直播间装修贴片生成 Skill#

一、前置条件#

依赖#

• Python 3 + Pillow + opencv-python-headless + numpy
• 火山方舟 API Key

API Key 获取#

1. 前往 火山引擎控制台 注册并登录
2. 在「模型推理」页面开通豆包视觉模型
3. 在控制台凭证页面创建 API Key

每个用户需要自己的 API Key：使用时从环境变量 VOLCENGINE_ARK_API_KEY 读取。

安装依赖#

bash

pip3 install Pillow==12.2.0 opencv-python-headless==4.13.0 numpy==2.3.2

二、数据隐私与透明度#

数据流向#

数据类型发送目标用途是否持久化文本 Prompt（品牌/促销文案等）火山引擎 API图像生成请求❌ 仅传输，不存储用户产品照片火山引擎 API作为图像生成参考输入❌ 仅传输，不存储生成的图片本地磁盘交付给用户✅ 保存到本地输出目录

AI 内置视觉能力：当用户仅提供产品照片未附文字说明时，由 AI Agent 内置视觉能力识别图中商品信息（本地运行），无需额外 API 调用。

本 Skill 不会做的事：

• ❌ 在本地或远程存储、记录或缓存用户输入数据（文本 Prompt、产品照片）
• ❌ 将数据转发到火山引擎以外的任何第三方
• ❌ 进行任何购买、支付或金融操作
• ❌ 进行任何加密货币或区块链操作

⚠️ 用户产品照片和文本 Prompt 会发送至火山引擎 API。上传敏感或专有产品图片前，请阅读 火山引擎隐私政策。API 返回的生成图片会保存到本地输出目录。

三、需求确认（正式生成前必须执行）#

⚠️ 收到用户生成请求后，不要立即开始生成图片。先确认以下信息，确保一次性出图到位。

2.1 必须确认的信息#

信息说明必填品牌如 戴森、茅台、三只松鼠等✅主推商品具体品名和型号✅促销活动满减、买赠、积分兑换等具体内容✅风格偏好如有特殊要求（颜色、氛围、调性）❌

2.2 确认流程#

1. 用户已提供完整信息 → 列出理解的需求摘要，请用户确认后直接开始
2. 用户信息不完整 → 只追问缺失的必要信息，其他自动推导
3. 用户只发了商品图片没文字 → 识别图中商品，推测品牌和品类，列出理解的需求摘要请用户确认
4. 用户说"按案例来"/"照着做" → 直接用下方案例的需求生成

2.4 需求描述案例（首次触发时主动展示）#

收到用户的生成请求后，主动展示以下案例，让用户可以照着描述或直接要求按案例生成。

示例需求描述：

做一套戴森吹风机直播间贴片，主品是戴森Supersonic HD16吹风机和Airwrap多功能美发棒，买吹风机送两支造型风嘴，满3000减300，直播间限定礼盒包装

首次回复模板：

text

你可以直接告诉我你的品牌和促销信息，比如：

> 做一套戴森吹风机直播间贴片，主品是戴森Supersonic HD16吹风机和Airwrap多功能美发棒，买吹风机送两支造型风嘴，满3000减300，直播间限定礼盒包装

也可以直接说「按戴森案例来」，我就直接用这个需求生成。

你的需求是什么？

最低限度只需提供：品牌 + 主推商品 + 促销活动（三个核心信息） 文案、风格色调、人物造型、权益 均由 AI 自动推导生成，用户可选择性修改。

四、文案自动生成规则#

3.1 主标题#

• 必须含品牌名并具有氛围感
• 禁用"官方""旗舰"等字样
• 不能直接写商品名，要有宣传感和下单欲望

3.2 副标题#

• 核心利益点（福利/功效/场景）或正在进行的活动
• 简洁有力

3.3 促销竖卡#

• 根据促销活动拆分为 2-3 层
• 每层包含：金额/权益 + 使用条件

3.4 权益文案#

• 通常 3 个：赠品相关 + 正品保障 + 物流/售后
• ⚠️ 避免使用"正品""保障"等触发审核的词，替换为"品质""保证"

五、组件清单与尺寸#

⚠️ 尺寸已根据 doubao-seedream-4-5-251128 的最低像素限制调整

#组件尺寸绿幕说明1背景图1440×2560❌C4D 场景2标题横卡3328×1109✅异形贴纸3人物1440×2560✅素颜+幼态脸+精致造型（不用手持商品）4促销竖卡1920×1920✅正方形异形贴纸5桌面商品贴3328×1109✅40+单品密集排列6权益下贴3328×1109❌铺满底部

