模特换装高一致性还原 | 青虎AI

模特换装高一致性还原 | 青虎AI

把一件衣服穿到指定模特身上：姿态不变、光影不变、衣物细节还原到位。

和普通换装的区别就在「高一致性」——出来的图能和同组其他图放在一起用，不会因为光影跳脱而穿帮。固定计费（快照 2 积分/次）。

何时触发

• 「把这件衣服换到模特身上」「给模特换装」
• 「虚拟试穿」「做穿搭图」
• 「这个模特配这件衣服看看效果」

使用配方

# 字段表
qhkit workflow options '{"workflow":"wf_039"}'

# 报价（固定计费）
qhkit workflow estimate @params.json

# 提交
qhkit workflow generate @params.json

# 轮询，完成后 images 里是结果图
qhkit workflow status '{"logId":""}'

params.json：

{
  "workflow": "wf_039",
  "fields": {
    "模特图": "./素材/模特.jpg",
    "替换衣物图": "./素材/连衣裙.jpg",
    "提示词": "保持原有姿态与光影，裙摆自然垂坠"
  }
}

两张图的顺序不能反：模特图在前、衣物图在后。反了会得到完全错误的结果。

衣物图建议用平铺图或正面穿着图，背景干净、单品完整；模特图里被替换的服装区域尽量不被手臂或包袋大面积遮挡。

以上字段是 2026-08 的快照。线上字段表随时可能调整，拿不准先跑 options，字段名一律以它返回的 label 为准。

调用契约

• 形式：qhkit workflow ''，或 qhkit workflow @params.json（参数写进文件，避免 shell 转义问题，中文字段名推荐用这种）。
• 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。
• fields 的键就是 options 返回的中文字段名（label），一字不差地照抄；字段表由线上定义，拿不准先跑 options，不要凭本文档的快照硬编。
• 图片 / 视频 / 音频字段直接填本地文件路径（CLI 自动上传换 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 --registry=https://registry.npmmirror.com sharp-cli -i 原图 -o 压缩后.jpg resize 2048。两条都失败才请用户换 10MB 以内的图，不要反复重试。
• 选择类字段填中文选项名即可（CLI 内部转成线上取值），选项必须与 options 返回的候选逐字一致。

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：

1. 有 qhkit 吗？ qhkit config show 能跑通即已安装，跳到第 4 步。

2. 没有 qhkit 但有 node/npm → 全局安装（推荐）：

   npm i -g @iqinghu/qhkit --registry=https://registry.npmmirror.com
   

   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）。

3. 连 node 都没有（要求 Node ≥ 18）：先装 Node 再回到第 2 步。

   # Linux 二进制安装（无需 root 包管理器）：
   curl -fsSL https://registry.npmmirror.com/-/binary/node/v22.22.3/node-v22.22.3-linux-x64.tar.xz | tar -xJ -C /usr/local/lib/
   export PATH="/usr/local/lib/node-v22.22.3-linux-x64/bin:$PATH"
   

   macOS 用 brew install node；Windows 用 winget/官网安装包。arm64 机器把 x64 换成 arm64。

4. 密钥：CLI 只认固定路径 /root/.openclaw/qinghu_config.json（部分托管机器以 root 预置，存在即零配置），不查用户主目录——其余机器一律先执行 qhkit config set --token <密钥> --env prod，或设环境变量 QHKIT_TOKEN，或用 OPENCLAW_CONFIG_PATH 指向已有配置文件。跳过这步的话每条命令都会以 stage:"config" 失败。用户没有密钥时，把下面的引导文案发给他：

   1. 打开 https://www.iqinghu.com 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

5. 自检：qhkit config show 输出脱敏配置即全部就绪。

升级：命令返回 {"ok":false,"stage":"version",...}（版本门禁，message 里就是升级命令）、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），或 stderr 提示有新版时，先升级再重试：

npm i -g @iqinghu/qhkit@latest --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 → 提示提权或改用 npx；无网络 → 让用户处理网络）。

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——所选应用/模板、各字段取值、用到哪些素材（图片/视频），以及 estimate 报出的预计扣除积分（只返回 creditsNotice 时转告原话）——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（口头描述与实际字段枚举值可能有出入，任务提交后不可取消）。只读 action（options / estimate / status 等）无需确认。

• 报价：提交前先跑 qhkit workflow estimate '<与 generate 完全相同的参数>'，把返回的 credits 报给用户并等确认；enough:false 时提前告知余额不足并停下。不要引用文档里的价格快照当报价。

• 权益：多数 AI 应用是订阅制付费应用。estimate 返回的 benefit 里 hasPurchased / freeCount / workflowFree 三者都不满足时，generate 会被直接拦下——如实转告开通入口，不要反复重试。

• 轮询：generate 只提交，立即返回 logId；用 qhkit workflow status '{"logId":"<返回值>"}' 每 15 秒查一次，直到 stage:"done"。工作流最长可跑约 40 分钟，提交后立即告知 logId 和耗时预期，不要提前放弃。需要中止用 qhkit workflow stop '{"logId":"..."}'。

• 交付：产物 URL 在 status 返回的 videos / primaryVideo / images / files 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。

• 消耗写在回复的最末尾，单独一行，格式固定：

  本次共消耗 9.6 青虎积分
  

  数值取 status 返回的 credits（实扣值，预扣多退少补之后的结果）。这一行必须另起一行、独占一行、放在正文全部结束之后，前面空一行隔开，不要混写进交付段落。refundedCredits 是预扣多退回的部分，用户问起再说，不占这一行。任务失败未扣费时不输出这一行。

• 失败：转述 CLI 的 message（已是面向用户的中文，常见：积分不足、未订阅、素材不合规、工作流执行失败），不要重试轰炸。

能力边界

• AI 应用是订阅制付费应用（个别免费）：未订阅且免费次数用完时提交会被拒，如实转告开通入口，不要反复重试。
• generate 只提交不出结果，必须用 logId 轮询 status；任务不可撤销，logId 要保留。
• 素材需为自有或已获授权的内容，处理他人素材用于商用有侵权风险，适时提醒用户。
• 一次换一套；多套衣服要逐次提交，或用「女装开门换装爆款仿拍」直接出换装视频。
• 不做换脸、换背景、换姿态——那些走 LinkPix 系列技能。
• 模特肖像与服装图片需为自有或已获授权。

相关技能

同系列的其他「青虎AI」技能（按需转交，不要在本技能里硬做）：

• 女装开门换装爆款仿拍：要的是换装视频而不是静态图
• 模特图去AI感超写实：换装后的图再洗一遍质感
• LinkPix 换衣 / 换脸技能：参数更灵活的编辑类需求