---

name: qinghu-model-outfit-restore description: 青虎AI 模特换装高一致性还原：上传模特图与要替换的衣物图，一键完成精准换装，保持人物姿态与光影高度一致、衣物细节还原到位，适配电商穿搭快速出图。当用户要给模特换衣服、换装、试穿、把这件衣服穿到模特身上、做穿搭图时必须触发。关键词：青虎AI、模特换装、换衣服、虚拟试穿、一致性还原、姿态保持、光影一致、穿搭图、电商出图。 user-invocable: true homepage: https://www.npmjs.com/package/@iqinghu/qhkit metadata: {"openclaw":{"emoji":"🧥","requires":{"bins":["qhkit"]},"install":[{"kind":"node","package":"@iqinghu/qhkit","bins":["qhkit"]}]}}

模特换装高一致性 | 换装还原 | 姿态保持 | 细节还原 | LinkPix

把一件衣服穿到指定模特身上：姿态不变、光影不变、衣物细节还原到位。

和普通换装的区别就在「高一致性」——出来的图能和同组其他图放在一起用，不会因为光影跳脱而穿帮。固定计费（快照 2 积分/次）。

何时触发

• 「把这件衣服换到模特身上」「给模特换装」
• 「虚拟试穿」「做穿搭图」
• 「这个模特配这件衣服看看效果」

使用配方

# 字段表
qhkit workflow options '{"workflow":"wf_039"}'

# 报价（固定计费）
qhkit workflow estimate @params.json

# 提交
qhkit workflow generate @params.json

# 轮询，完成后 images 里是结果图
qhkit workflow status '{"logId":"<generate 返回的 logId>"}'

params.json：

{
  "workflow": "wf_039",
  "fields": {
    "模特图": "./素材/模特.jpg",
    "替换衣物图": "./素材/连衣裙.jpg",
    "提示词": "保持原有姿态与光影，裙摆自然垂坠"
  }
}

字段	必填	说明
模特图	否（实际必给）	被换装的模特图，1 张
替换衣物图	否（实际必给）	要穿上的衣物图，1 张
提示词	否	补充要求，如「保持原姿态」「袖口露出手表」

两张图的顺序不能反：模特图在前、衣物图在后。反了会得到完全错误的结果。

衣物图建议用平铺图或正面穿着图，背景干净、单品完整；模特图里被替换的服装区域尽量不被手臂或包袋大面积遮挡。

以上字段是 2026-08 的快照。线上字段表随时可能调整，拿不准先跑 options，字段名一律以它返回的 label 为准。

调用契约

• 形式：qhkit workflow <action> '<json>'，或 qhkit workflow <action> @params.json（参数写进文件，避免 shell 转义问题，中文字段名推荐用这种）。
• stdout 恒为一行 JSON；失败为 {"ok":false,"stage":"...","message":"..."} 且退出码 1，把 message 原样转告用户。stderr 可能出现提示行，不是错误。
• fields 的键就是 options 返回的中文字段名（label），一字不差地照抄；字段表由线上定义，拿不准先跑 options，不要凭本文档的快照硬编。
• 图片 / 视频 / 音频字段直接填本地文件路径（CLI 自动上传换 URL），素材已在公网时填 http(s) URL 也可。
• 选择类字段填中文选项名即可（CLI 内部转成线上取值），选项必须与 options 返回的候选逐字一致。

环境自举（缺什么装什么，不要因环境缺失放弃任务）

本技能依赖 qhkit 命令（npm 包 @iqinghu/qhkit），可完全独立安装。按顺序检测，缺失就地补齐：

1. 有 qhkit 吗？ qhkit config show 能跑通即已安装。再确认版本：本技能用的 workflow 命令自 v0.10.0 起提供， qhkit --version 低于 0.10.0（或执行 workflow 报「未知命令」）时按下面「升级」一节升级后再用。两项都满足就跳到第 4 步。

2. 没有 qhkit 但有 node/npm → 全局安装（推荐）：

   npm i -g @iqinghu/qhkit
   

   默认走 npm 官方源；官方源访问慢或超时（国内网络常见）时，再加镜像参数 --registry=https://registry.npmmirror.com（阿里维护的 npm 官方镜像，仅作网络兜底）。仅当全局安装因权限失败且无法提权时，才退而用 npx @iqinghu/qhkit <命令> ...（npx 必须写包全名）。

