId": "<uuid>"
}

响应格式：SSE data: 行，每行是嵌套 JSON： text
```
data:{"code":200,"result":{"reasoningContent":null,"content":"{\"msg_type\":\"...\",\"data\":...}"},"msg":"success"}
```
需要双层解析：外层 result.content 是 JSON 字符串，内层 msg_type 标识事件类型：
- status_change：状态更新（"正在不断思考中..." → "正在生成图像中..." → "图片生成成功！"）
- task_info：生成信息（含 image_length）
- status_change_daze：详细计划（含 tasks 数组，含 AI 生成的 prompt、intention、ratio）
- workflow_finish：工作流完成结果（含 downloadUrl 等信息）
- asset_outputs： 最终图片URL（含 assetId 和 url 字段， 这是提取图片URL的关键事件）
- task_error：错误信息
图片URL提取：从 workflow_finish 事件的 data 中用正则提取 "url":"https://oss.fzputi.com/..." ；也可从 asset_outputs 事件的 data 数组中取 type=="image" 的 url 字段。注意： task_info 事件只返回 image_length，不包含图片URL。
读取方式：Python 推荐用 http.client.HTTPSConnection 的 response.read() 一次性读取完整响应体（约 6KB），然后按 \n 分行解析 data: 前缀。 不要用 urllib.request 逐字节读取 SSE 流——会因缓冲导致读不到内容。
taskJobId：自行生成 UUID（无后缀），返回的 assetId 会带 _YYYYMM 后缀（如 d73e42fa11b74ffaa220efd31e214331_202606），但 taskJobId 参数传无后缀的即可。
Conversation/Search 返回格式：返回的是 result.list[].id（不是 result.items[].conversationId），注意字段名差异。

Agent 模式完整 Python 实现（推荐，Windows/通用）：

由于 Agent 模式的 SSE 流式接口有嵌套 JSON 格式，Python http.client 是最可靠的实现方式。中文 prompt 必须用 json.dumps(payload, ensure_ascii=False) 编码，避免中文乱码。

python

import http.client, urllib.request, json, uuid, time, base64, os, sys, io, re

# Windows GBK 编码修复
sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='utf-8', errors='replace')
sys.stderr = io.TextIOWrapper(sys.stderr.buffer, encoding='utf-8', errors='replace')

TOKEN = "<用户token>"
BASE_API = "aicraft.51aic.com"

def api_post(url, payload, token):
    data = json.dumps(payload, ensure_ascii=False).encode("utf-8")
    headers = {"Content-Type": "application/json; charset=utf-8", "Token": token}
    req = urllib.request.Request(url, data=data, headers=headers)
    with urllib.request.urlopen(req, timeout=60) as resp:
        return json.loads(resp.read().decode("utf-8"))

def upload_image(file_path, token):
    with open(file_path, "rb") as f:
        b64 = base64.b64encode(f.read()).decode("utf-8")
    ext = os.path.splitext(file_path)[1].lstrip(".").lower()
    if ext == "jpeg": ext = "jpg"
    mime = "image/jpeg" if ext == "jpg" else f"image/{ext}"
    file_uuid = uuid.uuid4().hex
    date_str = time.strftime("%Y%m%d")
    oss_path = f"tools/aiCraft/1m/{date_str}/{file_uuid}.{ext}"
    payload = {"ossFilePath": oss_path, "fileBase64": f"data:{mime};base64,{b64}"}
    result = api_post("https://api.fzputi.com/ossmanager/api/Oss/UploadFileV2", payload, token)
    if result.get("code") == 200:
        oss_url = result["result"]
        if not oss_url.startswith("http"):
            oss_url = "https://oss.fzputi.com/" + oss_url
        return oss_url
    raise Exception(f"上传失败: {result}")

def get_conversation_id(token):
    result = api_post(
        "https://aicraft.51aic.com/api/v1/Conversation/Search",
        {"projectType": "IMAGE", "pageIndex": 1, "pageSize": 1,
         "sortField": "lastMessageAt", "sortType": "desc"}, token)
    if result.get("code") == 200 and result.get("result", {}).get("list"):
        return result["result"]["list"][0]["id"]
    raise Exception(f"查询会话失败: {result}")

