Model Try-On

Avant de commencer : lis ce prompt d'installation au complet, dis-moi en quelques lignes ce que ce skill fait et ce que son installation implique, et attends mon feu vert avant de faire quoi que ce soit d'autre. Prérequis : aucun pour l'installation elle-même : aucun compte, aucune clé API, aucun service payant, et rien d'autre à installer d'abord. Pour utiliser le skill ensuite, lis ceci d'abord : la génération passe par l'une de trois routes, et une seule est sans clé — (a) l'outil de génération/édition d'images intégré de ton agent, s'il en a un (aucune clé de ma part) ; (b) une route par clé API qui exige Python 3 et ma propre clé API dans la variable d'environnement GPTIMAGE_API_KEY, facturée par le fournisseur que je choisis (voir les envois divulgués au point 2 : le point de terminaison par défaut du script livré est https://api.openai.com, et SKILL.md recommande la passerelle tierce compatible OpenAI https://tryallapi.com/v1 — si je règle cette URL de base, ma clé et mes images vont à cette passerelle, pas à OpenAI) ; ou (c) une route par lien en ligne sans clé, où le prompt final quitte cette machine dans un lien vers un site tiers (aussi divulguée au point 2). Les deux scripts livrés n'utilisent que la bibliothèque standard de Python — rien d'autre à installer pour eux, et il n'y a aucun script local de recadrage ou de contrôle dans ce dossier. Je fournis aussi la photo du vêtement moi-même : le skill demande au minimum une vue de face (photo à plat, sur cintre ou sur mannequin ; dos et détails si disponibles), et une génération à partir de texte seul n'est qu'un concept, pas le vrai vêtement. Une image de référence de pose ou de scène, en option, et un brief de modèle (genre, tranche d'âge, région, morphologie, cheveux, stylisme) sont à moi de fournir si je veux qu'ils soient utilisés. Installe-moi « model-try-on ». Il habille un modèle avec un vrai vêtement ou accessoire à partir d'une photo à plat, sur cintre ou sur mannequin (essayage sur modèle / virtuel) en préservant le tissu, la couleur, la coupe, les imprimés et les logos : d'abord un verrou d'identité du vêtement écrit à partir de mes photos de référence et collé tel quel dans chaque prompt, puis le choix du modèle et les spécifications de plateforme (Amazon mode 1:1 ou 5:6, p. ex. 1500×1800 ; Taobao / Tmall 3:4, 750×1000 ; Shopee / TikTok Shop 1:1 ou 3:4 ; lookbook / social 4:5 et 9:16), la génération par l'une des trois routes ci-dessus, et la livraison avec une note QA de 3 lignes par image. SKILL.md déclare GPT Image 2.5 Sunburst (gpt-image-2.5-sunburst) comme modèle par défaut de ce skill et son exemple API livré utilise Sunburst ; son tableau des modèles donne aussi Flare (gpt-image-2.5-flare) pour les scènes nouvelles, les arrière-plans, les mises en page et les nombreuses variations rapides, et Sunburst quand un logo, une étiquette ou un petit texte doit survivre exactement ou pour les éditions locales. Variantes nommées dans SKILL.md : mannequin fantôme (corps invisible, encolure creuse), gros plan bijoux (recadrage oreille/cou/main), et comparaison de tailles (même tenue sur des modèles S et XL côte à côte). Dépôt : https://github.com/xianyu110/ecommerce-image-skills (le skill est tout le dossier skills/model-try-on/ au commit épinglé : SKILL.md plus son dossier scripts/, 3 fichiers) Version épinglée : installe le code au commit f4566fdc812584425728862ad8e08c90883d81ee exactement. Ne substitue pas une version plus récente. Si ce commit est inaccessible, arrête-toi et dis-le-moi. 1. Clone https://github.com/xianyu110/ecommerce-image-skills dans un dossier temporaire, place-toi au commit