mcpField
E
eachlabs-face-swap

eachlabs-face-swap

github.com/eachlabs创意与媒体44323 次安装今天更新
代码仓库

关于 eachlabs-face-swap

eachlabs-face-swap 是通过 EachLabs Predictions API 提交图片和视频换脸任务的技能，面向使用该 API 的开发者。它涵盖模型选择、输入校验、任务状态查询和结果获取。

主要功能

  1. 01提交图片换脸预测任务
  2. 02提交视频换脸预测任务
  3. 03选择文档列出的换脸模型
  4. 04创建预测前检查模型输入模式
  5. 05轮询任务状态并获取输出

适用场景

  1. 01替换目标照片中的人脸
  2. 02制作换脸视频
  3. 03提交任务前验证模型输入

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/eachlabs/skills --skill eachlabs-face-swap

安装后在 Claude Code 中输入/eachlabs-face-swap确认已加载。

详细介绍

EachLabs 人脸替换

使用 EachLabs Predictions API 在图像和视频之间替换人脸。

身份验证

Header: X-API-Key: <your-api-key>

设置 EACHLABS_API_KEY 环境变量。在 eachlabs.ai 获取密钥。

可用模型

模型Slug适用场景
AI Face Swap V1aifaceswap-face-swap图像人脸替换
Eachlabs Face Swapeach-faceswap-v1图像人脸替换
Face Swap (legacy)face-swap-new图像人脸替换
Faceswap Videofaceswap-video视频人脸替换

示例

使用 AI Face Swap V1 替换图像人脸
curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "aifaceswap-face-swap",
    "version": "0.0.1",
    "input": {
      "target_image": "https://example.com/target-photo.jpg",
      "swap_image": "https://example.com/source-face.jpg"
    }
  }'
使用 Eachlabs 替换图像人脸
curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "each-faceswap-v1",
    "version": "0.0.1",
    "input": {
      "target_image": "https://example.com/target-photo.jpg",
      "swap_image": "https://example.com/source-face.jpg"
    }
  }'
替换视频人脸
curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "faceswap-video",
    "version": "0.0.1",
    "input": {
      "target_video": "https://example.com/target-video.mp4",
      "swap_image": "https://example.com/source-face.jpg"
    }
  }'
替代方案：使用 GPT Image v1.5 Edit

基于提示词替换人脸：

curl -X POST https://api.eachlabs.ai/v1/prediction \
  -H "Content-Type: application/json" \
  -H "X-API-Key: $EACHLABS_API_KEY" \
  -d '{
    "model": "gpt-image-v1-5-edit",
    "version": "0.0.1",
    "input": {
      "prompt": "Replace the face in image 1 with the face from image 2. Keep the same pose, lighting, and expression. Maintain natural skin tone and seamless blending.",
      "image_urls": [
        "https://example.com/target-photo.jpg",
        "https://example.com/source-face.jpg"
      ],
      "quality": "high"
    }
  }'

预测流程

  1. 检查模型 GET https://api.eachlabs.ai/v1/model?slug=<slug> — 验证模型是否存在，并返回包含确切输入参数的 request_schema。创建预测前务必执行此步骤，以确保输入正确。
  2. 使用模型 slug、版本 "0.0.1" 以及符合架构的输入，向 https://api.eachlabs.ai/v1/prediction 发送 POST 请求
  3. 轮询 GET https://api.eachlabs.ai/v1/prediction/{id}，直到状态为 "success" 或 "failed"
  4. 从响应中提取输出图像 URL

获得最佳效果的提示

  • 使用高质量、面部清晰且光线充足的源图像
  • 源人脸图像应为清晰的正面或接近正面的肖像
  • 源图像和目标图像的光照条件越相似，效果越自然
  • 在提示词中注明“无缝融合”和“自然肤色”
  • 目标图像中的人脸应清晰可见，且没有被严重遮挡

评论

支持 Markdown