从商品主图批量提取视觉属性与反推提示词（多模态AI）

当需要把商品主图/附图转化为结构化视觉属性（颜色、材质、形状、风格等）或反推图片生成提示词时使用。

适用场景

解决思路

1. 准备上游商品数据：必须显式提供含图片URL的 products 数组（通过 refResultData 传入 JSON 字符串，或当前步骤的资源引用），不能引用“上一轮对话里的商品”。
2. 编写 productImageAnalysisPrompt（必填）：用自然语言明确要提取的视觉维度，例如“分析每个商品主图并提取产品的主色调”。
3. 提示词写法要点：明确指定维度（如颜色/材质/形状/风格/吊坠类型）；每次只聚焦一到两个维度以获得更干净的结果；使用具体术语（如“识别产品上的吊坠/挂饰形状”而非“看看装饰”）；无需逐个指定商品，工具会自动遍历全部商品。
4. 可选参数：analyzeAdditionalImages 设为 true 时同时分析主图之外的附图（默认 false）；userInput 可补充额外上下文。
5. 调用方式：API 端点 POST /multimodal/extractPromptsFromMainImage；或运行脚本 python scripts/multimodal_extract_attributes.py '<JSON 参数>' [--inline]。
6. 控制成本：同一会话同一参数组合默认只调用一次，脚本带 24h 本地缓存；失败或空结果时不得自动换关键词、翻页或改邮编连续试探，需继续检索前先向用户说明会产生额外消耗。
7. 输出处理：完整响应始终写入 <cwd>/linkfox/<YYYY-MM-DD>/<session>/data/linkfox-multimodal-extract-attributes-<timestamp>.json（禁止写 /tmp，当前目录不可写则报错）；响应 ≤8KB 时落盘后全量打印到 stdout，>8KB 时只打印摘要（顶层字段、total/costToken 等计数、最大列表字段长度+前3条样本）；加 --inline 可强制全量打印。
8. 读数据建议：先看摘要判断是否够用；需要具体字段时用 jq 或 ConvertFrom-Json 从保存的 JSON 文件按需抽取，避免整份 JSON 进入上下文。
9. 处理认证/算力异常：若未配置 LINKFOX_AGENT_API_KEY 或 LINKFOXAGENT_API_KEY、响应 401/402、或提示算力余额不足/quota exceeded/insufficient balance/套餐到期等，按 references/onboarding.md 引导解决。
10. 解读响应结构：products 中每条记录被追加 attributeName（提取维度，如 color）与 attributeValue（提取值，如 red），每个商品每个维度一条记录；attributeGroups 按属性名与值分组，含属性值、商品数量和 ASIN 列表；columns 为表格列定义；costToken 为多模态模型消耗的总 token。
11. 展示规则：用清晰表格展示提取属性，附商品标识（ASIN、标题）；有 attributeGroups 时汇总分布（如“60% 红色、25% 蓝色、15% 绿色”）；若提取了多个维度，告知用户每个商品会在结果中按维度重复出现；分析失败时根据响应消息解释原因并建议调整（如确认商品列表含有效图片URL）；用户试图引用上一轮商品数据时提醒数据必须来自当前流程的上游步骤；只客观呈现视觉特征，不给出主观商业建议。
12. 注意行数膨胀：从 M 个商品提取 N 个维度，输出最多 M×N 行。
13. 确保图片URL可公开访问，否则分析会失败。
14. 按动态规则计费：消耗算力 = sum#每张被分析图片的(输入消耗算力 + 输出结果消耗算力))；该服务按倍数动态计算，可能一次性消耗大量算力，必须提醒用户并由用户决定是否继续。
15. 遇到功能与描述不符、结果不符合用户意图、用户表达不满或称赞、或有可改进之处时，调用 references/api.md 中的 Feedback API 上报反馈，且不打断用户流程。

适用边界 · 注意事项

• 纯文本类商品数据查询（应使用相应的数据查询工具）
• Listing 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