openclaw-voc-skill/claude-code/fmode-image-set

Fmode Image Set

面向VSCode Claude Code的Claude主导、平台特化电商七图生产线。用户提供一张商品图和一句自然需求；Qwen只提供视觉观察，Claude按Skill框架编写动态商品设定板和七份自包含单图合同，MCP确定性执行，并保留一条Sharp/Pango实验性后置文字链路。

默认流程

start：原图 → Qwen描述性视觉观察 → Claude动态设定板方案
generate_references：原图 → 固定三视图 + 动态无字视觉设定板 + 中文标注设定板
Qwen联合观察实际参考图 → Claude平台特化七页方案和PromptModules
generate_set：01白底 + 02/03卖点 + 04/05场景 + 06/07购买决策
七份自包含Prompt → 七张无新增文字视觉底图
实际区域识别 + CopyPlan → 七张实验性后置文字版本

七图生图阶段只引用三视图和无字视觉设定板，不输入原图。Qwen观察不是创意规划或商品审核；区域识别只用于排版避让；默认流程不启用旧式内容质量门禁或自动返修。

当前质量状态

• V3流程、结构校验、哈希绑定、费用记录、恢复和后置文字渲染已具备自动测试；
• 用户真实验收结论是：当前“无字底图 + Sharp/Pango后置文字”的视觉效果很差，未达到商业设计或竞品套图质量；
• 后置文字文件只作为实验性兼容输出和后续改造基线，不得称为最终设计成品、商业可用成品或质量已通过；
• 交付时必须同时保留无字视觉底图，并把底图质量与实验性后置文字质量分别说明。

核心能力

• 当前VSCode Claude唯一附件协议级优先；
• 修正为水平摄影机方位的45度观察三视图；
• 图片模型不生成新增中文和参数；
• Qwen视觉辅助、Claude创意主导和同run哈希复用；
• 白底、卖点、场景、购买决策定位模板族；
• 淘宝、京东、抖音电商、拼多多和通用平台设计Profile；
• 七份完整、自包含的独立单图Prompt；
• 商品、人脸、人体、Logo、包装原字、关键结构和安全区几何识别；
• Sharp/Pango字形度量、中文换行、字号搜索和语义完整性检查（工程实现；视觉质量未通过真实验收）；
• 安全区冲突时使用信息面板或扩展画布，不裁切商品硬叠字；
• 串行图片提交、HMAC状态、保守恢复和未知提交不重提。

目录职责

.claude-plugin/                 # Claude Code插件元数据
bin/                            # 全局/工作区安装CLI与复制边界
docs/                           # 用户入口、能力地图、交付合同和手工验收说明
mcp/src/core/                   # 配置、状态、费用、恢复、Provider通用基础设施
mcp/src/providers/              # Qwen、即梦、七牛等外部服务适配器
mcp/src/tools/                  # MCP工具参数转换、消息和入口编排
mcp/src/features/image-set/     # V2/V3套图规划、参考资产、生成、排版和恢复主链
mcp/src/features/designed-asset/# 三页设计资产兼容链
mcp/test-fixtures/              # 可重复的失败/恢复测试夹具
memory-templates/               # 安装到工作区的长期记忆模板
scripts/                        # 测试、安装、MCP、打包和验收脚本
skills/fmode-image-set/         # Skill入口、代理元数据和按需加载参考合同

node_modules/、生成结果/、.idea/、环境文件和临时目录不是交付包内容；测试与失败夹具属于发布包，用于安装后回归和问题复现。

安装与验证

npm install
npm test
npm run install:check
npm run smoke:package
npm run mcp:smoke
npm run acceptance
node bin/fmode-image-set.js workspace --smoke

安装目标：.claude/skills/fmode-image-set/。

使用

上传一张商品图，然后说：

给这款商品做一套适合淘宝详情页的中文七图，直接生成并交付，过程中不用再问我。

普通套图由Claude在同一用户请求内连续调用三个内部阶段；用户无需参与阶段切换：

action: start
production:
  instruction: 用户当前需求
  platform: taobao
  market: CN
  targetLanguage: zh-CN
  aspectRatio: "1:1"
workspaceRoot: 当前项目绝对路径
cwd: 当前项目绝对路径

随后Claude根据返回观察编写referenceAuthoring调用generate_references，再根据参考图观察编写setPlan调用generate_set。完整字段见skills/fmode-image-set/SKILL.md。

用户如同时提供商品名称、卖点、规格或官方文案，可分别传入 productName、sellingPoints、specifications 和 officialCopy；未提供时不得虚构事实参数。

运行产物

生成结果/电商七图/<run_id>/
├── 商品附件/
├── 参考资产/
├── 成品图/                         # 七张无新增文字视觉底图
├── 平台设计成品V2/                 # 历史目录名：七张实验性后置文字版本与manifest
├── reference-first-request.json
├── reference-asset-plan.json
├── reference-asset-result.json
├── set-blueprint.json
├── prompt-plan.json
├── jimeng-result.json
├── copy-plan.json
├── layout-regions.json
├── layout-report.json
└── reference-first-result.json

费用和边界

• 当前图片Provider单图 0.22 元，2+7共九张预计 1.98 元；
• 原图/参考图视觉观察和区域识别模型调用单独记录usage，价格取决于本机配置；
• submission_unknown 不自动重提；
• 已完成阶段在同run恢复时不重复付费调用；
• 平台Profile是项目设计策略，不是平台官方规范或发布合规保证；
• 技术完成不代表商品真实性、内容质量或人工审美批准；
• 当前后置文字视觉质量已知不合格，不得仅凭自动测试或文件生成成功对外宣称成品质量。