بناء سير عمل تلقائي لصور المنتجات باستخدام Seedream 5.5: أربع خطوات لدمج التوليد وتعديل الصور والمواد الشفافة وفصل الطبقات

ملاحظة المؤلف: عبر أربع فئات من العمليات — توليد المشاهد، والتحرير المتسلسل، والعناصر الشفافة، وفصل طبقات الملصق — مع التنسيق الخارجي وفحص الجودة، يمكن بناء سير عمل قابل لإعادة الاستخدام لإنتاج صور المنتجات.

عندما تعمل فرق التجارة الإلكترونية على صور المنتجات، لا تكمن الصعوبة عادة في «إنتاج صورة جميلة»، بل في المراحل اللاحقة: تحتاج فرق العمليات إلى تغيير الخلفية، ويحتاج فريق التصميم إلى منتج رئيسي شفاف، وتحتاج الحملات الإعلانية إلى تعديل السعر، وقد يعني كل تعديل إعادة بناء الصورة كاملة. في 9 نوفمبر 2026، أطلقت ByteDance نموذج Seedream 5.5، الذي جمع التحرير المتسلسل، والإخراج الشفاف الأصلي بصيغة RGBA، وفصل الطبقات حتى 99 طبقة، وOCR للنصوص المنسقة في النموذج نفسه. وهذه القدرات تتوافق تمامًا مع عدة مراحل في إنتاج صور المنتجات.

ليست هذه إعادة سرد لقائمة قدرات أُعلنت في حدث إطلاق. يستخدم هذا المقال كوبًا حافظًا للحرارة من الفولاذ المقاوم للصدأ ليرافقنا طوال الشرح، ويوضح وفق ترتيب العمل الفعلي كيف تُستدعى كل خطوة، وكيف تستهلك مخرجات الخطوة السابقة، وما الذي يُسلَّم في النهاية. وسنميز في المقال بين ثلاثة أنواع من المعلومات: القدرات المعروضة رسميًا، وملاحظات الاختبار الفعلي من طرف ثالث، وسير العمل الآلي المصمم في هذا المقال.

القيمة الأساسية: بعد قراءة هذا المقال، ستحصل على تصميم سير عمل من صورة المنتج الأصلية إلى مواد قابلة للتسليم، ويشمل المعلمات الأساسية للمراحل الأربع، وموجهات صينية يمكن تعديلها واستخدامها مباشرة، وطريقة إعادة تجميع حقول استجابة الطبقات، ونقاط فحص الجودة التي يجب ضبطها قبل الإطلاق.

ملخص في جملة واحدة: لا تقتصر قيمة Seedream 5.5 على توليد صور المنتجات، بل على تقسيم الإنتاج المرئي للمنتج إلى خطوات متعددة يمكن ربطها ببعضها، ثم تركيبها في سير عمل كامل عبر تنسيق API وأدوات التصميم في المراحل اللاحقة.

to know: المصطلحات الخمسة التي يتناولها هذا المقال

• التحرير متعدد الجولات: استخدام الصورة الناتجة من الجولة السابقة كمدخل لجولة جديدة، وتعديلها تدريجيًا.
• قناة Alpha: قناة تسجل درجة شفافية كل بكسل في الصورة. الحرف A في RGBA يشير إليها، ولا يدعمها JPEG.
• OCR: التعرف على محتوى النص من الصورة. عند فصل الطبقات، يقدّر Seedream 5.5 أيضًا موضع النص ونمطه التقريبي.
• z_index: حقل تعيده عملية فصل الطبقات، ويشير إلى ترتيب تراكب الطبقات، حيث تكون الصورة الأساسية 0.
• API: واجهة تتيح للبرامج استدعاء خدمة. تعتمد جميع عمليات سير العمل الآلي في هذا المقال على استدعاءات API.

لماذا لا تكفي عملية توليد واحدة لأتمتة صور المنتجات باستخدام Seedream 5.5؟

لنأخذ نشر كوب حراري في صفحة المنتج كمثال. عادةً ما يحتاج المنتج الواحد إلى خمسة أنواع من المواد البصرية: صورة رئيسية بخلفية بيضاء أو بسيطة، وصور مشاهد حياتية، وعنصر شفاف يمكن إدراجه في أي تخطيط، وملصق تسويقي يحمل العنوان والسعر، ونسخ يُعاد تعديلها باستمرار خلال الحملات الترويجية الكبرى. إذا اعتمدت كل فئة من هذه المواد على عملية توليد واحدة تُخرج الصورة كاملة كملف مسطح، فكل تعديل لاحق سيحتاج إلى إعادة توليد، وقد يتغير شكل المنتج بين نسخة وآخر.

