Back to skills
SKILL.md
Platform Compliance
ASecurity上架前平台合规校验与自动修复。待上架图 → Amazon / TikTok Shop / Temu / Shopee / 淘宝 各平台的通过或驳回风险报告,可一键修成合规图。当用户说「会不会被驳回」「合规检查」「白底不达标」「主图规格」「传上去被拒」时使用。
- 24 stars
- 0 votes
- 0 copies
- 2 views
- Added September 5, 2026
Security analysis
96/100- Installs packages at runtime which could introduce malicious dependencies
Pro scans all 10 files and shows the line behind each finding
npx -y skills add dlazy-ai/ecommerce-skills --skill platform-compliance --agent claude-codeAre you the author of Platform Compliance?
Add the live security badge to your README. It updates with every re-scan.
[](https://www.skillsdirectory.com/skills/dlazy-ai-platform-compliance)---
name: platform-compliance
description: 上架前平台合规校验与自动修复。待上架图 → Amazon / TikTok Shop / Temu / Shopee / 淘宝 各平台的通过或驳回风险报告,可一键修成合规图。当用户说「会不会被驳回」「合规检查」「白底不达标」「主图规格」「传上去被拒」时使用。
---
# platform-compliance — 上架前合规校验
图片好不好看是一回事,**平台收不收**是另一回事。
这个技能只回答后者:这张图传上去会不会被驳回,卡在哪一条,怎么改。
和 [detect-task](../detect-task/skill.md) 的分工:
detect-task 用视觉模型判断「像不像真的」,主观、要花算力;
本技能读像素做客观判定,不花算力、毫秒级、结论可复现。**两个都过才叫能投。**
---
## 生成效果示例
拿本仓库 [flat-lay](../flat-lay/skill.md) 的实际产出图,按 Amazon 主图规则检:
```bash
python3 scripts/check_listing.py docs/flat-lay/example-output.jpg --platform amazon
```
**真实输出**
```
docs/flat-lay/example-output.jpg · Amazon 主图 · 有驳回风险
1024×1536 JPEG 0.25MB · 背景 RGB(208, 208, 208) · 主体占比 100.0%
! 分辨率 最长边 1536px,达标但不足以触发放大镜
✓ 画面比例 1024:1536
✗ 纯白背景 边缘仅 0.0% 为纯白,背景基色约 RGB(208, 208, 208)
✓ 主体占比 包围盒占画面 100.0%
✓ 透明通道 无 alpha
✓ 边框 无描边
✓ 文件格式 JPEG
✓ 文件体积 0.25 MB
✓ 色彩模式 RGB
? 文字 / 水印 / 拼图 像素层判不了,交给 detect-task 或人工过一眼
```
这张图肉眼看是「浅灰棚拍背景」,很干净,但 **Amazon 主图要求精确 RGB(255,255,255)**,
208 的灰会被判不合格。这类问题人眼几乎发现不了,机检一秒钟出结论。
一键修:
```bash
python3 scripts/check_listing.py docs/to-3d/example-output.jpg --platform amazon --fix out/
```
```
out/example-output-fixed.jpg · Amazon 主图 · 通过
1600×1402 JPEG 0.50MB · 背景 RGB(255, 255, 255) · 主体占比 85.1%
```
压白底 → 按 85% 目标重构画布 → 补到 1600px → 存合规 JPEG,一步到位。
---
## 一、能力边界
| 能做 | 说明 |
| --- | --- |
| 客观规格判定 | 背景纯度、主体占比、分辨率、比例、透明通道、描边、格式、体积、色彩模式 |
| 多平台规则 | Amazon / TikTok Shop / Temu / Shopee / Shopify / 淘宝,可自定义 |
| 自动修复 | 压白底、按目标占比重构画布、补分辨率、压到体积上限 |
| 批量 | 一次传多张,或配合 [batch-image](../batch-image/skill.md) 整批过 |
| 退出码 | 0 = 可投;1 = 有驳回风险,便于接进 CI 或流水线 |
| 不能做 | 去哪 |
| --- | --- |
| 判断有没有文字 / 水印 / 拼图 | [detect-task](../detect-task/skill.md) 的视觉模型 |
| 判断商品有没有崩 | [detect-task](../detect-task/skill.md) |
| 去水印 | [remove-watermark](../remove-watermark/skill.md) |
| 修图、去褶皱 | [item-repair](../item-repair/skill.md) |
**自动修复的边界**:`--fix` 只做几何与色彩层面的合规化,它不会替你修图。
如果原图本身是糊的、崩的、带水印的,修完还是糊的崩的带水印的。
---
## 二、平台规则
| 平台 | 纯白底 | 最长边(下限 / 建议) | 主体占比 | 比例 | 体积上限 |
| --- | --- | --- | --- | --- | --- |