def agent_generate(conv_id, image_urls, des, ratio, token):
    """Agent模式SSE生成，返回图片URL"""
    task_job_id = uuid.uuid4().hex
    payload = json.dumps({
        "conversationId": conv_id, "imageUrls": image_urls,
        "des": des, "ratio": ratio, "taskJobId": task_job_id
    }, ensure_ascii=False).encode("utf-8")
    headers = {
        "Content-Type": "application/json; charset=utf-8",
        "Token": token, "Accept": "text/event-stream", "Cache-Control": "no-cache"
    }
    conn = http.client.HTTPSConnection(BASE_API, timeout=180)
    conn.request("POST", "/api/v1/Task/GenerateAgentImageStream", body=payload, headers=headers)
    response = conn.getresponse()
    body = response.read().decode("utf-8", errors="replace")
    conn.close()

    # 解析SSE，提取图片URL
    result_image_url = None
    for line in body.split("\n"):
        line = line.strip()
        if not line.startswith("data:"): continue
        try:
            outer = json.loads(line[5:].strip())
            content_str = outer.get("result", {}).get("content", "")
            if not content_str: continue
            content = json.loads(content_str)
            msg_type = content.get("msg_type", "")
            data_val = content.get("data", "")

            if msg_type == "workflow_finish":
                # 从 workflow_finish 中用正则提取图片URL
                raw = json.dumps(data_val, ensure_ascii=False)
                urls = re.findall(r'"url"\s*:\s*"(https?://[^"]+\.png[^"]*)"', raw)
                for u in urls:
                    if 'generate' in u or 'aiplatform' in u:
                        result_image_url = u
                        break
            elif msg_type == "asset_outputs":
                if isinstance(data_val, list):
                    for item in data_val:
                        if item.get("type") == "image" and item.get("url"):
                            result_image_url = item["url"]
                            break
        except (json.JSONDecodeError, KeyError):
            pass
    return result_image_url

# 使用示例
oss_url = upload_image("<图片路径>", TOKEN)
conv_id = get_conversation_id(TOKEN)
image_url = agent_generate(conv_id, [oss_url], "用户需求描述", "16:9", TOKEN)
if image_url:
    thumb = image_url + "?x-oss-process=image/resize,w_530"
    print(f"缩略图: {thumb}")
    print(f"原图: {image_url}")

其他常用模式：

自由创作：通用图片生成，上传参考图并描述需求即可

API 端点： POST https://aicraft.51aic.com/api/v1/Task/Publish

业务规则（重要）：提交生成任务时，必须先查询并复用现有的 conversationId， 一律不创建新的 conversation（批次）。这样能保证所有记录在同一个会话下，查询历史时不会断档。

查询方式： POST /api/v1/Conversation/Search（projectType: IMAGE/VIDEO，按 lastMessageAt 倒序取第一条）

prompt 字段规则（重要）：

Agent 模式 / 自由创作：prompt 由用户自定义，是核心必填参数，描述想要什么图片

其他 16 种模式（如 AI 试衣、去水印等）：有 固定的默认 prompt（详见 references/image-modes.md），不可为空，否则任务发布会失败（code: 999）

部分模式（如换色、翻译、换表情）的 prompt 包含动态参数（颜色、语言、表情等），需要根据用户选择填充

请求体示例（自由创作）：

json

{
    "conversationId": "",
    "projectType": "IMAGE",
    "mode": 1,
    "type": 2,
    "payload": {
        "aspectRatio": "auto",
        "count": 1,
        "prompt": "一件红色连衣裙，白色背景，电商商品图",
        "sceneMode": "free_creation",
        "referenceImages": [{ "key": "images", "index": 0, "url": "https://oss.fzputi.com/...", "description": "" }]
    }
}

3. AI 详情图生成#

上传产品图，AI 自动分析并生成完整的电商商品详情页（含多张详情图）。

流程：

创建批次 → AI 分析产品并生成详情页规划方案
用户确认/编辑规划方案（可选）
生成详情图 → 按模块逐张生成
查询结果和下载

核心 API：

POST /api/v1/DetailImage/CreateBatch — 创建详情图批次，AI 生成规划方案
POST /api/v1/DetailImage/GenerateBatchImages — 确认规划后，生成详情图
POST /api/v1/DetailImage/GetBatchDetail — 查询批次详情和规划方案
POST /api/v1/DetailImage/GetBatchTaskResults — 查询生成结果
POST /api/v1/DetailImage/GetImageTasksProgress — 查询任务进度
POST /api/v1/DetailImage/RemakeImage — 重新生成单张图

