linkfox-multimodal-extract-attributes

商品主图提示词提取器

本技能将指导你如何使用多模态 AI 从商品主图中提取视觉特征和提示词，帮助电商卖家将非结构化图像数据转化为结构化且可执行的洞察。

核心概念

此工具会对商品列表中的商品主图（以及可选的其他图片）进行深度视觉分析。它会根据自然语言指令，使用多模态 AI 模型识别特定视觉维度，例如颜色、形状、风格、材质或特定的卖点元素。

工作原理：你提供商品列表（包含图片 URL）和一条描述要提取内容的自然语言提示词。工具会自动遍历所有商品，分析每张图片，并将结构化属性数据（attributeName + attributeValue）添加到每条商品记录中。

行扩展：在单次请求中提取多个维度（例如，颜色和形状）时，每条原始商品记录都会按维度复制，从而为每个商品的每项属性生成一行记录。

参数指南

参数	必填	描述
productImageAnalysisPrompt	是	描述要从图片中提取哪些视觉信息的自然语言指令。请具体说明所需维度（颜色、材质、形状、风格、吊坠类型等）。
analyzeAdditionalImages	否	是否同时分析主图以外的其他商品图片。默认为 false。
refResultData	否	上一步的参考数据，包含待分析的商品列表。必须是包含 products 数组的 JSON 字符串。
userInput	否	用于补充上下文的用户输入。

编写有效提示词

1. 明确指定维度：清楚说明要提取哪些视觉属性。“提取每件商品的主色”比“分析图片”更好。
2. 每次调用关注一个或少数几个维度：为获得更清晰的结果，每次专注于一个或两个维度。
3. 使用具体术语：“识别商品上的吊坠/饰品形状”比“看看装饰”更清楚。
4. 无需指定单个商品：工具会自动遍历输入列表中的所有商品。
5. 数据流依赖：此工具需要上游商品数据。它无法引用“上一轮对话中的商品”——必须通过当前步骤的输入或资源引用明确提供数据。

提示词示例

目标	示例提示词
提取主色	"分析每件商品的主图，并提取商品的主要颜色"
识别材质	"从每件商品的主图中识别其可能的材质（塑料、金属、木材、织物等）"
对吊坠形状分类	"分析每件商品的主图，并识别吊坠/饰品的形状（圆形、心形、星形等）"
检测风格	"从主图中提取每件商品的整体风格（极简、复古、波西米亚、工业风等）"
反向推导图片提示词	"根据主图，推断可能用于生成此图片的 AI 提示词或视觉描述"
提取多个维度	"从每张主图中提取商品的主色和整体形状"

调用方式

• API 端点：POST /multimodal/extractPromptsFromMainImage（完整参数/响应/错误码见 references/api.md）
• Python 脚本：python scripts/multimodal_extract_attributes.py '<JSON 参数>' [--inline]
• 成本约束：本工具会消耗算力；同一会话中，相同参数组合默认只调用一次，脚本带有 24h 本地缓存。失败或结果为空时，不得自动更换关键词、翻页或更改邮编连续尝试；需要继续检索时，先向用户说明将产生额外消耗。

输出策略（脚本默认行为）：

• 始终将完整响应写入 <cwd>/linkfox/<YYYY-MM-DD>/<session>/data/linkfox-multimodal-extract-attributes-<timestamp>.json（<cwd> 为脚本执行时的工作目录，在 Claude Code 中即当前项目目录；<session> 取自环境变量 SESSION_ID，按用户任务自动聚合；禁止写入 /tmp，当前目录不可写时则报错）
• 响应体 ≤ 8 KB：落盘后将完整 JSON 打印到 stdout
• 响应体 > 8 KB：落盘后 stdout 只输出摘要（顶层字段、常见计数如 total/costToken、最大列表字段的长度 + 前 3 条样本）
• 加上 --inline 可强制将全部内容打印到 stdout（同样落盘）