六、Prompt 写法标准#

核心原则#

• 所有组件使用统一风格前缀确保色调一致
• 必须包含反向约束条件
• 背景图使用"纯色均匀绿色背景"（不是#00FF00）

5.1 背景图 Prompt#

约束：无文字、无人物、无产品。

模板：

text

融合[风格描述]的C4D商业空间场景。[主色调]为主色调，[辅助色]辅助，[点缀色]点缀，[中性色]平衡。空间结构[结构描述]，[氛围]氛围。灯光[灯光描述]，突显质感与层次。材质[材质]，展现[风格]魅力。布局上[元素1]、[元素2]、[元素3]等抽象展示元素散落，营造[整体感受]空间体验。

5.2 标题横卡 Prompt#

模板：

text

纯色均匀绿色背景#00FF00。画面正中是一个[颜色]渐变的异形横条卡片，卡片有[边框质感]，四边是不规则的艺术形状。卡片内部左侧[文字区域底色]，大字「[主标题]」用[字体描述]，下方「[副标题]」用[字体描述]。卡片右侧是[产品插画描述]。整个卡片颜色浓郁厚重，绝对没有白色底色区域，不要任何绿色青色蓝绿色。卡片是一个完整的实体贴纸，边界清晰。

5.3 人物 Prompt#

⚠️ 核心规则（v2 更新）：

1. 人物模型用 doubao-seedream-5-0-260128（其他组件仍用 doubao-seedream-4-5-251128）
2. 完全不化妆的素颜（不是"清透裸妆"）
3. 不手持商品，双手自然下垂微曲（v2 取消了手持商品）
4. 网红幼态脸短中庭，眼部轮廓深邃有水润感，唇部有果冻感水润饱满
5. 服装必须提前设计好，prompt 中完整描述上衣+下装（不含鞋子）+ 配饰
6. 发色尽量黑色，发质柔顺有光泽，发型精致可加配饰，符合品牌调性
7. 背景用"纯色均匀绿色"（不是#00FF00）

模板：

text

纯色均匀绿色背景（无渐变无纹理）。竖版人像，头顶到大腿中段，人物居中占满画面。25岁年轻女主播，完全素颜，冷白皮，网红幼态脸短中庭，{眼型描述}，眼部深邃有水润感，{眼周描述}，唇部{唇型描述}有果冻感水润{唇色描述}，{气质描述}。面部无任何妆容。身穿{上衣描述}，下身{下装描述}，{配饰描述}。{发型发色描述}，{发型配饰描述}。正面柔和灯光，双手自然下垂微曲。

人物造型设计示例（v2 版）：

兰蔻菁纯：

text

网红幼态脸短中庭，眼型圆眼微微下垂显无辜感，眼部轮廓深邃有水润感，眼周皮肤细腻透亮，唇部饱满嘟嘟唇有果冻感水润透亮，五官精致甜美亲和。身穿白色细针织短款开衫，内搭米白色蕾丝吊带，下身穿高腰浅粉色百褶缎面半裙，胸前戴一条玫瑰金细锁骨链，左手腕戴一只玫瑰金细手镯，右手戴一枚简约珍珠戒指。黑色长直发柔顺有光泽披落至锁骨下方，头顶偏右侧夹一个珍珠小发夹，几缕碎发自然垂落在脸颊两侧修饰脸型。

5.4 促销竖卡 Prompt#

⚠️ 尺寸从 896×1344 改为 1920×1920（正方形）

模板：

text

纯色均匀绿色背景#00FF00。画面正中是一个紧凑的竖向异形标签贴纸，整体为[深色系]实心底色，没有任何白色区域、没有任何浅色区域、没有任何渐变到白色的部分，不要任何绿色青色蓝绿色。贴纸形状为圆角矩形加顶部弧形装饰。顶部有[装饰元素]。大字「[大标题]」用[字体描述]；下方分三层：「[内容1]」「[内容2]」「[内容3]」。整个贴纸颜色浓郁深实，边界清晰锐利，是一个实心异形贴纸。贴纸占据画面约40%面积，紧凑不松散。

5.5 桌面商品贴 Prompt（⚠️ 与原始 skill 完全不同）#

⚠️ 关键区别：

1. 白色哑光大理石展示桌面（不是纯绿底+白平面）
2. 分层聚核+左右镜像+前后递进 布局逻辑
3. 商品总数至少40个以上单品（不是"丰富一些"）
4. 中层核心区分左中右三块，中心区视觉焦点

