meitu-image-fix

Meitu Image Fix

概要

問題のある画像を受け取り、画質・人物・コンテンツの3種類の問題を自動診断し、最適な修復パイプラインを計画して、meitu-cli ツールチェーンを順に呼び出して修復します。中核となる価値は診断＋連携です。ユーザーはどのツールを使うべきか知る必要はなく、「修正して」と伝えるだけで済みます。

依存関係

• meitu-cli (>=2.0.6): npm install -g meitu-cli@latest
• 認証情報: env MEITU_OPENAPI_ACCESS_KEY / MEITU_OPENAPI_SECRET_KEY を優先するか、~/.meitu/credentials.json を事前に用意します。ローカルの認証情報への書き込みをユーザーが明示的に要求した場合に限り、meitu config set-ak / meitu config set-sk を実行します。

パスのエイリアス： 以下では、$VISUAL = {OPENCLAW_HOME}/workspace/visual/ です。

コアワークフロー

Preflight → [Context: 跳过] → Execute (诊断 → 规划 → 逐步执行) → Deliver
              ↑ 工具型 skill，无创意上下文需求，始终跳过 Context

事前確認

1. meitu --version → インストールされていない場合は npm install -g meitu-cli@latest を案内します
2. meitu auth verify --json → 認証情報が無効な場合は、設定方法を案内します
3. モードを検出します：cwd に openclaw.yaml がある → プロジェクトモード、ない → 単発モード can_record = cwd に openclaw.yaml があり、かつ $VISUAL が存在する（どちらか一方でも欠けていれば false）
4. output_dir を解決します：openclaw.yaml がある → ./output/ | それ以外 → $VISUAL/output/meitu-image-fix/ mkdir -p {output_dir}

コンテキスト

ツール型スキルであり、創作コンテキストは不要なため、常に Context をスキップして Execute に進みます。

実行

診断：画像を見る＋ユーザーの話を聞く

次の2つの情報源から問題を判断します。

視覚分析（Read ツールで画像を読み取り、マルチモーダル認識で問題を特定します）：

観察された現象	ラベル
解像度が低い／明らかにぼやけている／圧縮によるギザギザが目立つ／ノイズが多い	quality:blur
透かしが見える／半透明の文字が重なっている	content:watermark
画面内に、被写体以外の通行人や雑物がある	content:unwanted-object
文字に誤字がある	content:text-error
背景に問題がある（雑然としている／破損している／撮影時の意図しないものが写り込んでいる）	content:bg-flaw
顔が見え、肌のきめが粗い／くすんでいる／ニキビ跡が目立つ	portrait:skin
顔が見え、顔立ちを調整できる	portrait:feature

ユーザーの意図の解析（ユーザーの発言をラベルに直接対応付けます）：

ユーザーの表現	ラベル
「鮮明に」「超高画質」「高画質」「ぼやけている」「画質が悪い」「古い写真」	quality:blur
「透かしを消して」「透かし」	content:watermark
「通行人を消して」「雑物を取り除いて」「XXを消して」	content:unwanted-object
「文字を変更して」「誤字を直して」「XをYに変更して」	content:text-error
「背景をきれいに修正して」「背景が雑然としている」	content:bg-flaw
「肌をなめらかに」「美顔」「ニキビを消して」「明るくして」「肌」	portrait:skin
「整った印象に」「顔立ちを調整して」	portrait:feature
「背景を消して」「切り抜いて」「透明な背景」	cutout
「修正して」「処理して」（曖昧な指示）	視覚分析のみに依存

2つの情報源を統合し、最終的な問題リストを作成します。

修復パイプラインの計画

実行順序（厳守——順序を誤ると効果に重大な影響があります）：

Phase 1: image-superres-enhance 先提升画质，后续操作在清晰图上效果更好
Phase 2: image-edit / cutout    内容修复在高清底图上精度更高
Phase 3: image-edit(gummy_pro)  人像精修放最后，避免被前面步骤的重编码破坏