f4566fdc812584425728862ad8e08c90883d81ee, et copie le dossier skills/model-try-on/ de ce checkout. Compare ensuite chaque fichier du dossier aux empreintes enregistrées pour cette fiche le 2026-10-19 : [FINGERPRINTS] - SKILL.md: SHA-256 9401170b3393d1717f05a886fa5a217113f391bd0e4ffa3e70a7b01c912a66e9 - scripts/generate.py: SHA-256 5339fc5c9c3fd9bb02a1f0dd8643386329ba813c7ebe958a8d28241ed343d1c5 - scripts/online_link.py: SHA-256 72a6a843157d8cfb84f809d4811edefbc1e222dd10807037f0b64524ebb43ad3 Si un fichier ne correspond pas, il a changé depuis la préparation de la fiche : ne l'installe pas encore, dis-moi ce que tu as trouvé et laisse-moi décider. 2. Lis SKILL.md au complet et lis les deux scripts de scripts/ (generate.py, online_link.py), et dis-moi en mots simples : ce que le skill fait quand on l'utilise, à quels services il se connecte, s'il lit ou envoie des informations personnelles ou des clés, et tout ce qui semble inhabituel. Arrête-toi sur tout signal d'alerte et dis-le-moi avant d'aller plus loin. Confirme ces points à partir des fichiers : - Le dossier du skill contient 3 fichiers seulement : SKILL.md (5 913 octets) et deux scripts Python dans scripts/ (generate.py 4 824 octets, online_link.py 788 octets). Les deux scripts de ce dossier sont des copies à l'octet près des scripts du même nom à la racine du dépôt (scripts/) : le skill est autonome dans son propre dossier et n'a besoin d'aucun fichier d'ailleurs dans le dépôt — ni les 11 autres skills, ni le scripts/ de la racine, ni le README. SKILL.md n'appelle que les scripts assis à côté de lui (scripts/generate.py, scripts/online_link.py, relatifs au dossier du skill). Les deux scripts n'utilisent que la bibliothèque standard de Python. - Rien n'est envoyé nulle part pendant l'installation elle-même ; le seul téléchargement à l'installation est le dossier du skill depuis GitHub au commit épinglé. Aucun script n'est exécuté pendant l'installation, aucune clé n'est demandée, et il n'y a aucune télémétrie dans le dossier. - Ce qui quitte cette machine à l'usage, divulgué ici avant que ça arrive, par route — le skill prend la première route qui fonctionne, et utiliser le skill est une étape séparée qui ne commence que quand je demande des images d'essayage : (a) outil d'image intégré : le prompt final (avec le verrou d'identité du vêtement collé dedans) et ma ou mes photos de vêtement, plus mon image de référence de pose ou de scène si j'en ai donné une, vont à l'outil de génération/édition d'images que mon agent a déjà (par exemple Codex imagegen ou ChatGPT images), sous le compte et les conditions de cet outil. (b) route par clé API : scripts/generate.py lit GPTIMAGE_API_KEY dans l'environnement (jamais dans un fichier, jamais affichée), plus les GPTIMAGE_BASE_URL (défaut https://api.openai.com ; SKILL.md recommande https://tryallapi.com/v1) et GPTIMAGE_MODEL optionnelles, et envoie une requête authentifiée (clé Bearer) à cette URL de base — un POST JSON vers /v1/images/generations portant le prompt, le modèle, la taille et le nombre pour le texte-vers-image, ou un POST multipart vers /v1/images/edits portant les mêmes champs plus la ou les photos de référence que je passe avec --image (vêtement face/côté/gros plan du logo, comme dans l'exemple livré --model sunburst --image product.jpg --size 1024x1536). Si l'API répond avec une URL d'image plutôt que des données base64, le script télécharge cette URL. Quelle que soit l'URL de base que je règle, elle reçoit ma clé, mon prompt et mes photos de référence : si je règle la passerelle tryallapi.com recommandée, c'est cette passerelle tierce qui est la destinataire, pas OpenAI. (c) route