{"id":"f1f801b5-9eed-482f-a600-e4da6d187c34","slug":"amazon-kr","kind":"skill","name":"amazon-KR","summary":"面向亚马逊商品图片制作的 Codex Skill，支持主图、副图与 A+ 图片制作、参考图复刻、局部编辑和图片质量检查","owner":"Youks7","repoUrl":"https://github.com/Youks7/amazon-KR","license":"MIT","licenseTier":"permissive","trust":"community","stars":4,"match":null,"fewStars":true,"format":"skill","createdAt":"2026-08-28T05:29:19.000Z","addedAt":"2026-10-14T06:14:25.538Z","logoUrl":"https://avatars.githubusercontent.com/u/192573429?u=f6032bc5dbebce1a2a65857ac371a6d1fd070a80&v=4","linkOnly":false,"collection":null,"skillPath":null,"categories":["design-media"],"tags":["amazon","amazon-a-plus","amazon-listing","codex","ecommerce","image-editing","image-generation","product-images"],"runtime":"binary","local":true,"cloudCapable":false,"cloudCapability":"unknown","cloudReadyOnPlatform":false,"needsApiKey":false,"reviewed":false,"syncedAt":"2026-10-26T20:10:42.243Z","sample":false,"url":"https://conduits.dev/tools/amazon-kr","language":"Python","transports":["stdio"],"install":{},"requirements":{"env":[],"upstreamMayCharge":false},"tools":null,"readme":"# Amazon KR\n\n**从产品原图到亚马逊主图、副图与 A+ 图片成品。**\n\nAmazon KR 是面向实物商品的 Codex Skill。它把产品资料、参考设计、图片制作和验收组织成一套工作流程：制作时交付实际图片，修改时聚焦指定内容，审核时给出有依据的报告。\n\n[快速开始](#快速开始) · [使用示例](#使用示例) · [协作与交付](#协作与交付) · [图片技术校验](#图片技术校验)\n\n## 为什么使用 Amazon KR\n\n- **围绕真实产品制作。** 优先复用产品原图和经过检查的母版，核对结构、配件、Logo、颜色、材质和使用方式，减少跨页面重绘造成的漂移。\n- **复刻设计，也保留自己的商品。** 参考图提供构图、光影、配色和版式；你的资料决定产品与卖点，避免混入竞品结构或未经证实的声明。\n- **从制作推进到交付。** 资料足够时连续完成生成、编辑、排版、检查和修复；只有真正影响结果的缺口或你指定的审批节点才暂停相关工作。\n- **把检查结果说清楚。** 图片逐张进行适用的视觉与技术检查，区分已通过、待复核和无法验证的内容。\n\n适用于家居、厨具、五金、消费电子、美妆容器、家具、服饰纺织等实物商品。具体成品效果取决于产品资料、可用工具与实际检查结果。\n\n## 能做什么\n\n| 你的需求 | 典型交付 |\n|---|---|\n| 亚马逊主图 | 白底、产品隔离与修复、变体主图 |\n| 商品副图 | 卖点、结构、尺寸、材质、使用、场景与包装内容图 |\n| A+ 图片 | 按 Basic/Premium A+ 实际模块规格制作的图片 |\n| 参考图复刻 | 使用你的产品重建参考主图、副图或 A+ 视觉设计 |\n| 局部修改 | 修改文字、产品区域、颜色或其他指定内容的新文件 |\n| 尺寸适配 | 保留产品比例、匹配目标画布的新文件 |\n| 视觉审核 | 问题、证据和未验证项报告；仅审核时不改图 |\n| 策划、文案或提示词 | 你明确要求的中间产物 |\n\n完整模式说明见 [production-modes.md](references/production-modes.md)。\n\n## 快速开始\n\n### 1. 安装完整 skill\n\n在提供 `$skill-installer` 的 Codex 环境中，可以直接发送：\n\n```text\n使用 $skill-installer，从 https://github.com/Youks7/amazon-KR 安装 skill。\nSKILL.md 位于仓库根目录，请保留完整目录结构。\n```\n\n\n手动安装到当前项目
