商品图片元素智能消除工具 | LinkPix

商品图片元素智能消除工具 | LinkPix

指哪擦哪并自动补全背景：底层是 qhkit image 自定义生图的定向消除重绘。

何时触发

• 「把图里的水印/文字/路人/杂物去掉」
• 「清理一下这张图，只留商品」

使用配方

qhkit image generate '{"modelLabel":"智慧模型","uploadedImages":["./原图.jpg"],"prompt":"消除图片中的【右下角水印文字】"}'

官方提示词模板（与 LinkPix 工作台「AI消除」功能同款）：消除图片中的【目标元素】——要更稳可追加「自动补全该区域背景，其余内容不变」。

• 目标元素要带位置描述（左上角/右下角/背景中的……），消除得更准。
• 多个元素一次列全；消除后目检补全区域是否自然。

模型选择：默认 智慧模型（效果好、有免费额度，LinkPix 工作台各图片编辑功能同用此模型）；要更强真实感或更快换 图片 5.0 Pro；多张产出之间要细节一致用 图片 5.0 Lite；用户明确要最好效果且不赶时间用 专图模式。 尺寸：sizePreset 逐模型独立，先查再传：qhkit image options '{"queryParams":["sizePreset","imageCount"],"modelLabel":"智慧模型"}'；imageCount 可选 1/2/4/6/8/10。 提示词：官方模板中的 【】 表示需填入/替换的内容，生成时保留【】并把实际内容写在里面即可；可在模板后追加细节要求。 注意：这是生成式重绘，不是像素级修图——主体细节可能有轻微差异，出图后应引导用户核对关键细节（文字、logo、商品结构）。

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 能跑通即就绪，跳到第 4 步。

2. 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）：

   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：OpenClaw 机器存在 /root/.openclaw/qinghu_config.json 时自动复用、零配置。其他机器无密钥时（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 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：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；options 返回 catalogNotice 且用户恰好要用那个新模型；报「模式在线上已下架或配置变更，请升级 qhkit」。

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> ''，或 qhkit <命令> @params.json（参数写进文件，避免 shell 转义问题，推荐）。
• 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 --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。
• 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。

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

• 视频去水印/去字幕走「AI视频去水印工具 | LinkPix」「AI视频字幕消除工具 | LinkPix」（qhkit video-edit，那是专用接口更稳）。
• 改文字（而非删除）走「电商商品图文字修改器 | LinkPix」。