لهذا النمط من التوليد مشكلتان هيكليتان. الأولى أن التعديل غير قابل للتحكم: قد ترغب في تغيير الخلفية فقط، لكن بنية الغطاء أو الشعار يعاد رسمهما معها. الثانية أن المواد غير قابلة لإعادة الاستخدام: بمجرد إنشاء الملصق، يلتصق المنتج والنص والزخارف في الطبقة نفسها من البكسلات، ويصبح تغيير السعر محتاجًا إلى إعادة عمل الملصق بالكامل. وهذه أيضًا من النقاط المؤلمة التي أوردها ByteDance في مقال الإطلاق: تعديلات موضعية تؤثر في مناطق أخرى، وانحراف العنصر الرئيسي بعد تعديلات متعددة، والحاجة إلى إزالة خلفية يدوية، وصعوبة فصل الطبقات في الصور المسطحة.

تتعامل Seedream 5.5 مع هذه المشكلات عبر تفكيكها. فمرحلة التحرير تؤكد على الحفاظ على المناطق غير المعدلة، والإخراج الشفاف يغني عن إزالة الخلفية، وفصل الطبقات يعيد الملصق المسطح إلى مواد قابلة لإعادة التركيب. لكن النموذج مسؤول فقط عن «التوليد والتفكيك»، بينما يبقى التنسيق والتخزين وفحص الجودة والتركيب النهائي مسؤولية التطبيقات وأدوات التصميم.

سير العمل الكامل لأتمتة صور المنتجات مع Seedream 5.5: كيف تتحول صورة واحدة إلى أصل قابل لإعادة الاستخدام؟

لنبدأ بالنظرة الشاملة. سير العمل التالي هو تدفق عمل تجاري صممه هذا المقال بناءً على قدرات API الرسمية، وليس ميزة جاهزة بنقرة واحدة يوفّرها المزوّد رسميًا:

1. إدخال الصورة الأصلية للمنتج: يوفّر نظام الأعمال صورة المنتج الحقيقية ووصف المنتج والمتطلبات البصرية، مع الحفاظ على الصورة الأصلية بشكل دائم.
2. توليد المشهد: تُستخدم الصورة الأصلية كصورة مرجعية، ويُخرج المشهد الرئيسي للمنتج.
3. تحرير متعدد الجولات: يصبح مخرَج الجولة السابقة مدخلًا للجولة التالية، لمعالجة تغيير الخلفية أو الإضاءة أو غيرها من التعديلات.
4. فرعان: فرع الأصول الشفافة يُخرج ملف PNG بصيغة RGBA مباشرة من صورة المنتج الأصلية؛ وفرع فصل الطبقات يفصل ملصقًا كاملًا إلى طبقات، ويستخرج الطبقات والإحداثيات.
5. التركيب التصميمي: يقرأ البرنامج اللاحق أو أداة التصميم الطبقات والإحداثيات ومعلومات OCR، ثم يعيد تنسيق التصميم.
6. فحص الجودة وأرشفة الأصول: بعد فحص يدوي أو آلي وفق القواعد، تُؤرشف المخرجات وتُسلّم حسب الإصدار.

الاستنتاج التصميمي الأهم هنا هو: الأصول الشفافة وفصل الطبقات فرعان يمكن استدعاؤهما بشكل مستقل، وليس بالضرورة تنفيذهما بالتتابع. عندما تحتاج فقط إلى الجسم الشفاف للكوب الحافظ للحرارة، يكفي أن تستخدم صورة المنتج الأصلية مباشرة لتوليد أصل RGBA، دون الحاجة إلى إنشاء ملصق أولًا ثم فصله. ولا تستدعي فصل الطبقات إلا عندما تكون لديك بالفعل ملصق كامل يضم المنتج والعنوان والسعر والزخارف، وترغب في إعادة استخدام بعض عناصره.

📌 اقتراح للتحقق من سير العمل: قبل البناء، يمكنك أولًا اختبار الطلبات في كل مرحلة عبر الواجهة الموحّدة لـ APIYI على apiyi.com، والتأكد من المعاملات وبنية الاستجابة، ثم تقرّر ما إذا كنت ستدمجها في نظام التنسيق الرسمي. أما نماذج الصور القابلة للاستدعاء فعليًا فتُحدّد وفق قائمة النماذج المتاحة على المنصة.