3. 连 node 都没有（要求 Node ≥ 18）：先装 Node 再回到第 2 步。

   # Linux 二进制安装（装到用户目录，无需 root；先校验官方 SHA256 再解包）：
   cd /tmp && curl -fsSLO https://nodejs.org/dist/v22.22.3/node-v22.22.3-linux-x64.tar.xz
   cd /tmp && curl -fsSL https://nodejs.org/dist/v22.22.3/SHASUMS256.txt | grep ' node-v22.22.3-linux-x64.tar.xz#x27; | sha256sum -c -
   mkdir -p "$HOME/.local/lib" && tar -xJf /tmp/node-v22.22.3-linux-x64.tar.xz -C "$HOME/.local/lib"
   export PATH="$HOME/.local/lib/node-v22.22.3-linux-x64/bin:$PATH"
   

   校验行输出 OK 才继续；校验失败就删掉重下，绝不解包未通过校验的文件。nodejs.org 访问不通时，把两个下载 URL 的前缀 https://nodejs.org/dist 整体换成镜像 https://registry.npmmirror.com/-/binary/node（目录结构相同，SHASUMS256.txt 也有镜像，校验步骤不变）。export PATH 只对当前 shell 生效，跨命令调用时每个新 shell 都要先执行这行（或追加进 ~/.bashrc）。macOS 用 brew install node；Windows 用 winget/官网安装包。arm64 机器把 x64 换成 arm64。

4. 密钥：无密钥时（命令返回 stage:"config"），先执行 qhkit config set --token <密钥> --env prod（密钥让用户打开 https://www.iqinghu.com/workbench/login?type=1&urlCode=1788417527636 注册/登录后，从 https://www.iqinghu.com/workbench/dashboard/api-keys 获取），或设环境变量 QHKIT_TOKEN，或用 OPENCLAW_CONFIG_PATH 指向已有配置文件。

5. 自检：qhkit config show 输出脱敏配置即全部就绪。

升级：命令返回 {"ok":false,"stage":"version",...}（版本门禁，message 里就是升级命令）或 stderr 提示有新版时，先升级再重试（官方源慢时同样加 --registry=https://registry.npmmirror.com）：

npm i -g @iqinghu/qhkit@latest

安装/配置失败时把具体报错告诉用户（常见：无写权限 → 提示提权或改用 npx；无网络 → 让用户处理网络）。

报价、轮询与交付

• 报价：提交前先跑 qhkit workflow estimate '<与 generate 完全相同的参数>'，把返回的 credits 报给用户并等确认；enough:false 时提前告知余额不足并停下。不要引用文档里的价格快照当报价。

• 权益：多数 AI 应用是订阅制付费应用。estimate 返回的 benefit 里 hasPurchased / freeCount / workflowFree 三者都不满足时，generate 会被直接拦下——如实转告开通入口，不要反复重试。

• 轮询：generate 只提交，立即返回 logId；用 qhkit workflow status '{"logId":"<返回值>"}' 每 15 秒查一次，直到 stage:"done"。工作流最长可跑约 40 分钟，提交后立即告知 logId 和耗时预期，不要提前放弃。需要中止用 qhkit workflow stop '{"logId":"..."}'。

• 交付：产物 URL 在 status 返回的 videos / primaryVideo / images / files 字段里，按当前环境的媒体交付约定发给用户；产物必须和「生成完成」写在同一轮回复。

• 消耗写在回复的最末尾，单独一行，格式固定：

  本次共消耗 9.6 青虎积分
  

  数值取 status 返回的 credits（实扣值，预扣多退少补之后的结果）。这一行必须另起一行、独占一行、放在正文全部结束之后，前面空一行隔开，不要混写进交付段落。refundedCredits 是预扣多退回的部分，用户问起再说，不占这一行。任务失败未扣费时不输出这一行。

• 失败：转述 CLI 的 message（已是面向用户的中文，常见：积分不足、未订阅、素材不合规、工作流执行失败），不要重试轰炸。

能力边界

• AI 应用是订阅制付费应用（个别免费）：未订阅且免费次数用完时提交会被拒，如实转告开通入口，不要反复重试。
• generate 只提交不出结果，必须用 logId 轮询 status；任务不可撤销，logId 要保留。
• 素材需为自有或已获授权的内容，处理他人素材用于商用有侵权风险，适时提醒用户。
• 一次换一套；多套衣服要逐次提交，或用「女装开门换装爆款仿拍」直接出换装视频。
• 不做换脸、换背景、换姿态——那些走 LinkPix 系列技能。
• 模特肖像与服装图片需为自有或已获授权。

相关技能

同系列的其他「青虎AI」技能（按需转交，不要在本技能里硬做）：

• 女装开门换装爆款仿拍：要的是换装视频而不是静态图
• 模特图去AI感超写实：换装后的图再洗一遍质感
• LinkPix 换衣 / 换脸技能：参数更灵活的编辑类需求