ai-product-photography
作者 inferen-shai-product-photography 使用 inference.sh CLI 生成专业的 AI 产品摄影和商业图片,可用于电商平台、Amazon 商品页、Shopify 店铺以及各类营销活动。
概览
这个技能能做什么
ai-product-photography 是基于 inference.sh CLI(infsh)构建的命令行 AI 产品摄影工作流。它可以按需生成专业、逼真的产品图片:干净的棚拍白底图、生活方式场景、Mockup,以及适用于电商和营销活动的视觉素材。
与每次手动设置 prompt 和模型调用相比,这个技能提供了一套可复用的模式,通过 infsh 调用图片模型,生成:
- 白色或中性背景的棚拍图片
- 带场景的生活方式产品图片
- 为 Amazon 或 Shopify 调优的电商白底图(packshot)
- 用于营销和广告的创意视觉素材
适用人群
这个技能适合:
- 电商和 Amazon 卖家:需要规模化、风格统一的产品图片
- Shopify 和 DTC 品牌:需要为商品目录和营销活动制作图片
- 市场和社媒团队:经常为广告和帖子产出新视觉素材
- 开发者和技术运营/营销人员:习惯使用终端,希望自动化生成产品图片
如果你更倾向用脚本或模板化方式生成产品图片,而不是点选式 UI,ai-product-photography 会是不错的选择。
核心能力
借助 inference.sh,ai-product-photography 可以使用多个图片模型(具体以上游文档为准):
- FLUX Dev(
falai/flux-dev) – 高质量、细节丰富的产品照片 - FLUX Schnell(
falai/flux-schnell) – 适合在调 prompt 时快速迭代 - Imagen 3(
google/imagen-3) – 逼真、自然风格的照片 - Grok(
xai/grok-imagine-image) – 更具创意、风格化的变化 - Seedream – 更偏向产品和商业视觉(具体 app ID 见上游表格)
常见用例包括 “product photography”、“product shot”、“amazon product photo”、“shopify images”、“studio product shot”、“lifestyle product image”、“packshot”、“product mockup”等。
什么时候适合(或不适合)使用这个技能
在以下场景适合使用 ai-product-photography:
- 你已经在用,或愿意安装 inference.sh CLI
- 你希望通过命令行稳定、可复现地生成产品图片
- 你需要把 AI 产品图片接入脚本、CI 或内容生产流水线
以下情况可能并不理想:
- 你只想要纯可视化的拖拽编辑器,而不是 CLI 工作流
- 你对安装和登录 CLI 工具有顾虑
- 你需要大量后期处理或复杂排版设计(本技能侧重“生成”,不是“编辑”)
使用方法
1. 使用前准备
要按预期运行 ai-product-photography,你需要:
- 一个可用的 终端环境(macOS、Linux,或带兼容 shell 的 Windows)
- 已安装 inference.sh CLI(
infsh) - 一个 inference.sh 账号以及能通过 CLI 登录的凭证
按照上游 SKILL.md 中引用的官方 CLI 安装说明进行安装:
https://raw.githubusercontent.com/inference-sh/skills/refs/heads/main/cli-install.md
安装好 infsh 后,先验证:
infsh --help
如果命令能正常输出帮助信息,就可以继续下一步。
2. 安装 ai-product-photography 技能
如果你使用的是支持 skills 的 agent 环境,可以通过以下命令添加技能仓库:
npx skills add https://github.com/inferen-sh/skills --skill ai-product-photography
这会拉取共享的 inferen-sh/skills 仓库,并注册 ai-product-photography 技能,方便你的 agent 或工具引用其中的配置、prompt 和约定。
安装完成后,打开技能目录查看:
SKILL.md– 高层说明和能力说明guides/photo/ai-product-photography– 工作流细节和示例(如果存在)
3. 登录 inference.sh
在生成图片之前,先完成 CLI 认证:
infsh login
按提示完成登录流程(例如复制认证 URL 到浏览器并确认访问)。登录成功后,你的 CLI 就可以调用配置好的模型。
4. 生成你的第一张产品图片
上游的快速开始中给出了使用 FLUX Dev 的最简产品摄影调用,你可以作为模板:
infsh app run falai/flux-dev --input '{
"prompt": "Professional product photo of wireless earbuds on white surface, soft studio lighting, commercial photography, high detail"
}'
这个命令会:
- 调用
falai/flux-devapp - 发送一个带产品摄影 prompt 的 JSON
input负载 - 返回生成的产品图片(具体输出方式取决于你的
infsh配置)
将 prompt 文案改成符合你产品、背景和风格需求的描述即可。
5. 为任务选择合适的模型
技能文档列出了多个可用模型,可参考以下典型选择方式:
- 最终上架用图需要最高画质(如 Amazon、Shopify 商品详情页)时,使用 FLUX Dev。
- 处于 prompt 探索阶段、更看重出图速度时,用 FLUX Schnell。
- 需要 极度写实、自然光效果 的产品场景时,用 Imagen 3。
- 想为社媒或广告尝试 创意或风格化 版本时,用 Grok。
- 针对 产品/商业 场景的定向图片,可使用 Seedream(具体 app ID 见上游文档)。
切换模型只需更改 app run 的目标,例如:
infsh app run google/imagen-3 --input '{
"prompt": "Lifestyle photo of a ceramic coffee mug on a wooden table near a laptop, morning light, realistic, e-commerce focus"
}'
6. 编写高效的产品摄影 prompt
ai-product-photography 不会强制你使用死板的模板,而是鼓励为电商场景编写丰富、具体的 prompt。建议包括:
- 产品类型和关键属性 – 例如 “matte black stainless steel water bottle, 750ml, logo centered”
