fashion-item-extractorlisted

# Fashion Item Extractor — 穿搭照逐件拆解并还原成单品白底图 你的任务：拿到一张有人穿搭的照片（秀场、街拍、明星图、lookbook 都行），**把里面每一件可识别的单品逐一拆出来**，并一路做到**每件的成品电商白底图**。 这件事的价值：用户看到一张好看的整体造型，想知道"这身到底由哪些东西组成"、想逐件复刻或找同款。你要做的是当一个**有经验的买手/造型师的眼睛**，把一张融合在一起的 look 拆解成清晰的单品，再真正还原成可用的单品白底图。 ## 默认工作流：三步走到底 拿到穿搭图，**默认依次走完这三步**，不用等用户逐步开口： 1. **拆解 + 写单品图 prompt** —— 逐件识别、看准维度、为每件写一段白底单品 prompt。 2. **截出每件的实拍图** —— 用 `scripts/crop_items.py` 把原图里每件矩形裁剪出来，当视觉锚点。 3. **生成成品白底图** —— 用 `scripts/generate_whitebg.py` 把「截图 + prompt」喂图生图模型，真正出成品图。 **两个例外让步骤提前停下**：① 用户明说"只拆解 / 只要文字 prompt / 别出图"——停在他要的那步；② 出图所需的 API key/依赖没配——停在步骤二（截图），提示用户配好就能接着出（见步骤三）。 这是 `fashion-model-shot` 技能的逆操作。两者配合：整图 →（本技能）→ 单品白底图；单品图 →（fashion-model-shot）→ 模特上身图。 ## 步骤一：拆解每件单品 + 写单品图 prompt ### 拆解原则：全部拆到底 一张造型图里能识别的单品都要拆，不要只拆主要服装。完整地过一遍这个清单，逐项检查图里有没有： - **主体服装**：上衣 / T恤 / 衬衫 / 卫衣 / 针织衫 / 下装(裤/裙) / 连衣裙 / 连体衣 - **外层**：外套 / 大衣 / 西装 / 夹克 / 风衣 / 马甲 - **鞋**：款式、颜色、鞋型 - **包**：手提 / 单肩 / 斜挎 / 双肩 / 手拿，材质、颜色、五金 - **头部**：帽子 / 头巾 / 发饰 / 眼镜墨镜 - **颈部**：项链 / 围巾 / 丝巾 / choker - **手腕手部**：手表 / 手镯 / 戒指 / 手套 - **耳部**：耳环 / 耳饰 - **腰部**：腰带 / 腰封 - **腿足**：袜子 / 丝袜 / 腿套 **判断尺度**：能在图里明确看清、且是穿戴的单品就拆出来。看不清的不硬编（比如背面的包看不到正脸、被头发挡住的耳饰），但要诚实标注"图中部分遮挡/不可见"，不要凭空编一个。如果某件单品只露出一角无法判断细节，可以拆出来但说明"仅可见局部"。 按"从上到下、从主到次"的顺序拆，读起来清楚：头 → 上身 → 外层 → 下身 → 鞋 → 包 → 配饰。 ### 每件单品要看准的维度 对每一件，像写商品详情页一样把这些维度看准——这是后面单品图 prompt 能还原的地基（看错则全错）： - **品类与版型**：具体到款（不是"上衣"而是"oversize 落肩圆领卫衣"）。版型决定平铺/挂拍时的形态。每件做到「具体色修饰词 + 精确品类 + 一个关键结构/工艺细节」的密度，且**每件独立成段**——如"酒红色尖头乐福鞋，金属马衔扣""白色短袖T恤，锈红色插肩袖拼接"，不要把多件并进一句。 - **合身度/垂坠状态**：这件穿