الخطوة الأولى في أتمتة صور المنتجات مع Seedream 5.5: توليد مشهد المنتج باستخدام صورة مرجعية

مدخل الخطوة الأولى هو الصورة الأصلية للكوب الحراري، والمخرج صورة رئيسية لمشهد يمكن استخدامها في صفحة تفاصيل المنتج. عنوان واجهة Volcano Ark هو https://ark.cn-beijing.volces.com/api/v3/images/generations، ومعرّف النموذج هو doubao-seedream-5-5-261028. وفي وثائق BytePlus الدولية، معرّف النموذج هو dola-seedream-5-5-261028. وقد تختلف أسماء النماذج ودعم المعاملات على المنصات الخارجية، لذا يجب التحقق قبل الاستدعاء.

يمكن توضيح التكوين الأساسي للمراحل الأربع أولاً في جدول واحد:

الحجم الافتراضي size لمهام التوليد العادية هو 2K، ويمكن أيضًا تحديد 1K أو 1.5K، أو تخصيص العرض والارتفاع ضمن القيود (إجمالي البكسلات من نحو 920 ألفًا إلى 4.62 مليون، ونسبة العرض إلى الارتفاع من 1:16 إلى 16:1). ولا تتضمن الوثائق الرسمية الحالية خيار 4K. القيمة الافتراضية لـ watermark هي true، ما يضيف علامة «AI生成» في الزاوية اليمنى السفلية؛ ويعود قرار إيقافها إلى متطلبات الامتثال لديك.

موجه توليد المشهد (مثال تعليمي، وليس نتيجة اختبار فعلي):

استخدم الكوب الحراري المصنوع من الفولاذ المقاوم للصدأ في الصورة المرجعية باعتباره جسم المنتج الوحيد، وأنشئ صورة مشهد لنمط حياة راقٍ لصفحة تفاصيل منتج تجارة إلكترونية. يوضع الكوب الحراري على مكتب فاتح اللون بأسلوب حديث، مع ضوء نافذة طبيعي من الجانب، وملمس تصوير فوتوغرافي واقعي. حافظ بدقة على شكل جسم الكوب الأصلي وبنية الغطاء والمادة واللون والعلامة. تكون الصورة بنسبة 1:1، ولا تضيف أي منتجات إضافية.

عبارات مثل «جسم المنتج الوحيد» و«لا تضيف أي منتجات إضافية» في الموجه ليست زخرفة اختيارية. لاحظت Segmind في اختبار بتاريخ 11 نوفمبر 2026 أنه بعد وضع حذاء واحد في مشهد حياتي، تحولت النتيجة إلى زوج أحذية، وتغيرت زاوية التصوير أيضًا. صور المنتجات حساسة للغاية للعدد والبنية، لذا يجب كتابة القيود في الموجه وكذلك في فحص الجودة.

مثال استدعاء بسيط لتوليد المشاهد باستخدام Seedream 5.5

فيما يلي نوضح الخطوة الأولى باستخدام Python. يستخدم المثال مسار توليد الصور المتوافق مع OpenAI؛ أما إمكانية تمرير الحقول الموسعة مثل layer_decomposition، وما إذا كان اسم النموذج متطابقًا، فذلك يعتمد على وثائق المنصة التي تستخدمها:

import requests

resp = requests.post(
    "https://api.apiyi.com/v1/images/generations",  # واجهة APIYI الموحدة
    headers={"Authorization": "Bearer YOUR_API_KEY"},
    json={
        "model": "doubao-seedream-5-5-261028",  # وفقًا لقائمة النماذج الخاصة بالمنصة
        "prompt": "使用参考图中的不锈钢保温杯作为唯一商品主体……不添加额外商品。",
        "image": "https://your-cdn.com/cup_original.png",
        "size": "2K",
        "background": "opaque",
        "output_format": "png",
        "response_format": "url",
        "watermark": False,
    },
    timeout=120,
)
print(resp.json()["data"][0]["url"])

ضبط timeout على قيمة واسعة له سبب. تُظهر ملاحظات طرف ثالث أن زمن الاستدعاء الواحد يتفاوت بشكل كبير: أفادت Segmind أن متوسط الصورة الواحدة نحو 24 ثانية، وقيست SeedRouter أن إخراج 1K يستغرق 29—47 ثانية، وتفكيك طبقات ملصق 2K نحو 59 ثانية. هذه مجرد ملاحظات من منصات فردية، ولا ينبغي اعتبارها معيارًا موحدًا، لكنها تكفي لبيان أن الاستدعاء المتزامن الحاجز غير مناسب للمهام المجمّعة.