\n\n首次安装时，在目标项目根目录运行：\n\n```bash\ngit clone https://github.com/Youks7/amazon-KR.git .agents/skills/amazon-kr\n```\n\n确认入口位于 `.agents/skills/amazon-kr/SKILL.md`，并保留同级的 `references/`、`scripts/`、`agents/` 等文件。已有安装目录时更新现有副本，避免重复安装同名 skill。\n\n本地 skill 位置与安装方式参见 [OpenAI 官方说明](https://learn.chatgpt.com/docs/build-skills)。安装后若未显示，可重启 Codex 再检查。\n\n \n\n**运行条件：** 当前会话需要有适合任务的图像生成、编辑或文件处理能力。本仓库提供工作规则和校验脚本，不附带图像模型服务。运行 Python 图片校验器时，还需要安装 [requirements.txt](requirements.txt) 中的 Pillow。\n\n### 2. 提供产品资料和目标\n\n先提供当前任务需要的资料即可，Agent 会负责盘点，不要求你先填写完整表格。\n\n| 建议先给 | 按任务补充 |\n|---|---|\n| 能看清产品的原图，或要修改的现有图片 | 多角度、接口、材质与细节近景 |\n| 要做什么、需要几张、目标语言 | 参考设计、Logo、指定文案 |\n| 已知的图片尺寸或上传模块 | 尺寸数据、包装清单、卖点证明 |\n\nA+ 上传尺寸尚未确定时，可以先准备不依赖尺寸的母版和文案；最终导出前再确定目标规格。\n\n### 3. 发出第一条制作请求\n\n安装后，在对话中调用 `$amazon-kr`。例如，附上产品图后发送：\n\n```text\n使用 $amazon-kr，根据这些产品原图制作 1 张主图和 5 张副图。\n图片使用英文，目标像素尺寸以我附上的规格表为准。\n保持产品结构、配件、Logo、颜色和材质一致，只使用有资料支持的卖点。\n最终交付图片文件和检查结果。\n```\n\n图片数量、语言和规格按你的项目修改。文档中的尺寸示例均为演示，不代表通用 Amazon 上传要求。\n\n## 使用示例\n\n### 制作一套 A+\n\n附上产品资料、文案和实际模块截图：\n\n```text\n使用 $amazon-kr，根据产品资料与后台模块截图制作一套 A+ 图片。\n每个模块按实际上传尺寸分别排版和导出，整套保持产品与视觉风格一致。\n```\n\n模块截图稍后补充时，可以补一句：\n\n```text\n先完成不依赖模块尺寸的产品母版和文案，尺寸确定后再完成相关排版与导出。\n```\n\n### 复刻参考设计\n\n把参考图和自己的产品资料分开标注：\n\n```text\n使用 $amazon-kr。第一组是参考设计，第二组是我的产品资料。\n匹配参考图的构图、机位、光影、配色和版式；\n产品结构、材质、Logo、配件和卖点以我的资料为准。\n交付复刻后的图片，并说明为保持产品真实所做的必要调整。\n```\n\n### 只修改一个地方\n\n```text\n使用 $amazon-kr，把第二张图的标题改成“Designed for Everyday Use”。\n其他文字、产品、背景和布局保持不变，输出修改后的新文件。\n```\n\n\n更多请求：改尺寸、只审核、概念改色、指定审批
\n\n**适配尺寸**\n\n```text\n使用 $amazon-kr，把这些图适配到我提供的目标尺寸。\n保留原文件和产品比例，不裁掉关键信息；新增背景应与原设计匹配。\n```\n\n**只审核**\n\n```text\n使用 $amazon-kr，只审核这五张图，不修改图片。\n逐张指出产品、文案、排版和技术规格问题，并标明缺乏证据而无法判断的部分。\n```\n\n**概念改色**\n\n```text\n使用 $amazon-kr，把这张产品图改成黑色概念方案，保持结构不变。\n这是设计探索，不代表已存在的在售变体，请在交付说明中标明。\n```\n\n**先确认母版**\n\n```text\n使用 $amazon-kr，先制作产品母版给我确认。\n我明确确认后，再制作其余页面。