模板：

text

纯色均匀绿色背景。画面下方白色哑光大理石展示桌面（占画面底部40%），产品按分层聚核+左右镜像+前后递进布局，≥40单品密集排列。【中层核心区】左中右三块，中心视觉焦点：{产品布局描述}。所有产品竖立正面朝向观众，阶梯状层次。除商品和白色金属陈列架外无其他内容，禁止出现人体任何部位。光线均匀自然，纯静物陈列。

⚠️ prod_layout 里 不能出现"最前方留手持位"——手持商品是人物图的事，桌面商品贴是纯产品陈列

5.7 用户商品图（可选）#

当用户提供真实商品照片时：

a) 去背景：根据商品图的背景类型选择策略

商品背景去背景方法白色/浅色纯色背景HSV 阈值去除白色区域深色纯色背景HSV 阈值去除对应深色复杂场景背景GrabCut 或 Rembgpython

import cv2, numpy as np
def remove_white_bg(img_path, output_path):
    """HSV 阈值去除白色/浅色背景，输出 RGBA PNG"""
    img = cv2.imread(img_path)
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    mask = cv2.bitwise_or(
        cv2.inRange(hsv, np.array([0,0,200]), np.array([180,30,255])),
        cv2.inRange(hsv, np.array([0,0,160]), np.array([180,50,240])))
    k = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (7,7))
    mask = cv2.GaussianBlur(cv2.morphologyEx(cv2.morphologyEx(mask, cv2.MORPH_CLOSE, k, 5), cv2.MORPH_OPEN, k, 3), (5,5), 0)
    mask = (mask > 200).astype(np.uint8) * 255
    b, g, r = cv2.split(img)
    cv2.imwrite(output_path, cv2.merge([b, g, r, 255 - mask]))

b) 桌面商品贴 Prompt 调整：中心区留白，供用户商品图叠加

text

在原有的桌面商品贴 prompt 中，将中心区描述改为：
"中心区域留出足够的空白空间用于放置主推商品（大约占中心30%面积保持干净），
周边按分层聚核加左右镜像加前后递进逻辑摆放配套产品"

c) 合成时叠加：用户商品图缩放后放在产品区域中心偏上

d) 新增交付物：

文件名说明用户商品图.png去背景后的用户商品图，已定位到画布坐标

5.6 权益下贴 Prompt#

模板：

text

左右对称构图，平视视角。核心元素呈现在上半部分：三个简单权益图标，下方对应文字「[权益1] / [权益2] / [权益3]」。背景[背景描述]。风格：平面，光影简约。色彩：[主色]，简洁大方。

七、生图 API#

项目内容地址https://ark.cn-beijing.volces.com/api/v3/images/generations方式POSTContent-Typeapplication/json通用模型****doubao-seedream-4-5-251128人物模型doubao-seedream-5-0-260128（仅人物组件用此模型）

请求参数#

json

{
  "model": "doubao-seedream-4-5-251128",
  "stream": false,
  "watermark": false,
  "sequential_image_generation": "disabled",
  "prompt": "<中文prompt>",
  "size": "<宽>x<高>"
}

请求示例#

八、绿幕抠图#

对组件 2（标题横卡）、3（人物）、4（促销竖卡）、5（桌面商品贴）执行绿幕去除。

python

import cv2, numpy as np
def remove_green(img_path, output_path):
    """HSV 阈值去除绿幕背景，输出 RGBA PNG"""
    img = cv2.imread(img_path)
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    mask = cv2.bitwise_or(
        cv2.inRange(hsv, np.array([35,80,80]), np.array([85,255,255])),
        cv2.inRange(hsv, np.array([30,40,120]), np.array([90,255,255])))
    k = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5,5))
    mask = cv2.GaussianBlur(cv2.morphologyEx(cv2.morphologyEx(mask, cv2.MORPH_CLOSE, k, 3), cv2.MORPH_OPEN, k, 2), (3,3), 0)
    mask = (mask > 127).astype(np.uint8) * 255
    b, g, r = cv2.split(img)
    cv2.imwrite(output_path, cv2.merge([b, g, r, 255 - mask]))

九、合成预览#

⚠️ 布局参数与原始 skill 完全不同

布局参数#

python

layout = {
    "title":   {"scale": 0.95, "pos": "center-top", "y_pct": 0.07},
    "person":  {"scale": 0.70, "pos": "left", "x_pct": 0.15, "y_pct": 0.14},
    "promo":   {"scale": 0.40, "pos": "right", "x_pct": 0.55, "y_pct": 0.22},
    "product": {"zoom": 1.2,  "pos": "bottom-full", "above": "benefit"},
    "benefit": {"scale": 1.0,  "pos": "bottom-full"},
}