CreateBatch 参数：

json

{
    "batchId": "", // 首次创建为空，复刻时传入旧batchId
    "productInfo": "无线智能洗地机，集吸尘拖地自清洁于一体...", // 产品信息描述
    "productImageUrls": ["https://oss.fzputi.com/..."], // 产品图，1-6张
    "language": "简体中文", // 语言：简体中文/繁体中文/英语/日语/韩语/德语/法语/阿拉伯语/俄语/泰语/印尼语/越南语/马来语/西班牙语/葡萄牙语/巴西葡萄牙语
    "aspectRatio": "3:4", // 尺寸比例
    "moduleKeys": ["header", "product_showcase", "selling_points"] // 选择的详情页模块
}

可用尺寸比例： 1:1, 2:3, 3:2, 3:4（默认）, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9

可用语言： 简体中文、繁体中文、英语、日语、韩语、德语、法语、阿拉伯语、俄语、泰语、印尼语、越南语、马来语、西班牙语、葡萄牙语、巴西葡萄牙语

模块列表（通过 GET /api/v1/Template/GetDetailImageModules 获取，各模块有名称、描述、示例图）：

模块是详情页的标准组成部分（如首图、产品展示、卖点、参数、使用场景等）
每个模块有 key、 displayName、 description、 sampleImageUrls
部分模块默认选中
用户多选，至少保留 1 个模块

积分消耗： 每张详情图 15 积分，总积分 = 选中模块数量 × 15

状态流转：

plan_pending → planning（AI 生成规划中） → plan_completed（规划完成，待生成） → image_generating（生成中） → completed / failed / partial_completed

4. 风格复刻#

上传参考设计图和产品图，AI 学习参考图的风格并应用到产品上，生成风格一致的新图片。

核心 API：

POST /api/v1/StyleReplication/CreateBatch — 创建风格复刻批次
POST /api/v1/StyleReplication/RetryImage — 重新生成单张图
POST /api/v1/DetailImage/GetBatchProgress — 查询批次进度
POST /api/v1/DetailImage/GetBatchTaskResults — 查询批次结果
POST /api/v1/DetailImage/GetImageTasksProgress — 查询图片任务进度

CreateBatch 参数：

json

{
    "batchId": "", // 首次创建为空
    "styleReferenceImageUrls": ["https://oss.fzputi.com/..."], // 参考设计图（风格来源），最多16张
    "productImageUrls": ["https://oss.fzputi.com/..."], // 产品素材图，最多6张
    "aspectRatio": "1:1", // 尺寸比例
    "generateCount": 1, // 生成组数：1-3
    "detailRequirements": "添加新品上市文字，使用金色渐变风格..." // 补充要求（prompt，可为null）
}

可用尺寸比例： 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9

积分消耗： 每张图 15 积分，总积分 = 参考图数量 × 组数 × 15

状态流转：

plan_pending → planning → plan_completed → image_generating → completed / failed / partial_completed

5. 视频生成#

支持商品讲解视频、带货视频、促销视频等多种类型。

API 端点： POST https://aicraft.51aic.com/api/v1/Task/Publish

配置参数详见 references/video-config.md。

请求体示例（新手模式）：

json

{
    "conversationId": "",
    "projectType": "VIDEO",
    "mode": 1,
    "type": 1,
    "payload": {
        "prompt": "介绍这款红色连衣裙的优点",
        "duration": 10,
        "orientation": "9:16",
        "size": "large",
        "language": "0",
        "videoType": "2",
        "videoChannel": "stable",
        "images": ["https://oss.fzputi.com/..."]
    }
}

6. 资产管理#

查询和管理用户的历史生成作品（图片、视频、详情图、风格复刻）。

核心 API：

POST /api/v1/Asset/Search — 查询资产列表
POST /api/v1/Asset/BatchDelete — 批量删除资产

资产类型 (assetType)：

类型值说明IMAGEAI 作图（单图生成）VIDEOAI 视频DETAILIMAGEAI 详情图StyleReplication风格复刻

Search 参数：

json

{
    "pageIndex": 1,
    "pageSize": 40,
    "assetType": "IMAGE",
    "sortField": "createTime",
    "sortType": "desc",
    "startTime": "2024-01-01", // 可选
    "endTime": "2024-01-02" // 可选
}