\n```\n\n \n\n## 协作与交付\n\n常规生产会依次盘点资料、准备所需母版、制作排版、检查修复并交付。局部修改和改尺寸只执行适用步骤；仅审核、文案或策划请求按其自身交付目标完成。\n\n| 遇到的情况 | Agent 如何处理 |\n|---|---|\n| 资料足够 | 连续完成已授权工作，包括检查和缺陷修复 |\n| 信息已经给过或确认过 | 直接复用，出现实质冲突时才重新澄清 |\n| 一张图缺关键产品资料 | 只暂停依赖部分，继续其他有依据的工作 |\n| 你要求先审批母版或布局 | 在指定节点等待；内部检查不代替你的批准 |\n| 只改背景、标题或尺寸 | 复用现有产品资料，不重新索要无关的材质清单 |\n| 工具不可用或问题无法解决 | 保留已通过成果，说明未完成部分和需要补充的条件 |\n\n### 你会收到什么\n\n生产任务交付实际图片与简明检查记录。工作区允许时，按任务需要组织为：\n\n```text\noutput/\n├── listing-main/ # 主图\n├── listing-secondary/ # 副图\n├── a-plus/ # A+ 模块\n├── masters/ # 可复用母版\n└── audit-report.md # 规格、来源、检查与修正记录\n```\n\n只建立实际需要的目录，并遵循当前工作区的路径要求。原图保留，修改生成新版本；实验稿和未通过文件与最终交付分开。部分交付会明确标注剩余工作，避免把受阻或未验证的任务说成全部完成。\n\n共享执行规则以 [SKILL.md](SKILL.md#execution-contract) 为准。内部 `qa_passed` 表示适用检查通过，`user_approved` 仅表示你的明确批准。图片制作授权不包含自动发布店铺、购买服务或新增服务访问权限。\n\n## 图片技术校验\n\n[validate_images.py](scripts/validate_images.py) 可检查 JPEG/PNG 解码、尺寸、格式，以及指定的颜色模式和透明度。以下命令在 **skill 根目录**运行；输出路径按实际文件位置修改。\n\n```bash\npython -m pip install -r requirements.txt\npython scripts/validate_images.py ./output/a-plus --width 970 --height 300 --format JPEG --mode RGB --alpha opaque\n```\n\n上例只适用于目标规格相同的图片组。**`PASS` 仅代表脚本实际执行的检查通过，不是完整图片验收或 Amazon 合规证明。** `WARNING` 需要视觉复核，`NOT_CHECKED` 表示对应目标尚未核对。\n\n\n参数、透明度与退出码
\n\n| 参数 | 用途 |\n|---|---|\n| `path` | 单个图片文件或图片目录 |\n| `--width`、`--height` | 正整数目标像素尺寸 |\n| `--format` | 目标格式：JPEG 或 PNG |\n| `--mode` | 目标颜色模式：RGB、RGBA、L、LA、P、CMYK |\n| `--alpha opaque` | 所有像素必须完全不透明 |\n| `--alpha transparent` | 至少存在一个 alpha 小于 255 的像素 |\n| `--recursive` | 递归查找目录中的 JPEG/PNG 文件 |\n| `--manifest` | 按清单逐文件检查不同规格 |\n\n透明度按实际像素检查，包括调色板和颜色键透明信息。仅有 alpha 通道但全部像素不透明，不满足 `transparent`；存在透明像素也不代表产品抠图正确。\n\n疑似棋盘格采用启发式识别，可能误报或漏报。警告要通过视觉检查判定，不能直接当成失败或完整通过。\n\n| 退出码 | 含义 |\n|---|---|\n| `0` | 文件可解码，已提供的目标约束无硬错误；仍可能存在警告或未检查项 |\n| `1` | 图片损坏、格式不支持或明确目标不符 |\n| `2` | 路径、命令参数或清单输入错误 |\n\n未提供的目标会显示 `NOT_CHECKED`。脚本不会从图片自己的尺寸反推目标，也不验证产品真实性、文字准确性、ICC 配置、白底区域或当前平台政策。\n\n \n\n\n不同尺寸的图片：使用逐文件清单