🚀 بداية سريعة: إذا كان فريقك يستخدم بالفعل SDK المتوافق مع OpenAI، فيمكنك الحصول على مفتاح API ورصيد تجريبي مجاني للمستخدمين الجدد عبر APIYI apiyi.com، ثم التحقق أولاً من تأثير الموجه باستخدام عدد قليل من صور المنتجات، وبعدها توسيع المعالجة المجمّعة.

الخطوة الثانية في أتمتة صور المنتجات مع Seedream 5.5: التعديل المتسلسل ومعالجة التعديلات المتكررة

شاهد فريق العمليات مشهد مكتب العمل، وطلب استبداله بمقهى. مدخل هذه الخطوة ليس الصورة الأصلية، بل الصورة الرئيسية التي تم تأكيدها في الخطوة الأولى: بعد تنزيل data[].url الذي أعادته الدورة السابقة وحفظه، يُرسل بوصفه image لهذه الدورة. توليد الصور من النص وتحرير صورة واحدة ينتجان نتيجة واحدة فقط في كل مرة؛ أما ما يُسمى «تحرير 100 دورة متتالية» فهو قدرة تعرضها الجهة الرسمية، وكل دورة فيه استدعاء توليد مستقل، لذا يحتاج سير عملك إلى إرسالها دورة بعد أخرى.

مبدأ كتابة الموجه للتحرير المتسلسل هو: اكتب التغيير الخاص بهذه الدورة فقط، واذكر صراحةً العناصر التي يجب الحفاظ عليها.

استبدل خلفية مكتب العمل بمشهد مقهى خشبي دافئ، وغيّر خلفية البيئة والإضاءة المحيطة فقط. حافظ على شكل الترمس وحجمه النسبي ولونه وغطائه وLogo وزاوية وضعه والتكوين العام دون تغيير، وتأكد من أن المنتج يبقى دائمًا عنصرًا واحدًا فقط.

توصي الجهة الرسمية عند التحرير المتسلسل باستخدام صور RGB بتعيين background إلى opaque، لأن ذلك عادةً أفضل لاتساق التحرير. ويمكن فهم السبب هكذا: ما ينتقل عبر سلسلة التحرير هو صورة مشهد كاملة، وإدخال قناة الشفافية يضيف طبقة عدم يقين في كل دورة. لذلك يضع سير العمل في هذا المقال المواد الشفافة في فرع مستقل ولا يسمح لها بالدخول إلى سلسلة التحرير.

قدّمت اختبارات عملية من جهات خارجية إشارات متضاربة. في 11 نوفمبر، أجرى مكتب Xinghai Intelligence Bureau ثلاث دورات اختبار على نسخة الويب من Doubao لتغيير لون سترة وتبديل الخلفية، ولم تظهر انحرافات واضحة في وضعية الشخص أو الملابس، لكن المؤلف قال صراحةً إنه لم يختبر 100 دورة. وأجرت Segmind 12 دورة تحرير على صورة منتج واحدة، ولم تتغير منطقة الخلفية تغيرًا واضحًا في البكسلات يتجاوز عتبة 32 مستوى، لكن الصورة أصبحت تدريجيًا أغمق، بانحراف متوسط نحو 5.1 مستوى لوني في الدورة 12 مقارنة بالدورة 2. وفي حالة أخرى، عند إضافة نص إلى حلقة الكعب الضيقة في حذاء، عدّل النموذج بنية الحلقة كي يتسع للنص.

وبتطبيق ذلك على سير عمل الترمس، يمكن استخلاص توصيتين هندسيين:

• ابدأ كل دورة من «النسخة المؤكدة»، لا من سلسلة لا نهائية. يجب أرشفة الصورة الرئيسية المؤكدة بشكل منفصل، وعند حدوث مشكلة ارجع إلى تلك النسخة وأعد التحرير منها.
• تحكم في طول سلسلة التحرير، مثل تعيين حد أقصى لعدد الدورات؛ وبعد تجاوزه ارجع إلى الصورة الأصلية وأعد توليد المشهد، لتجنب الانحراف التراكمي في الألوان.