返回字段：

json

{
  "assetId": "xxx",
  "fileUrl": "https://oss.fzputi.com/...",
  "thumbnailUrl": "https://oss.fzputi.com/...?x-oss-process=image/resize,w_530",
  "width": 1024,
  "height": 1024,
  "createdAt": "2024-01-01T12:00:00",
  "extra": {
    "referenceImages": [...],
    "prompt": "...",
    "sceneMode": "...",
    "aspectRatio": "..."
  }
}

7. 查询任务状态#

生成任务提交后，返回 taskJobId 和 conversationId。可通过以下接口查询任务进度：

任务进度: POST /api/v1/Task/GetProgress（支持批量查询，见下方 API 调用参考）
详情图/风格复刻进度: POST /api/v1/DetailImage/GetImageTasksProgress

8. 查询积分#

积分查询需要 两步认证：

获取支付认证 token：用用户 token 调用 /api/v1/PayPackage/GetToken（body: {"appType": 6}），返回 authorization
查询积分：用 authorization 作为 Authorization header，访问支付 API https://api.fzputi.com/payment/api/v1/Vas/GetQuantityByPackageType

返回用户的剩余积分（会员积分 + 套餐积分）。

authorization 缓存：有效期约 2 小时。在同一次对话中获取后 可复用，不需要每次查积分都重新调用 GetToken。如后续调用返回 401，再重新获取。

注意：支付 API 与主 API 使用不同的认证机制。如果用户未主动要求查积分，可跳过此步骤，直接引用下方的积分消耗参考表告知用户大致消耗。

使用流程#

图片生成流程#

确认用户已提供 token（如未提供，引导获取）
默认推荐 Agent 模式：当用户有参考图并描述需求时，优先使用 Agent 模式
- 如用户只是泛化描述（"帮我做张商品图"、"生成海报"），按 Agent 模式处理：上传参考图 + 原样传递用户需求描述 → AI 自主分析生成
- 重要：Agent 模式下，将用户的原始需求直接作为 des 参数传给 GenerateAgentImageStream，让爱创 AI 自主理解，不要自己改写或理解用户意图
- 如用户明确指定了具体功能模式（如 AI 试衣、去水印、换色等），切换到对应模式并使用其默认 prompt
确认 prompt：
- Agent 模式： 原样传递用户需求，不做额外解读（用户说"帮我生成一个海报"就传"帮我生成一个海报"）
- 自由创作：由用户描述需求生成 prompt（核心必填参数）
- 其他 16 种模式：使用对应模式的 默认 prompt（见 references/image-modes.md），如用户有特殊需求可在此基础上调整
- 部分模式（换色/翻译/换表情等）需要额外确认动态参数（颜色/语言/表情等）
询问参考图片
如有本地图片，先调用上传接口
Agent 模式：调用 GenerateAgentImageStream（SSE 流式）； 其他模式：调用 Task/Publish
解析响应，提取图片 URL， 使用缩略图展示（原图 URL + ?x-oss-process=image/resize,w_530）
告知用户可在 https://www.51aic.com/image/history?source=agents 查看

视频生成流程#

确认用户已提供 token
询问视频类型（商品讲解/带货/促销等）
询问参考图片和提示词
确认视频配置（通道/比例/清晰度/时长/语言）
如有本地图片，先调用上传接口
构建并发送 Publish 请求
返回任务提交结果

AI 详情图生成流程#

确认用户已提供 token
请用户上传产品图（1-6 张）
询问产品信息描述（可选，也可使用 AI 帮写自动生成）
确认语言和尺寸比例（默认：简体中文 + 3:4）
获取模块列表，让用户选择需要的详情页模块
告知积分消耗：模块数量 × 15 积分
调用 DetailImage/CreateBatch 创建批次
AI 生成规划方案（约需几十秒），轮询 GetBatchDetail 等待 plan_completed
规划完成后，向用户展示方案（模块列表和整体设计规范）
用户确认后，调用 DetailImage/GenerateBatchImages 生成详情图
轮询 GetImageTasksProgress 查询进度，完成后展示结果

风格复刻流程#

确认用户已提供 token
请用户上传参考设计图（风格来源，最多 16 张）
请用户上传产品素材图（最多 6 张）
确认尺寸比例和生成组数（1-3 组，默认 1 组）
询问补充要求（prompt，可选）
告知积分消耗：参考图数量 × 组数 × 15 积分
调用 StyleReplication/CreateBatch 创建批次
轮询 DetailImage/GetBatchProgress 查询进度
完成后展示结果

