meitu-id-photo

Overview

接收一张人物照片，按指定证件照规格（尺寸 + 背景色）执行两步管线：自然美颜 → AI 重绘（换正装 + 纯色背景 + 规格裁剪）。无论原图穿什么衣服、戴不戴帽子，都通过 image-edit 一步重绘为标准正装证件照。

Dependencies

• meitu-cli (>=0.1.9): npm install -g meitu-cli
  • 凭证配置：meitu config set-ak --value "..." + meitu config set-sk --value "..."
  • 验证：meitu auth verify --json

路径别名： 下文中 $VISUAL = {OPENCLAW_HOME}/workspace/visual/

Core Workflow

Preflight → [Context: 跳过] → Execute (规格确认 → 两步管线) → Refine → Deliver → [Record]

Context 跳过原因： 证件照是标准化工具型管线（固定参数、官方规格），无创意自由度，不需要从 quality.yaml/global.md 加载审美偏好。

Preflight

1. meitu --version → 未安装则提示 npm install -g meitu-cli
2. meitu auth verify --json → 凭证无效则引导配置
3. Detect mode: cwd has openclaw.yaml → project mode; else → one-off 检查 $VISUAL 目录 → 确定 capabilities can_record = cwd 有 openclaw.yaml AND $VISUAL 存在（两者缺一即 false）
4. output_dir 解析（Preflight 内 MUST 完成）： Resolve output_dir: openclaw.yaml → ./output/ | else → $VISUAL/output/meitu-id-photo/ mkdir -p {output_dir}

硬约束： {output_dir} 禁止指向 skill 文件夹内部。output/ 永远在 skill 文件夹外部。 Execute 中所有 --download-dir {output_dir} 使用此处解析的路径。

Execute

需求分析

从用户输入中提取两个关键维度：

维度	如何确定	默认值
规格	用户指定名称（一寸、二寸、护照…）或具体尺寸	一寸（最常用）
背景色	用户指定颜色名或 hex 值	白色 #FFFFFF

规格匹配逻辑：

用户说"一寸照" → 匹配 一寸。用户说"护照照片" → 匹配 中国护照。用户说"美签照片" → 匹配 美国护照/签证。 用户说"蓝底二寸" → 规格=二寸，背景色=蓝色。 用户只说"证件照" → 问：需要什么规格？（列出常用选项：一寸/二寸/护照）

背景色快捷匹配：

用户表述	背景色	Hex
白底/白色/身份证/护照/签证	白色	#FFFFFF
蓝底/蓝色/毕业证/工作证	蓝色	#438EDB
红底/红色/结婚证/党员证	红色	#FF0000

用户未指定背景色 → read references/spec-database.md § 中国标准尺寸 / 国际护照与签证，根据规格的"默认背景"列推断。推断不出则默认白色。

用户指定的规格未在上方快捷表中 → read references/spec-database.md 查找完整规格（含像素、默认背景、触发词）。

输入验证

• 必须有照片：未上传 → "请上传一张正面清晰的人物照片"
• 照片质量建议：正面、五官清晰、光线均匀。侧脸/遮挡严重会影响效果
• 帽子/墨镜：无需拒绝。image-edit 会在重绘时自动去掉帽子和墨镜，生成免冠证件照
• 仅支持单人：beauty-enhance 限制单人。检测到多人 → 提示"证件照需要单人照片"

规格确认

向用户确认规格和背景色后再执行管线：

确认：一寸照（295×413px），白色背景 开始生成？

单一明确需求（如"帮我做一张蓝底二寸照"） → 可跳过确认，直接执行。

两步管线

管线顺序是硬约束，不可调换：

Step 1: image-beauty-enhance  自然美颜（可选，用户说"不要美颜"则跳过）
Step 2: image-edit            AI 重绘：换正装 + 纯色背景 + 构图裁剪（核心步骤）