الخطوة الثالثة من أتمتة صور المنتجات مع Seedream 5.5: استخراج مواد المنتج الشفافة مباشرة

مدخل فرع المواد الشفافة هو الصورة الأصلية للمنتج، وليس صورة المشهد بعد التحرير. بهذه الطريقة يكون العنصر المستخرج أقرب ما يكون إلى المنتج الحقيقي، ويمكن استخدامه في قوالب صفحات التفاصيل أو تصاميم الإعلانات أو أي مهام تركيب أخرى. الإعدادان الأساسيان هنا هما فقط:

{
  "model": "doubao-seedream-5-5-261028",
  "image": "https://your-cdn.com/cup_original.png",
  "prompt": "提取参考图中的保温杯主体，去除桌面、背景、其他物品及其投影，保留完整杯身、杯盖和产品细节。输出单个独立商品素材，边缘自然清晰，背景完全透明，PNG 格式。",
  "background": "transparent",
  "output_format": "png",
  "response_format": "url"
}

انتبه إلى أن output_format يجب أن يكون png، فالـ JPEG لا يدعم قناة Alpha. وبالمقارنة مع الجيل السابق، يدعم Seedream 5.5 تحويل النص إلى صورة شفافة، وفي تحويل صورة إلى صورة شفافة يمكن استخدام حتى 10 صور مرجعية، والصور المرجعية لا تحتاج نفسها إلى أن تحمل قناة شفافية؛ أما Seedream 5.0 Pro / Flash في سيناريو الإخراج الشفاف فيدعمان صورة مرجعية PNG واحدة فقط تحمل قناة شفافية.

فحص جودة المواد الشفافة يحتاج إلى دقة أكبر من مجرد نظرة بالعين. تعرض الحالات الرسمية حواف معقدة مثل أريش البومة الثلجية، لكن في اختبارات Segmind كانت الحواف الشفافة للحقائب والمنتجات الصلبة أنظف، بينما فشلت محاولتان لتحقيق شفافية انكسارية واقعية للزجاج. الكوب الحراري من الفولاذ المقاوم للصدأ الصلب، لذا صعوبته أقل نسبيًا، لكن إذا كان الكوب من الزجاج أو له غطاء شفاف، فالتفتيش يجب أن يكون أدق. طريقة الفحص المقترحة:

• ضع ملف PNG فوق خلفية سوداء تمامًا، ثم بيضاء تمامًا، ثم ملونة، وتفحص الحواف الزائدة والظلال المتبقية.
• اقرأ قناة Alpha برمجيًا، وتأكد أن منطقة الخلفية صفر تمامًا، وأن منطقة العنصر لا تحتوي فراغات شبه شفافة غير متوقعة.
• قارن مع الصورة الأصلية لتتأكد من سلامة الهيكل مثل الغطاء والمقبض والشعار.

الخطوة الرابعة لأتمتة صور المنتجات مع Seedream 5.5: تقسيم الملصق التسويقي إلى طبقات مستقلة

أصبح ملصق الحملة الترويجية الكبرى جاهزًا: جسم الترمس الحراري، العنوان الرئيسي، العنوان الفرعي، السعر، الأشكال الزخرفية والخلفية، كلها على صورة مسطحة واحدة. الآن نريد تغيير السعر من 129 إلى 99، أو تحويل الملصق الصيني إلى نسخة إنجليزية. هنا نستدعي خاصية تقسيم الطبقات:

{
  "model": "doubao-seedream-5-5-261028",
  "image": "https://your-cdn.com/cup_poster.png",
  "prompt": "将商品海报拆分为独立图层：商品主体、主标题、副标题、价格文字、装饰图形和背景。保持各元素原有位置、尺寸比例和视觉样式。商品主体及文字分别作为独立图层，其他背景元素保留在底图中，并自然补全被移除元素覆盖的区域。",
  "layer_decomposition": true,
  "layer_decomposition_options": {
    "max_images": 15,
    "text_recognition": true
  }
}

بعض القيود التي يسهل الخطأ فيها: تقسيم الطبقات يقبل فقط مدخلًا واحدًا بصيغة PNG أو JPEG، ضمن نطاق أبعاد بين 512×512 و6000×6000 بكسل؛ لا يمكن إرفاق معامل background، وإلا فسيظهر خطأ؛ القيمة الافتراضية لـ size هي auto؛ طبقات الإخراج تكون دائمًا PNG، بينما يحدد output_format صيغة الصورة الأساسية فقط. تتراوح قيمة max_images بين 2 و100، والافتراضي 30 (بما في ذلك الصورة الأساسية)، وهي حد أقصى وليست عددًا مضمونًا. في حالة الملصق الرسمية تم ضبط الحد الأقصى على 15 صورة، وتم إرجاع 13 صورة فعليًا (صورة أساسية واحدة + 12 طبقة)، منها 9 طبقات نصية تحمل نتائج OCR.