\n\n将下列示例保存为 `output/targets.json`，替换为实际路径与目标规格：\n\n```json\n{\n \"images\": [\n {\n \"path\": \"a-plus/hero.jpg\",\n \"width\": 970,\n \"height\": 300,\n \"format\": \"JPEG\",\n \"mode\": \"RGB\",\n \"alpha\": \"opaque\"\n },\n {\n \"path\": \"listing-secondary/detail.png\",\n \"width\": 600,\n \"height\": 450,\n \"format\": \"PNG\",\n \"mode\": \"RGB\",\n \"alpha\": \"opaque\"\n }\n ]\n}\n```\n\n```bash\npython scripts/validate_images.py --manifest ./output/targets.json\n```\n\n每项必填 `path/width/height/format`，可选 `mode/alpha`；尺寸为正整数，路径不能重复。相对路径以清单文件所在目录为基准，也支持绝对路径。\n\n清单不能与位置参数、全局目标参数或 `--recursive` 混用。脚本只检查列出的文件，需确认清单覆盖全部请求输出。\n\n \n\n## 常见问题\n\n**缺少部分资料，还能开始吗？** \n可以先做有充分依据的部分。会影响真实产品结构、外观或核心声明的缺口，需要补充后才能制作相关内容。\n\n**装好 skill 就能自动生成图片吗？** \n还需要当前会话具备可用且获准的成图能力。没有合适工具时会说明限制，不能用提示词或方案冒充图片成品。\n\n**是否保证符合 Amazon 最新要求？** \n需要断言或交付当前合规性时，要核对目标市场、类目或模块的官方要求，并记录来源与日期。尺寸示例和校验脚本不能替代该检查。\n\n**能不能只要文案、策划或审核？** \n可以，明确写出所需交付物即可。只读审核不会自动改图。\n\n## 项目结构与维护\n\n| 文件 | 职责 |\n|---|---|\n| [SKILL.md](SKILL.md) | 入口、执行边界、审批与完成规则 |\n| [agents/openai.yaml](agents/openai.yaml) | 展示信息与默认调用提示 |\n| [product-intake.md](references/product-intake.md) | 产品资料与关键缺口判断 |\n| [production-modes.md](references/production-modes.md) | 各类任务的处理流程 |\n| [material-fidelity.md](references/material-fidelity.md) | 材质与表面工艺还原 |\n| [reference-replication.md](references/reference-replication.md) | 参考设计复刻 |\n| [resizing.md](references/resizing.md) | 比例与尺寸适配 |\n| [visual-qa.md](references/visual-qa.md) | 视觉与技术验收 |\n| [suction-hook-profile.md](references/suction-hook-profile.md) | 可选历史案例，不作为所有产品的规则 |\n| [validate_images.py](scripts/validate_images.py) | 图片技术校验工具 |\n\n\n开发验证与反馈
\n\n在 skill 根目录运行：\n\n```bash\npython -m unittest discover -s tests -v\n```\n\n[脚本回归测试](tests/test_validate_images.py) 覆盖目标规格、透明度、棋盘格提示、混合规格清单与输入错误。[行为验收案例](tests/behavior-cases.md) 用于实际演练或明确标注的文本推演；文本推演不能视为已完成真实图像生成测试。\n\n提交 [Issue](https://github.com/Youks7/amazon-KR/issues) 时，说明任务类型、预期行为、实际结果、相关规则或报错，并在可分享时附上能复现问题的素材。\n\n \n\n## 支持项目\n\n如果 Amazon KR 对你的工作有帮助，欢迎通过赞赏码支持维护。\n\n\n\n## 许可与项目边界\n\n本项目采用 [MIT License](LICENSE)，使用、复制或分发时按许可证保留版权声明和许可证文本。\n\nAmazon KR 面向商品图片制作，不负责 PPC、选品、库存、财务或账号运营；本项目不是 Amazon 官方产品或认证工具。\n\nCopyright © 2026 Youks7\n"}