链式调用机制： 中间步骤加 --json，解析返回 JSON 的 media_urls[0] 作为下一步的 --image 输入。最终步骤加 --download-dir {output_dir}（使用 Preflight 已解析的路径）。

---

Step 1（可选）: 美颜 — image-beauty-enhance

meitu image-beauty-enhance --image {user_photo_url} --beatify_type 0 --json

• --beatify_type 0：自然美颜（证件照硬约束，绝不使用 1）
• 效果：轻度磨皮去瑕疵、均匀肤色、微亮眼。保留皮肤纹理和真实面部结构
• 禁止操作：瘦脸、大眼、改变五官 — 证件照必须与本人一致
• 解析：ok: true → media_urls[0] 传入下一步
• ok: false → 跳过美颜，用原图继续（美颜失败不阻塞管线）
• 用户明确说"不要美颜" → 跳过此步

---

Step 2: AI 重绘 — image-edit（核心步骤）

image-edit 使用 praline 模型一步完成：换正装、去帽/墨镜、换背景色、构图裁剪。

meitu image-edit \
  --image {input_url} \
  --prompt "{prompt}" \
  --model praline \
  --ratio {ratio} \
  --download-dir {output_dir}

Prompt 构建规则：

保持人物面部五官完全不变，免冠，{attire_desc}，
纯{color_name}色背景（{hex}），人物居中，正面直视镜头，表情自然端庄，
头部占画面约三分之二高度，头顶留适当空白，标准{spec_name}证件照风格

服装描述 {attire_desc} 选择：

场景	attire_desc
默认 / 未指定性别	穿着深色正装外套搭配白色有领衬衫，衣领整洁，肩部贴合自然
用户指定男士	穿着深蓝色西装外套搭配白色有领衬衫，系深色领带，衣领整洁
用户指定女士	穿着黑色职业西装外套搭配白色圆领衬衫，衣领整洁，肩部贴合自然
用户要求白衬衫（无外套）	穿着白色有领衬衫，衣领整洁，无外套
用户自定义服装	按用户描述填写

关键原则： prompt 必须包含"保持人物面部五官完全不变"以确保人脸一致性。服装描述要具体（颜色+款式+细节），避免泛泛的"正装"一词。

变量替换示例（一寸白底，默认正装）：

• {attire_desc} = 穿着深色正装外套搭配白色有领衬衫，衣领整洁，肩部贴合自然
• {color_name} = 白
• {hex} = #FFFFFF
• {spec_name} = 一寸
• {ratio} = 3:4

完整 prompt 示例：

保持人物面部五官完全不变，免冠，穿着深色正装外套搭配白色有领衬衫，衣领整洁，肩部贴合自然，
纯白色背景（#FFFFFF），人物居中，正面直视镜头，表情自然端庄，
头部占画面约三分之二高度，头顶留适当空白，标准一寸证件照风格

--ratio 查表：read references/spec-database.md § --ratio 映射表 获取当前规格对应的 --ratio 值。

常用速查（完整表在 references）：

常用规格	--ratio
一寸/二寸/大一寸/小二寸/中国护照/欧盟签证	3:4
大二寸	2:3
身份证/英国护照	4:5
美国护照/日本签证	1:1

Prompt 禁止语法（meitu-cli 使用纯自然语言）：

• 禁止 --ar、--no、(keyword:1.5)、<lora:xxx>
• 比例通过 --ratio 参数传递，不写在 prompt 中

背景色精度说明：image-edit 是生成式模型，prompt 中的 hex 值为近似指导，实际出图颜色可能有偏差（如 #438EDB 可能偏天蓝）。对于需要像素级精准背景色的严格场景（如政府机构电子照片采集），应告知用户此限制，建议使用专业证件照软件做最终调色。

---

错误降级策略

每步独立处理，尽量不阻塞管线：

L1: 简化 prompt — 移除尺寸像素描述，只保留服装+背景色+居中指令
L2: 省略可选参数 — ratio 改为 auto
L3: 跳过美颜 — 美颜失败用原图继续
L4: 编辑失败 → 简化服装描述重试（只保留"穿着正装"），仍失败则交付原图并说明
L5: 首步即失败 → 检查凭证/余额，报错含 code + hint