资产管理流程#

确认用户已提供 token
询问要查询的资产类型（图片/视频/详情图/风格复刻）
可选：确认日期范围、排序方式
调用 Asset/Search 查询
展示资产列表，支持告知下载链接
如用户要求删除，调用 Asset/BatchDelete

积分消耗参考#

功能积分消耗图片生成（自由创作等大多数模式）5 积分/张主图套图25 积分/套（5 张）AI 详情图15 积分/张（按模块数量计）风格复刻15 积分/张（参考图数量 × 组数）视频生成（stable 5 秒）150 积分视频生成（stable 10 秒）200 积分视频生成（stable 15 秒）260 积分视频生成（fast 5 秒）100 积分视频生成（fast 10 秒）150 积分视频生成（fast 15 秒）200 积分AI 优质帮写视频脚本2 积分产品分析（AI 帮写）1 积分

在提交生成任务前，可引用上表告知用户所需积分。如用户明确要求查当前余额，再执行积分查询（需要两步认证，见"查询积分"部分）。如积分不足，告知用户需要充值。

错误处理#

常见错误及处理方式：

错误码含义处理方式401Token 无效或过期引导用户重新获取 token999任务发布失败常见原因：① prompt 为空或不符合模式要求（非 Agent/自由创作模式必须使用默认 prompt）；② 参数格式错误。检查 prompt 和各字段值积分不足积分不够生成告知用户当前积分和所需积分上传失败图片格式/大小不符检查图片格式(jpg/png/webp)和大小(≤10MB)

API 调用参考#

以下是用 exec 工具直接调用 API 的示例。 macOS/Linux 用 curl，Windows 用 PowerShell Invoke-RestMethod。

调用前需确保已在 Header 中携带 Token: <用户token>。

查询积分（两步认证，authorization 可复用约 2 小时）#

Step 1 — 获取支付认证 token：

macOS/Linux：

bash

AUTH=$(curl -s -X POST "https://aicraft.51aic.com/api/v1/PayPackage/GetToken" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "Token: <token>" \
  -d '{"appType": 6}' | grep -o '"result":"[^"]*"' | sed 's/"result":"//;s/"$//')

Windows：

powershell

[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$Body = '{"appType": 6}'
$BodyBytes = [System.Text.Encoding]::UTF8.GetBytes($Body)
$AuthRes = Invoke-RestMethod -Uri "https://aicraft.51aic.com/api/v1/PayPackage/GetToken" -Method POST -Headers @{"Content-Type"="application/json; charset=utf-8"; "Token"="<token>"} -Body $BodyBytes
$AUTH = $AuthRes.result

Step 2 — 查询积分余额：

macOS/Linux：

bash

curl -s -X POST "https://api.fzputi.com/payment/api/v1/Vas/GetQuantityByPackageType" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "Authorization: $AUTH" \
  -d '{"ValueAddedServicesType": 4}'

Windows：

powershell

[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$Body = '{"ValueAddedServicesType": 4}'
$BodyBytes = [System.Text.Encoding]::UTF8.GetBytes($Body)
Invoke-RestMethod -Uri "https://api.fzputi.com/payment/api/v1/Vas/GetQuantityByPackageType" -Method POST -Headers @{"Content-Type"="application/json; charset=utf-8"; "Authorization"=$AUTH} -Body $BodyBytes

查询会话 ID（复用现有批次）#

macOS/Linux：

bash

curl -s -X POST "https://aicraft.51aic.com/api/v1/Conversation/Search" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "Token: <token>" \
  -d '{"projectType": "IMAGE", "pageIndex": 1, "pageSize": 1, "sortField": "lastMessageAt", "sortType": "desc"}'

Windows：

powershell

[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$Body = '{"projectType": "IMAGE", "pageIndex": 1, "pageSize": 1, "sortField": "lastMessageAt", "sortType": "desc"}'
$BodyBytes = [System.Text.Encoding]::UTF8.GetBytes($Body)
Invoke-RestMethod -Uri "https://aicraft.51aic.com/api/v1/Conversation/Search" -Method POST -Headers @{"Content-Type"="application/json; charset=utf-8"; "Token"="<token>"} -Body $BodyBytes