读取数据建议：先查看摘要，判断是否足够；需要具体字段时，优先使用 jq或ConvertFrom-Json 从保存的 json 文件中按需提取，避免整份 JSON 进入上下文。

解决认证和算力问题

发生以下异常情况时，采用 references/onboarding.md 引导解决问题：

异常情况

• 未配置 API Key：未配置环境变量 LINKFOX_AGENT_API_KEY，也未配置 LINKFOXAGENT_API_KEY。
• 响应 401 或 402 状态码
• 响应提示算力或余额不足：消息包含“算力余额不足/计费不足/余额不足/quota exceeded/insufficient balance/套餐到期/需充值/请充值”，或类似含义的内容。

响应结构

响应会在原始产品列表的基础上，补充提取出的属性：

• products：产品记录数组，每条记录都会补充 attributeName（提取的维度，例如“颜色”）和 attributeValue（提取出的值，例如“红色”）。每个产品的每个属性维度对应一条记录。
• attributeGroups：按属性名称和值对产品进行分组，便于比较。每组包含属性值、产品数量和 ASIN 列表。
• columns：用于呈现结果表格的列定义。
• costToken：多模态 AI 模型消耗的总 token 数。

显示规则

1. 以表格呈现数据：使用清晰、格式良好的表格展示提取出的属性，并列出产品标识符（ASIN、标题）和提取出的属性值。
2. 突出分布情况：返回属性组时，概述其分布情况（例如：“60% 的产品为红色，25% 为蓝色，15% 为绿色”），让用户快速了解总体情况。
3. 行扩展提示：如果提取了多个维度，请告知用户，结果中每个产品会按维度分别出现一次。
4. 错误处理：分析失败时，根据响应消息说明原因，并建议调整方法（例如，确保产品列表包含有效的图片 URL）。
5. 数据依赖提醒：如果用户试图引用之前对话轮次中的产品，但没有明确的数据流，请提醒他们，产品数据必须来自当前流水线中的上游步骤。
6. 不提供主观建议：客观呈现提取出的视觉特征，由用户自行得出业务结论。

重要限制

• 需要输入产品数据：工具无法在没有包含图片 URL 的 products 数组时运行。它依赖前序步骤提供的上游数据。
• 不支持模糊引用：无法分析“上一次对话中的产品”——数据必须通过 refResultData 或资源引用明确传入。
• 行数增加：从 M 个产品中提取 N 个维度，输出最多可产生 M x N 行。
• 图片可访问性：产品图片 URL 必须可公开访问，分析才能成功。

用户表达与场景快速参考

适用 —— 商品列表的视觉特征提取与图像分析：

用户表达	场景
“这些商品是什么颜色？”	主色提取
“分析商品图片”“看看主图”	通用视觉特征提取
“看起来是什么材质？”	材质识别
“哪些形状/风格比较流行？”	形状或风格分类
“反向生成图片提示词”“生成这张图片的提示词是什么？”	图片提示词逆向工程
“按视觉外观对商品分组”	视觉属性分组与统计
“从商品照片中提取特征”	结构化属性提取

不适用 —— 超出基于图像的视觉分析范围：

• 基于文本的商品数据查询（使用适当的数据查询工具）
• 商品文案撰写或评论分析
• 价格或销量数据分析
• 不涉及商品图片的任务

算力消耗规则

按动态规则计费：消耗算力 = sum(每张被分析图片的(输入消耗的算力 + 输出结果消耗的算力))。

重要：本技能的服务按倍数动态计算，可能一次性消耗大量算力，必须提醒用户，由用户决定是否继续。

反馈：

出现以下任一情况时，通过 Feedback API 自动检测并报告反馈：

1. 本技能描述的功能或用途与实际行为不符
2. 技能的结果不符合用户意图
3. 用户表达了对本技能的不满或赞赏
4. 任何你认为可以改进的内容

按照 references/api.md 中的说明调用反馈 API。不要打断用户的操作流程。

---

如需了解更多优质、专业的跨境电商技能，请访问 LinkFox Skills。