كيف تستخدم حقول الإرجاع في طبقات Seedream 5.5

قيمة فصل الطبقات تكمن في أن حقول الإرجاع يمكن أن تستهلكها البرامج مباشرة:

طريقة إعادة التركيب التي تقدّمها الوثائق الرسمية هي: ضع أولاً الصورة الأساسية ذات z_index=0، ثم أضف الطبقات الشفافة بترتيب z_index تصاعديًا. عرض الطبقة يساوي right-left، وارتفاعها يساوي bottom-top. وإذا كانت اللوحة المستهدفة 1080×1350، فإن قيمة left في الإحداثيات المعيارية تُحوَّل وفق left / 1000 × 1080.

بنية OCR هي text_recognition → text / lines[] → bounding_box / runs[] → style، ويحتوي style على حقول مثل similar_font_family وforeground_color وbold وitalic وunderline وstrikethrough وshadow وtranslucent. أما طريقة تعديل السعر فهي: أخفِ طبقة السعر الأصلية، واقرأ موضعها ولونها والخط المشابه لها، ثم يعيد برنامج التصميم رسمها بالنص الجديد.

ومن الضروري التأكيد على الحدود: هذا لا يعني توليد ملف PSD تلقائيًا. فحقل similar_font_family هو مجرد تقدير لخط مشابه، وقد لا تحصل الخطوط اليدوية والخطوط الفنية على نتيجة OCR، كما لا يوجد ضمان بأن كل النصوص يمكن فصلها إلى طبقات مستقلة. إضافةً إلى ذلك، يُحتسب فصل الطبقات لكل صورة مُخرَجة على حدة، فإن كانت المخرجات 13 صورة فسيُحتسب 13 صورة.

ربط المراحل الأربع لأتمتة صور المنتجات باستخدام Seedream 5.5

بعد التأكد من أن كل مرحلة من المراحل الأربع تعمل بشكل مستقل، تبقى مسألة الربط بينها: ما الذي تُخرجه كل خطوة، ومتى تُطلق الخطوة التالية، وماذا نفعل عند حدوث مشكلة. يجمع الجدول التالي المدخلات والمخرجات ونقاط فحص الجودة في مكان واحد (اقتراحات هندسية، وليست مواصفة رسمية):

هناك تفاصيل هندسية عدة يجب تصميمها مسبقًا. الأولى هي الاستمرارية: صلاحية روابط الصور المولدة 24 ساعة، لذا لا بد من تنزيلها وإعادة تخزينها في الوقت المناسب. الثانية هي الاحتفاظ بالإصدارات: يجب الاحتفاظ بثلاثة إصدارات على الأقل، وهي الصورة الأصلية للمنتج، والصورة الرئيسية المعتمدة، ومواد التصميم النهائية. الثالثة هي معالجة الاستثناءات: إعادة المحاولة عند انتهاء المهلة، والتعامل مع عدد الطبقات غير الطبيعي عند الإرجاع، والرجوع إلى آخر إصدار معتمد عند فشل فحص الجودة. الرابعة هي تحديد المعدل: تُظهر قائمة نماذج Volcano Ark أن أعلى قيمة IPM هي 500 (وليس ضمانًا صارمًا)، وقد يخصم فصل الطبقات الحصة مسبقًا وفق max_images، لذا يُستحسن عدم ضبط max_images بقيمة كبيرة بلا تفكير.