发布图片生成任务#

macOS/Linux：

bash

curl -s -X POST "https://aicraft.51aic.com/api/v1/Task/Publish" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "Token: <token>" \
  -d '{
    "conversationId": "<会话ID>",
    "projectType": "IMAGE",
    "mode": 1,
    "type": 2,
    "payload": {
      "aspectRatio": "auto",
      "count": 1,
      "prompt": "一件红色连衣裙，白色背景，电商商品图",
      "sceneMode": "free_creation",
      "referenceImages": []
    }
  }'

Windows：

powershell

[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$Body = @{
    conversationId = "<会话ID>"
    projectType = "IMAGE"
    mode = 1
    type = 2
    payload = @{
        aspectRatio = "auto"
        count = 1
        prompt = "一件红色连衣裙，白色背景，电商商品图"
        sceneMode = "free_creation"
        referenceImages = @()
    }
} | ConvertTo-Json -Depth 5
$BodyBytes = [System.Text.Encoding]::UTF8.GetBytes($Body)
Invoke-RestMethod -Uri "https://aicraft.51aic.com/api/v1/Task/Publish" -Method POST -Headers @{"Content-Type"="application/json; charset=utf-8"; "Token"="<token>"} -Body $BodyBytes

发布视频生成任务#

macOS/Linux：

bash

curl -s -X POST "https://aicraft.51aic.com/api/v1/Task/Publish" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "Token: <token>" \
  -d '{
    "conversationId": "<会话ID>",
    "projectType": "VIDEO",
    "mode": 1,
    "type": 1,
    "payload": {
      "prompt": "介绍这款红色连衣裙的优点",
      "duration": 10,
      "orientation": "9:16",
      "size": "large",
      "language": "0",
      "videoType": "2",
      "videoChannel": "stable",
      "images": ["https://oss.fzputi.com/..."]
    }
  }'

Windows：

powershell

[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$Body = @{
    conversationId = "<会话ID>"
    projectType = "VIDEO"
    mode = 1
    type = 1
    payload = @{
        prompt = "介绍这款红色连衣裙的优点"
        duration = 10
        orientation = "9:16"
        size = "large"
        language = "0"
        videoType = "2"
        videoChannel = "stable"
        images = @("https://oss.fzputi.com/...")
    }
} | ConvertTo-Json -Depth 5
$BodyBytes = [System.Text.Encoding]::UTF8.GetBytes($Body)
Invoke-RestMethod -Uri "https://aicraft.51aic.com/api/v1/Task/Publish" -Method POST -Headers @{"Content-Type"="application/json; charset=utf-8"; "Token"="<token>"} -Body $BodyBytes

查询任务进度#

提交任务后返回 taskJobId。可通过 Task/GetProgress 查询任务状态，支持一次查多个。

图片任务 taskType: 2
视频任务 taskType: 1

macOS/Linux：

bash

curl -s -X POST "https://aicraft.51aic.com/api/v1/Task/GetProgress" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "Token: <token>" \
  -d '{"conditions":[{"taskJobId":"<任务ID>","taskType":2}]}'

Windows：

powershell

[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$Body = '{"conditions":[{"taskJobId":"<任务ID>","taskType":2}]}'
$BodyBytes = [System.Text.Encoding]::UTF8.GetBytes($Body)
Invoke-RestMethod -Uri "https://aicraft.51aic.com/api/v1/Task/GetProgress" -Method POST -Headers @{"Content-Type"="application/json; charset=utf-8"; "Token"="<token>"} -Body $BodyBytes

AI 详情图 — 创建批次#

macOS/Linux：

bash

curl -s -X POST "https://aicraft.51aic.com/api/v1/DetailImage/CreateBatch" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "Token: <token>" \
  -d '{
    "batchId": "",
    "productInfo": "无线智能洗地机，集吸尘拖地自清洁于一体",
    "productImageUrls": ["https://oss.fzputi.com/..."],
    "language": "简体中文",
    "aspectRatio": "3:4",
    "moduleKeys": ["header", "product_showcase", "selling_points"]
  }'