- 背景和环境 – 例如 “on white seamless background”、“on kitchen countertop”、“in gym setting”
- 光线和氛围 – 例如 “soft studio lighting”、“high key, bright, no harsh shadows”
- 使用场景 – 例如 “held in a hand”、“next to laptop”、“on bathroom shelf”
- 质量暗示 – 例如 “commercial product photography, high resolution, high detail”
棚拍示例:
infsh app run falai/flux-dev --input '{
"prompt": "Studio packshot of a matte black stainless steel water bottle on pure white background, soft diffused lighting, sharp focus, commercial product photography, e-commerce listing image"
}'
生活方式示例:
infsh app run falai/flux-schnell --input '{
"prompt": "Lifestyle photo of running shoes on a park path at sunrise, shallow depth of field, athlete in background out of focus, modern ad style, social media ready"
}'
7. 集成到电商与营销工作流
由于 ai-product-photography 以 CLI 为中心,非常适合整合进你已有的 Amazon、Shopify 或社交媒体脚本和流水线中:
- 批量生成脚本 – 遍历 SKU 列表,为每个产品生成一张或多张图片
- 内容生产流水线 – 在构建脚本中加入
infsh调用,在发布前自动生成素材 - A/B 测试 – 快速产出多种视觉版本的广告素材,并对比投放表现
例如,一个简单的 Bash 循环(仅作概念示例):
#!/usr/bin/env bash
PRODUCTS=("wireless earbuds" "smartwatch" "fitness tracker")
for PRODUCT in "${PRODUCTS[@]}"; do
infsh app run falai/flux-dev --input "{
\"prompt\": \"Professional studio photo of ${PRODUCT} on white background, soft studio lighting, e-commerce packshot, high detail\"
}"
done
根据你的环境和 inference.sh 文档,调整输出路径及后续处理方式。
8. 深入查看仓库以解锁进阶用法
如果你想超越快速上手阶段,可以在 inferen-sh/skills 仓库中打开该技能的源码:
- 查看
SKILL.md,了解权威描述、工具约束(Bash /infsh)以及触发方式。 - 在
guides/photo/ai-product-photography下查找更深入的图片工作流、风格建议或 prompt 配方(取决于你使用的仓库版本是否包含)。
在此基础上,你可以定制:
- 适配自家品牌视觉规范的标准 prompt 结构
- 不同产品品类对应的模型选择
- 用于自动化重复任务的 shell 脚本
常见问题(FAQ)
ai-product-photography 是独立应用还是一个 CLI 工作流?
ai-product-photography 是一个 以 CLI 为中心的技能,而不是独立的 GUI 应用。它依赖 inference.sh CLI(infsh) 和 inferen-sh/skills 仓库。你需要在终端(或脚本中)运行命令来生成产品图片。
使用 ai-product-photography 需要哪些工具?
根据 SKILL.md,允许使用的工具为:
- *Bash (infsh ) – 这意味着工作流设计为通过 Bash 脚本或调用
infshCLI 的 shell 命令来运行。你需要准备 Bash(或兼容 shell)以及已安装的 inference.sh CLI。
这个技能可以使用哪些模型?
上游文档列出了几个示例模型:
falai/flux-dev(FLUX Dev)falai/flux-schnell(FLUX Schnell)google/imagen-3(Imagen 3)xai/grok-imagine-image(Grok)- Seedream(完整 app ID 请查看仓库)
你可以通过更改 infsh 命令中的 app run 目标来切换这些模型。
我能用 ai-product-photography 做 Amazon 或 Shopify 商品图吗?
可以。技能说明中特别强调了 电商、Amazon 商品页和 Shopify 等核心场景。通过搭配棚拍风格的 prompt(白色背景、光线清晰、对焦锐利)以及 FLUX Dev 或 Imagen 3 等高质量模型,可以生成适合用作商品详情页的图片。
不过,请务必确认生成的图片符合各平台的上架规范和你自己的品牌标准。
这个技能会处理后期吗,还是只负责生成?
ai-product-photography 主要负责通过 inference.sh 模型进行 图片生成。它不提供内建的后期处理功能(如裁剪、背景抠图、文字叠加等),这些需要在生成后再用其他图片编辑工具完成。
使用这个技能需要有 AI 图像模型方面的经验吗?
不需要深入的模型知识,但需要对 命令行操作有基本的熟悉。技能提供的快速开始命令已经是可直接运行的示例,你主要只需微调 prompt,并根据需求选择合适的模型。
命令执行失败时应该如何排查?
如果某个 infsh 命令报错,可以按以下步骤排查:
- 确认 CLI 已安装且可用:运行
infsh --help。 - 如果怀疑是认证问题,再次执行
infsh login。 - 检查 app ID(例如
falai/flux-dev或google/imagen-3)是否与仓库表格中的值一致。 - 验证
--input负载中的 JSON 是否有效(引号与大括号是否匹配)。
如果问题仍然存在,可将你的命令与 SKILL.md 以及 inferen-sh/skills 仓库中对应指南里的示例对比查看。
在哪里可以查看 ai-product-photography 的完整配置?
打开上游仓库路径:
https://github.com/inferen-sh/skills/tree/main/guides/photo/ai-product-photography
在这里你可以查看 SKILL.md 以及其他附加指南、规则或辅助文件。在 Agent Skills Finder 界面中,可以使用 Files 标签页浏览完整目录树,了解该技能的具体定义方式。