パイプラインのルーティング表：

問題ラベル	Phase	ツール	コマンド
quality:blur	1	image-superres-enhance	meitu image-superres-enhance
content:watermark	2	image-edit	meitu image-edit --model praline_pro
content:unwanted-object	2	image-edit	meitu image-edit --model praline_pro
content:text-error	2	image-edit	meitu image-edit --model praline_pro
content:bg-flaw	2	image-edit	meitu image-edit --model praline_pro
cutout	2	image-cutout	meitu image-cutout
portrait:skin	3	portrait-retouch	meitu image-edit --model gummy_pro
portrait:feature	3	portrait-retouch	meitu image-edit --model gummy_pro

Phase 2 で複数の edit 操作がある場合は、1つずつ順番に実行します（各操作では直前の手順の出力 URL を使用します）。 cutout と他の Phase 2 操作を併用する場合は、先に edit を行い、その後 cutout を実行します（背景の除去はコンテンツを修復した後に行います）。

パイプラインをユーザーに確認する（複数ステップの修復時）：

診断結果と計画した手順を列挙し、確認を得てから実行します：

診断結果：画像がぼやけている＋透かしがある＋顔の肌のきめが粗い 修復計画：① 超高画質化 → ② 透かしの除去 → ③ 自然な美顔処理 開始してよいですか？

ユーザーが単一の問題だけを挙げており、診断に曖昧さがない場合 → 確認をスキップして、そのまま実行します。

手順ごとの実行

連鎖呼び出しの仕組み： 各ステップに --json を追加し、返された JSON の media_urls[0] を解析して、次のステップの --image_list 入力として使用します。最後のステップにのみ --download-dir {output_dir} を追加してローカルに保存します。--download-dir を追加すると、JSON 出力に downloaded_files 配列が追加されます。downloaded_files[0].saved_path からダウンロードしたファイルの完全なパスを取得し、Deliver フェーズで rename します。

URL の受け渡しに失敗した場合のフォールバック：次のステップで media_urls[0] を --image_list 入力として使用できず（UPLOAD_ERROR）、失敗した場合は、まずシステムの一時ディレクトリにダウンロードしてからローカルパスで再試行します：

curl -sL -o /tmp/meitu-fix-step{N}.{ext} {url}
meitu <command> --image_list /tmp/meitu-fix-step{N}.{ext} ...

中間ファイルは必ず /tmp/ またはシステムの一時ディレクトリに保存し、スキルフォルダーやソースファイルのあるディレクトリへの保存は禁止です。パイプライン完了後にクリーンアップします：rm -f /tmp/meitu-fix-step*.{ext}。

---

Phase 1: 超高画質化 — image-superres-enhance

画像の被写体に基づいて --prompt の内容説明を作成します：

主体の種類	--prompt	判断基準
人物が中心	portrait photo	顔が視覚的な焦点になっている
商品／物品	e-commerce product image	製品、食べ物、実物のクローズアップ
グラフィック／スクリーンショット	text document or UI screenshot	UI スクリーンショット、文字画像、イラスト、アイコン
判断できない	general image	判断できない場合のデフォルトの説明

meitu image-superres-enhance --image_url {input} --prompt "{content_description}" --json --skill_name skill_meitu-image-fix

解析：ok: true → media_urls[0] を次のステップに渡します。 ok: false → エラーを記録し、元画像を使って後続の手順を続行します（アップスケールの失敗でパイプラインを停止しません）。

---

Phase 2: コンテンツの修復 — image-edit / image-cutout

コンテンツの問題ごとに edit 指示を1つ作成し、1つずつ順番に実行します：

問題	--prompt の例	注意事項
透かし	"去除图片中的水印"	透かしの面積が大きい場合は、2回の処理が必要になることがあります
通行人／雑物	"消除画面中的路人" / "去掉右下角的杂物"	位置を具体的に説明すると、より効果的です
文字の誤り	"将文字'XXX'改为'YYY'"	変更前と変更後のテキストを指定します
背景の問題	"修复背景中的破损区域"	対象範囲を具体的に説明します

meitu image-edit --image_list {prev_url} --prompt "{instruction}" --model praline_pro --json --skill_name skill_meitu-image-fix