أما على صعيد التسلسل التنفيذي، فيمكن الانتقال تدريجيًا من العمل اليدوي إلى التنسيق عبر API: أولاً تشغيل حالة كوب الترمس يدويًا في Jimeng أو Doubao، ثم ربط منتج واحد بسكربت، وأخيرًا ربط قائمة المعالجة ومكتبة المواد للمعالجة بالدفعات. ويُستحسن الإبقاء على نقاط الفحص البشري دائمًا، لأن دقة بنية المنتج لا يمكن الحكم عليها بمجرد أن الصورة «تبدو واقعية».

import requests, io, time
from PIL import Image

BASE_URL = "https://api.apiyi.com/v1"  # واجهة APIYI المتوافقة مع OpenAI
API_KEY = "YOUR_API_KEY"
MODEL = "doubao-seedream-5-5-261028"   # راجع قائمة النماذج على المنصة

def gen(payload: dict, retries: int = 2) -> dict:
    """استدعاء موحّد مع إعادة محاولة بسيطة"""
    payload = {"model": MODEL, "response_format": "url", **payload}
    for i in range(retries + 1):
        try:
            r = requests.post(f"{BASE_URL}/images/generations",
                              headers={"Authorization": f"Bearer {API_KEY}"},
                              json=payload, timeout=180)
            r.raise_for_status()
            return r.json()
        except Exception as e:
            if i == retries:
                raise
            time.sleep(5 * (i + 1))

def persist(url: str, path: str) -> str:
    """رابط URL يبطل بعد 24 ساعة، لذا لا بد من حفظ الملف (هنا نحفظه محليًا، وفي بيئة الإنتاج استخدم تخزين الكائنات)"""
    with open(path, "wb") as f:
        f.write(requests.get(url, timeout=60).content)
    return path

def scene(original_url: str, prompt: str) -> str:
    res = gen({"image": original_url, "prompt": prompt, "size": "2K",
               "background": "opaque", "output_format": "png", "watermark": False})
    return res["data"][0]["url"]

def edit(prev_url: str, prompt: str) -> str:
    # ناتج الجولة السابقة يُستخدم كمدخل لهذه الجولة
    return scene(prev_url, prompt)

def transparent(original_url: str, prompt: str) -> str:
    res = gen({"image": original_url, "prompt": prompt,
               "background": "transparent", "output_format": "png"})
    return res["data"][0]["url"]

def decompose(poster_url: str, prompt: str, max_images: int = 15) -> list:
    # ملاحظة: طلب تفكيك الطبقات لا يقبل المعامل background
    res = gen({"image": poster_url, "prompt": prompt,
               "layer_decomposition": True,
               "layer_decomposition_options": {"max_images": max_images,
                                               "text_recognition": True}})
    return res["data"]

def recompose(layers: list, canvas_w: int, canvas_h: int, skip=()) -> Image.Image:
    """ترتيب الطبقات تصاعديًا حسب z_index، مع استخدام الإحداثيات المطبّعة للتكيّف مع اللوحة الجديدة"""
    canvas = Image.new("RGBA", (canvas_w, canvas_h))
    for layer in sorted(layers, key=lambda x: x["z_index"]):
        if layer.get("name") in skip:
            continue  # مثلًا تخطّي طبقة السعر القديمة وترك إعادة رسمها لبرنامج التصميم
        img = Image.open(io.BytesIO(requests.get(layer["url"]).content)).convert("RGBA")
        l, t, r, b = layer["bounding_box"]["normalized"]
        x, y = int(l / 1000 * canvas_w), int(t / 1000 * canvas_h)
        w, h = int((r - l) / 1000 * canvas_w), int((b - t) / 1000 * canvas_h)
        canvas.alpha_composite(img.resize((w, h)), (x, y))
    return canvas

if __name__ == "__main__":
    original = "https://your-cdn.com/cup_original.png"
    v1 = scene(original, "使用参考图中的不锈钢保温杯作为唯一商品主体……不添加额外商品。")
    persist(v1, "cup_v1_office.png")       # بعد التأكيد البشري ننتقل إلى الخطوة التالية
    v2 = edit(v1, "将办公桌背景替换为温暖的木质咖啡厅场景……确保商品始终为单个主体。")
    persist(v2, "cup_v2_cafe.png")
    persist(transparent(original, "提取参考图中的保温杯主体……背景完全透明，PNG 格式。"),
            "cup_alpha.png")
    layers = decompose("https://your-cdn.com/cup_poster.png", "将商品海报拆分为独立图层……")
    for ly in layers:
        ocr = ly.get("text_recognition")
        if ocr:
            print(ly["z_index"], ocr["text"])  # يُترك لبرنامج التصميم ليستبدل النص
    recompose(layers, 1080, 1350).save("cup_poster_rebuilt.png")