Windows：

powershell

[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$Body = @{
    batchId = ""
    productInfo = "无线智能洗地机，集吸尘拖地自清洁于一体"
    productImageUrls = @("https://oss.fzputi.com/...")
    language = "简体中文"
    aspectRatio = "3:4"
    moduleKeys = @("header", "product_showcase", "selling_points")
} | ConvertTo-Json
$BodyBytes = [System.Text.Encoding]::UTF8.GetBytes($Body)
Invoke-RestMethod -Uri "https://aicraft.51aic.com/api/v1/DetailImage/CreateBatch" -Method POST -Headers @{"Content-Type"="application/json; charset=utf-8"; "Token"="<token>"} -Body $BodyBytes

AI 详情图 — 生成图片#

规划方案确认后调用：

macOS/Linux：

bash

curl -s -X POST "https://aicraft.51aic.com/api/v1/DetailImage/GenerateBatchImages" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "Token: <token>" \
  -d '{"batchid": "<batchId>"}'

Windows：

powershell

[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$Body = '{"batchid": "<batchId>"}'
$BodyBytes = [System.Text.Encoding]::UTF8.GetBytes($Body)
Invoke-RestMethod -Uri "https://aicraft.51aic.com/api/v1/DetailImage/GenerateBatchImages" -Method POST -Headers @{"Content-Type"="application/json; charset=utf-8"; "Token"="<token>"} -Body $BodyBytes

AI 详情图 — 查询批次详情#

macOS/Linux：

bash

curl -s -X POST "https://aicraft.51aic.com/api/v1/DetailImage/GetBatchDetail" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "Token: <token>" \
  -d '{"batchId": "<batchId>"}'

Windows：

powershell

[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$Body = '{"batchId": "<batchId>"}'
$BodyBytes = [System.Text.Encoding]::UTF8.GetBytes($Body)
Invoke-RestMethod -Uri "https://aicraft.51aic.com/api/v1/DetailImage/GetBatchDetail" -Method POST -Headers @{"Content-Type"="application/json; charset=utf-8"; "Token"="<token>"} -Body $BodyBytes

AI 详情图 — 查询任务进度#

macOS/Linux：

bash

curl -s -X POST "https://aicraft.51aic.com/api/v1/DetailImage/GetImageTasksProgress" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "Token: <token>" \
  -d '{"type": 1, "taskIds": ["<taskId1>", "<taskId2>"]}'

Windows：

powershell

[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$Body = '{"type": 1, "taskIds": ["<taskId1>", "<taskId2>"]}'
$BodyBytes = [System.Text.Encoding]::UTF8.GetBytes($Body)
Invoke-RestMethod -Uri "https://aicraft.51aic.com/api/v1/DetailImage/GetImageTasksProgress" -Method POST -Headers @{"Content-Type"="application/json; charset=utf-8"; "Token"="<token>"} -Body $BodyBytes

风格复刻 — 创建批次#

macOS/Linux：

bash

curl -s -X POST "https://aicraft.51aic.com/api/v1/StyleReplication/CreateBatch" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "Token: <token>" \
  -d '{
    "batchId": "",
    "styleReferenceImageUrls": ["https://oss.fzputi.com/ref1.jpg"],
    "productImageUrls": ["https://oss.fzputi.com/prod1.jpg"],
    "aspectRatio": "1:1",
    "generateCount": 1,
    "detailRequirements": "使用金色渐变风格，添加促销标签"
  }'

Windows：

powershell

[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$Body = @{
    batchId = ""
    styleReferenceImageUrls = @("https://oss.fzputi.com/ref1.jpg")
    productImageUrls = @("https://oss.fzputi.com/prod1.jpg")
    aspectRatio = "1:1"
    generateCount = 1
    detailRequirements = "使用金色渐变风格，添加促销标签"
} | ConvertTo-Json
$BodyBytes = [System.Text.Encoding]::UTF8.GetBytes($Body)
Invoke-RestMethod -Uri "https://aicraft.51aic.com/api/v1/StyleReplication/CreateBatch" -Method POST -Headers @{"Content-Type"="application/json; charset=utf-8"; "Token"="<token>"} -Body $BodyBytes

风格复刻 — 查询批次进度#

macOS/Linux：

bash

curl -s -X POST "https://aicraft.51aic.com/api/v1/DetailImage/GetBatchProgress" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "Token: <token>" \
  -d '{"batchIds": ["<batchId>"]}'