每步取 media_urls[0] 传给下一步。

如果问题是去背景（cutout）：

meitu image-cutout --image_url {prev_url} --json --skill_name skill_meitu-image-fix

仅人物、宠物、商品、图标、印章可执行该步骤；明确知道主体模型时可追加 --model_type 0、--model_type 1 或 --model_type 2，否则省略并自动选型。

---

Phase 3: 人像精修 — image-edit（gummy_pro）

meitu image-edit --image_list {prev_url} --prompt "{portrait_retouch_prompt}" --model gummy_pro --json --skill_name skill_meitu-image-fix

用户诉求	portrait_retouch_prompt
自然修饰 / 轻微瑕疵 / 日常照	natural portrait retouch, improve skin texture and facial details, keep facial structure unchanged
明确要求强效 / 瑕疵严重 / 商业用途	strong but realistic portrait retouch, smoother skin and cleaner facial details, keep facial structure unchanged
未明确说明	默认使用自然修饰 prompt

约束：portrait retouch 仅适用于真实单人肖像。以下情况跳过此步骤并告知用户：

• 多人图片
• 非真实人像（卡通、插画、简笔画、AI 绘图风格）
• 人脸过小或不清晰

服务端拒绝时直接跳过即可。

同时有 portrait:skin 和 portrait:feature → 一次 image-edit --model gummy_pro 即可覆盖（不需要调两次）。

---

最后一步下载： 管线最后一个命令加 --download-dir {output_dir}，直接保存结果文件到本地。

错误处理

每步独立处理，单步失败不阻塞管线：

L1: 简化 prompt — 移除修饰语，保留核心指令（edit 步骤适用）
L2: 省略可选参数 — 如裁剪掉非必要修饰，让服务端按默认路由处理
L3: 跳过当前步骤 — 用上一步结果继续后续管线
L4: 连续 2 步失败 → 停止管线，将最后一个成功步骤的结果下载到 {output_dir} 交付，并说明哪些步骤未完成
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

Deliver

output_dir 已在 Preflight 预解析，Execute 最后一步的 --download-dir 已直接写入该目录，Deliver 仅做 rename。

mv {output_dir}/{task_id_file} {output_dir}/{date}_{effect}.{ext}

Record（项目模式 MUST / 一次性模式跳过）

can_record = cwd 有 openclaw.yaml AND $VISUAL 存在（两者缺一即 false）→ false 时跳过。一次性模式下反馈仅当前对话有效。

User approved style → read $VISUAL/memory/observations/observations.yaml → scan similar key → merge or append → write back. len(projects) >= 2 → propose promotion (non-blocking) → 非阻塞提议晋升（在回复末尾提及："你在 N 个项目中都偏好 X，要保存吗？"）→ confirmed → write target + delete observation

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

No feedback → skip entirely（不读 observations.yaml，zero overhead）。

Output

• 格式：与输入一致（jpg→jpg, png→png），cutout 输出 png（含透明通道）
• 命名：{date}_{修复摘要}.{ext}
  • 单一修复：2026-03-23_upscale.jpg
  • 串联修复：2026-03-23_upscale+remove-watermark+beauty.jpg
• 位置：由 Deliver 步骤决定

Boundaries

本 skill 只做修复——让一张已有的图变得更好。不做创作类任务：

不做	转交
风格转绘（变漫画/油画/3D）	image-style-transfer（或经 meitu-tools 直调）
换背景/换场景（创意替换）	image-background-replace 或 meitu-visual-me 的背景替换工作流
海报排版/加文字布局	meitu-poster
AI 写真/人像生成	image-portrait-generate 或 meitu-visual-me

边界判断：用户意图是"修好这张图的问题" → 本 skill。用户意图是"把这张图变成另一种东西" → 告知用户并建议对应 skill。