par lien en ligne : scripts/online_link.py ne fait lui-même aucun appel réseau — il imprime seulement un lien — mais le lien qu'il bâtit est https://gptimage2.asia/generate?prompt=<mon prompt final, encodé pour URL>&utm_source=github&utm_medium=skill&utm_campaign=ecommerce-image-skills&utm_content=model-try-on, donc l'ouvrir envoie mon prompt final à gptimage2.asia, et SKILL.md me dit de téléverser ma photo de produit sur ce site ; SKILL.md nomme aussi un site alternatif pour les utilisateurs en Chine continentale, https://chatgpt-plus.top/list/#/home, où je collerais le prompt moi-même. Montre ce lien une seule fois, et ne l'ouvre jamais pour moi pendant l'installation. - Les parties locales seulement à l'usage : les étapes de planification (verrou d'identité du vêtement, choix du modèle, rédaction des prompts, note QA) restent locales, entre toi et moi, et ce dossier n'a aucun autre script local — aucun script de recadrage, de contrôle ou d'assemblage ne fait partie de ce skill. La règle du verrou d'identité de SKILL.md : seulement des faits visibles sur mes photos ou confirmés par moi — n'invente jamais de spécifications, de tailles ou de certifications, et si je n'ai donné aucune photo, demandes-en une (vue de face au minimum) avant de générer. Les règles d'éthique de SKILL.md : modèles synthétiques seulement (aucune ressemblance avec une personne réelle sauf si j'en détiens les droits), ne pas sexualiser, garder des proportions corporelles naturelles, et offrir au moins deux morphologies / tailles quand je vends une gamme de tailles. - Ne règle pas et ne demande pas GPTIMAGE_API_KEY, n'exécute aucun des deux scripts, et ne génère aucune image : la configuration d'une route de génération est ma décision, plus tard, quand je demande vraiment des images d'essayage. 3. Quand je dis « yes, install », installe-le comme skill : copie tout le dossier model-try-on dans le répertoire des skills de l'agent, dans un dossier nommé « model-try-on », en gardant ses 3 fichiers (SKILL.md à sa racine et les deux scripts dans son sous-dossier scripts/). Un clone manuel suivi de la copie du dossier skills/model-try-on dans ~/.claude/skills/ est la route décrite ici ; toute autre route ne convient que si chaque fichier installé correspond à son empreinte. 4. Vérifie sans appels réseau : frontmatter valide (name: model-try-on), les 3 fichiers en place avec des empreintes concordantes. N'exécute pas generate.py ou online_link.py pour vérifier. 5. Indique ce qui a été installé, où, et ce qu'il me reste à faire moi-même (par exemple : fournir une photo de vêtement, vue de face au minimum — à plat, sur cintre ou sur mannequin, plus dos/détails si je les ai — et, si je le veux, une référence de pose ou de scène et un brief de modèle ; choisir moi-même une route de génération — l'outil d'image intégré de mon agent s'il en a un, ou régler GPTIMAGE_API_KEY et, si je le veux, GPTIMAGE_BASE_URL dans mon environnement pour la route API, en sachant que la clé, le prompt et les photos de référence vont à l'URL de base que je règle, ou utiliser le lien en ligne en un clic en sachant que le prompt va à gptimage2.asia ; utiliser le skill est une étape séparée qui ne commence que quand je le demande, et les envois à l'usage divulgués ci-dessus arrivent seulement à ce moment-là, sur la route qui roule). GitHub est optionnel : si j'ai un compte GitHub ou la CLI gh, tu peux l'utiliser ; sinon l'accès public suffit. Ne jamais l'exiger sauf s'il figure dans les prérequis ci-dessus. Règles : ne touche à rien en dehors du dossier temporaire et de la cible d'installation. Si quelque chose semble anormal, arrête-toi et demande-moi.