合成代码#

python

from PIL import Image
def compose_preview(bg_path, person_nobg, title_nobg, promo_nobg, product_nobg, benefit_path, output_path):
    bg = Image.open(bg_path).convert("RGBA"); cw, ch = bg.size
    def fit(img, w_ratio, center=True):
        w = int(cw * w_ratio); s = w / img.width
        r = img.resize((w, int(img.height * s)), Image.LANCZOS)
        return r, (cw - w) // 2 if center else cw - w
    def fit_full(img):
        s = cw / img.width; return img.resize((cw, int(img.height * s)), Image.LANCZOS)
    def zoom_crop(img, zoom):
        w = int(cw * zoom); s = w / img.width; h = int(img.height * s)
        r = img.resize((w, h), Image.LANCZOS); cx = (w - cw) // 2
        return r.crop((cx, 0, cx + cw, h))
    title = Image.open(title_nobg).convert("RGBA")
    person = Image.open(person_nobg).convert("RGBA")
    promo = Image.open(promo_nobg).convert("RGBA")
    product = Image.open(product_nobg).convert("RGBA")
    benefit = Image.open(benefit_path).convert("RGBA")
    tr, tx = fit(title, 0.95); ty = int(ch * 0.07)
    prr, prx = fit(promo, 0.40, center=False); prx = int(cw * 0.55); pry = int(ch * 0.22)
    per, perx = fit(person, 0.70); perx = int(cw * 0.15); pery = int(ch * 0.14)
    pdr = zoom_crop(product, 1.2); pdy = ch - fit_full(benefit).height - pdr.height
    bfr = fit_full(benefit); bfy = ch - bfr.height
    canvas = bg.copy()
    for img, pos in [(prr,(prx,pry)),(per,(perx,pery)),(pdr,(0,pdy)),(tr,(tx,ty)),(bfr,(0,bfy))]:
        canvas.paste(img, pos, img)
    canvas.convert("RGB").save(output_path, "JPEG", quality=95)

后处理：人物提亮#

合成前对人物图层单独提亮，避免合成后人物偏暗：

python

from PIL import ImageEnhance
person_bright = ImageEnhance.Brightness(person).enhance(1.17)

⚠️ 只提亮人物图层（17%），不动其他图层。最终交付的人物.png 也使用提亮后的版本。

十、打包交付#

交付文件（固定7个）#

文件名格式说明背景.pngPNG 1440×2560全铺标题横卡.pngPNG 1440×2560 透明内容在预览位置人物.pngPNG 1440×2560 透明已提亮处理（不标注"提亮"）促销竖卡.pngPNG 1440×2560 透明内容在预览位置桌面商品贴.pngPNG 1440×2560 透明内容在预览位置权益下贴.pngPNG 1440×2560 透明内容在预览位置预览.jpgJPG 1440×2560合成预览效果

若提供了用户商品图，该商品图会合成到桌面商品贴的中心区域，不单独输出。

交付方式（二选一，自动判断）#

方式一：对话内直接发送（当通道支持文件发送时）

1. 先发送预览图（ 预览.jpg）到对话
2. 再发送压缩包（命名为「{品牌名}直播间_全套贴图.zip」，内含上述7个文件）

方式二：桌面文件夹（当通道不支持文件发送时）

1. 在用户桌面创建文件夹，命名为「{品牌名}直播间贴片」
2. 文件夹内只放上述7个文件，不包含中间文件、不包含压缩包
3. 用 open 命令直接打开预览图，让用户看到效果
4. 用 open 命令直接打开文件夹，让用户浏览文件

⚠️ 注意：webchat（Control UI）当前不支持文件发送，走方式二。飞书、微信等走方式一。

十、完整工作流#

text

1. 收集需求（品牌、促销活动、可选：用户商品图）
2. 分析品牌风格 → 确定色调
3. 为人物设计造型（幼态脸+水润眼+果冻唇+服装+发型发色+配饰）
4. 自动生成缺失文案
5. 编写 6 个组件的 prompt（人物用 v2 模板，不用手持商品）
   - 若有用户商品图：桌面商品贴 prompt 中心区留白
6. 通用组件调用 doubao-seedream-4-5-251128，人物组件调用 doubao-seedream-5-0-260128
7. 对组件 2/3/4/5 执行绿幕抠图
8. 对人物图层提亮17%（ImageEnhance.Brightness 1.17）
9. [可选] 对用户商品图执行去背景（白底/浅色背景用HSV阈值）
10. 合成预览图（使用提亮后的人物图层，用户商品图叠加在桌面产品区中央）
11. 打包交付