特殊错误码：

• ORDER_REQUIRED → 提示用户充值，提供 action_url
• CREDENTIALS_MISSING → 提示配置 AK/SK

Refine

结果呈现：

• 展示生成的证件照
• 说明规格和背景色："一寸白底证件照（295×413px）"
• 不暴露完整 prompt

反馈分类与处理：

反馈类型	调整方式	示例
背景色不对	修改 prompt 中的颜色值，重跑 Step 2	"要蓝底不是白底" → 改 hex 重新编辑
尺寸不对	修改规格参数，重跑 Step 2	"要二寸的" → 更换规格重新编辑
服装不满意	修改 attire_desc，重跑 Step 2	"换白衬衫不要外套" → 调整服装描述
不像本人	在 prompt 中加强面部保留描述，重跑 Step 2	"不太像我" → 强调面部不变
美颜过度/不够	跳过美颜或说明限制	"不要美颜" → 跳过 Step 1 重跑
人物位置偏	调整 prompt 中的位置描述，重跑 Step 2	"头太偏上了" → 修改构图指令
换张照片	从 Step 1 重新开始	"用另一张" → 全管线重跑
满意	进入 Deliver	"可以" / "不错"

迭代节奏：

• 每轮只调整用户反馈涉及的步骤，不重跑全管线
• 背景色/尺寸/服装调整只需重跑 Step 2（最快）
• 建议最多 3 轮迭代
• 超过 3 轮 → 建议换一张照片或调整期望

Deliver

output_dir 已在 Preflight 解析完毕，文件已由 --download-dir 下载到 {output_dir}。最终步骤返回 JSON 中 downloaded_files[0].saved_path 即为本地文件路径。Deliver 只做重命名：

mv "{downloaded_files[0].saved_path}" "{output_dir}/{date}_{spec_name}_{color_name}.{ext}"

{ext} 取自 downloaded_files[0].saved_path 的实际扩展名。

命名示例：2026-03-23_二寸_蓝底.jpg、2026-03-23_美国护照_白底.png

Record（项目模式 MUST / 一次性模式跳过）

前提： can_record = cwd 有 openclaw.yaml AND $VISUAL 存在（两者缺一即 false）。不满足 → 跳过全部记录，反馈仅当前对话有效。

No feedback → 完全跳过，不读 observations.yaml，零开销。

User approved style → read $VISUAL/memory/observations/observations.yaml → scan similar key → merge or append → write back. len(projects) >= 2 → propose promotion (non-blocking)：

"顺便说一下，你在 N 个项目中都偏好 X。要保存吗？ → 保存到场景 [默认] → 保存到全局偏好 → 不保存" User confirms → write to $VISUAL/memory/scenes/{scope}.md 或 global.md，then delete observation key User ignores → do nothing

User rejected ("不要 XX") → has openclaw.yaml → ask scope → project: DESIGN.md Constraints / universal: quality.yaml（需用户确认） no openclaw.yaml → current task only, write nothing

Output

• 格式：取自实际下载文件（通常 JPG）
• 命名：{YYYY-MM-DD}_{规格名}_{背景色}.{ext}
• 位置：由 Deliver 步骤决定

Boundaries

本 skill 只做证件照生成——标准化的美颜+AI重绘（换正装+背景+裁剪）。不做：

不做	转交
艺术写真 / AI 写真 / 风格照	meitu-portrait
通用修图 / 去水印 / 超清	meitu-image-fix
海报设计 / 排版	meitu-poster
创意换背景（非纯色）	meitu-portrait 或 meitu-image-fix

边界判断：用户意图是"做一张标准证件照" → 本 skill。用户意图是"把照片背景换成风景" → 告知不是证件照场景，建议对应 skill。