Windows：

powershell

[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$Body = '{"batchIds": ["<batchId>"]}'
$BodyBytes = [System.Text.Encoding]::UTF8.GetBytes($Body)
Invoke-RestMethod -Uri "https://aicraft.51aic.com/api/v1/DetailImage/GetBatchProgress" -Method POST -Headers @{"Content-Type"="application/json; charset=utf-8"; "Token"="<token>"} -Body $BodyBytes

资产管理 — 查询资产#

macOS/Linux：

bash

curl -s -X POST "https://aicraft.51aic.com/api/v1/Asset/Search" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "Token: <token>" \
  -d '{
    "pageIndex": 1,
    "pageSize": 40,
    "assetType": "IMAGE",
    "sortField": "createTime",
    "sortType": "desc"
  }'

Windows：

powershell

[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$Body = @{
    pageIndex = 1
    pageSize = 40
    assetType = "IMAGE"
    sortField = "createTime"
    sortType = "desc"
} | ConvertTo-Json
$BodyBytes = [System.Text.Encoding]::UTF8.GetBytes($Body)
Invoke-RestMethod -Uri "https://aicraft.51aic.com/api/v1/Asset/Search" -Method POST -Headers @{"Content-Type"="application/json; charset=utf-8"; "Token"="<token>"} -Body $BodyBytes

资产管理 — 批量删除#

macOS/Linux：

bash

curl -s -X POST "https://aicraft.51aic.com/api/v1/Asset/BatchDelete" \
  -H "Content-Type: application/json; charset=utf-8" \
  -H "Token: <token>" \
  -d '{"assetIds": ["<assetId1>", "<assetId2>"]}'

Windows：

powershell

[Console]::OutputEncoding = [System.Text.Encoding]::UTF8
$Body = '{"assetIds": ["<assetId1>", "<assetId2>"]}'
$BodyBytes = [System.Text.Encoding]::UTF8.GetBytes($Body)
Invoke-RestMethod -Uri "https://aicraft.51aic.com/api/v1/Asset/BatchDelete" -Method POST -Headers @{"Content-Type"="application/json; charset=utf-8"; "Token"="<token>"} -Body $BodyBytes

使用 Nano Banana Pro (Gemini 3 Pro Image) 生成或编辑图像。支持文生图、图生图及 1K/2K/4K 分辨率，适用于图像创建、修改及编辑请求，使用 --input-image 指定输入图像。

设计多媒体需 API Key

★ 429↓ 11.7万3 个月前更新

使用 Whisper CLI 进行本地语音转文字（无需 API 密钥）

设计多媒体

★ 330↓ 9.4万3 个月前更新

使用 ffmpeg 从视频中提取帧或短片。

设计多媒体

★ 133↓ 5.3万3 个月前更新

提供 UI/UX 设计智能与实现指导，帮助打造精美界面。适用于 UI 设计、UX 流程、信息架构、视觉风格、设计系统/标记、组件规格、文案/微文案、无障碍及前端 UI（HTML/CSS/JS、React、Next.js、Vue、Svelte、Tailwind）生成/评审/改进。工作流包括：①新 UI 布局与样式生成；②现有 UI/UX 改进；③设计系统标记和组件规范产出；④ UX 建议转化为代码变更。

设计多媒体

★ 216↓ 4.7万3 个月前更新

爱创AI-电商专用AI创作智能体工具_AI图片生成_AI视频生成_AI电商详情图生成

爱创 AI 平台技能#

概述#

图片展示规则（重要）#

认证流程#

API 基础配置#

核心能力#

1. 图片上传#

2. 图片生成（18 种模式）#

3. AI 详情图生成#

4. 风格复刻#

5. 视频生成#

6. 资产管理#

7. 查询任务状态#

8. 查询积分#

使用流程#

图片生成流程#

视频生成流程#

AI 详情图生成流程#

风格复刻流程#

资产管理流程#

积分消耗参考#

错误处理#

API 调用参考#

查询积分（两步认证，authorization 可复用约 2 小时）#

查询会话 ID（复用现有批次）#

发布图片生成任务#

发布视频生成任务#

查询任务进度#

AI 详情图 — 创建批次#

AI 详情图 — 生成图片#

AI 详情图 — 查询批次详情#

AI 详情图 — 查询任务进度#

风格复刻 — 创建批次#

风格复刻 — 查询批次进度#

资产管理 — 查询资产#

资产管理 — 批量删除#

相关推荐

Nano Banana Pro

Openai Whisper

Video Frames

UI/UX Pro Max

SuperDesign

diagram-generator