| `amazon` | 是 | 1000 / 1600 | ≥ 85% | 不限 | 10 MB |
| `tiktok-shop` | 否 | 800 / 1600 | ≥ 60% | 1:1 或 3:4 | 5 MB |
| `temu` | 是 | 800 / 1350 | ≥ 70% | 1:1 | 3 MB |
| `shopee` | 否 | 500 / 1024 | ≥ 55% | 1:1 | 2 MB |
| `shopify` | 否 | 1024 / 2048 | 不限 | 不限 | 20 MB |
| `taobao` | 是 | 800 / 1200 | ≥ 70% | 1:1 | 3 MB |
**平台规则会变。** 上表是可机检的子集,以各平台最新官方文档为准。
需要改用自己的口径,写一份 JSON 用 `--rules` 传入,字段说明见
[`references/platform-specs.md`](references/platform-specs.md)。
---
## 三、工具调用
```bash
# 单张
python3 scripts/check_listing.py main.jpg --platform amazon
# 整批 + 机器可读
python3 scripts/check_listing.py out/*.jpg --platform temu --json
# 校验并自动修复到 fixed/
python3 scripts/check_listing.py raw.png --platform amazon --fix fixed/
# 自定义规则
python3 scripts/check_listing.py main.jpg --platform amazon --rules my-rules.json
```
只依赖 Pillow:
```bash
pip install Pillow
```
**参数约定**
| 参数 | 取值 | 理由 |
| --- | --- | --- |
| `--platform` | 目标平台 | 决定用哪套阈值,默认 `amazon` |
| `--json` | 接流水线时加 | 输出结构化结果,含每项的实测值与阈值 |
| `--fix <dir>` | 想自动改时加 | 产物另存,不覆盖原图 |
| 退出码 | `0` / `1` | 有驳回风险时非零,方便 `&&` 串联 |
---
## 四、执行流程
1. **确认平台**。用户没说就问,或按店铺主战场默认(跨境 → `amazon`,国内 → `taobao`)。
2. **先检后修**。直接跑一次不带 `--fix` 的校验,把问题念给用户听——
有些问题(比如主体占比不够)修复会裁掉画面,得让用户先知道。
3. **区分两类问题**:
- 几何 / 色彩类(白底、占比、分辨率、体积)→ `--fix` 能解决。
- 内容类(水印、文字、商品崩坏)→ 回到对应的生成或修图技能重做。
4. **修完复检**。`--fix` 后脚本会自动对产物再检一遍,确认真的过了。
5. **接回生成侧**。反复不合规时,把约束写进 prompt 而不是每次事后修:
见下方「把合规前置到生成」。
---
## 五、把合规前置到生成
事后修不如一次生对。这几句追加到生成 prompt 末尾,能显著降低不合格率:
| 目标 | 追加句 |
| --- | --- |
| 纯白背景 | `Pure seamless white background, RGB 255,255,255, no gradient, no vignette, no shadow cast on the backdrop.` |
| 主体占比 | `The product fills at least 88% of the frame, tight crop, minimal empty margin on all sides.` |
| 无文字水印 | `No text, no logo, no watermark, no inset images, no borders anywhere in the frame.` |
| 方图 | `Square 1:1 composition, product centered.` |
[run_loop](../detect-task/skill.md) 会自动做这件事:合规校验失败时,
它把上面对应的句子追加进 prompt 再跑一轮,不用人管。
---
## 六、常见问题
| 现象 | 原因 | 怎么办 |
| --- | --- | --- |
| 肉眼纯白,机检说不是 | 棚拍浅灰墙(RGB 200–245)或轻微渐变 | `--fix` 压白,或生成时按上表加约束句 |
| 主体占比总不够 | 生成时留白太多 | prompt 里写 `tight crop`;或 `--fix` 重构画布 |
| PNG 传上去变黑底 | 透明通道被平台转成黑色 | 永远压平为白底 JPEG,`--fix` 会自动做 |
| 修完占比还是差一点 | 方图平台下,长条商品的占比有物理上限 | 脚本已取可达上限;接受它,或改用非方图平台的坑位 |
| 文字水印项永远是 `?` | 像素层测不了 | 交给 detect-task,或人工过一眼 |
---
## Tips
- **把它接进 CI**:`check_listing.py out/*.jpg --platform amazon` 退出码非零就拦下,
比人工抽检可靠。
- **先检一张再跑整批**:整批生成前拿一张过一遍合规,能省掉一整批的返工。
- **不同坑位不同规则**:主图严、细节图松。别拿主图的阈值去卡详情页配图。
Files in this skill
- examples/brand.yaml
- references/platform-specs.md
- references/provider-cli.md
- scripts/brand.mjs
- scripts/check_listing.py
- scripts/gen.mjs
- scripts/lib/miniyaml.mjs
- scripts/lib/providers.mjs
- scripts/lib/tasks.json
- skill.md
Attribution
Comments
Loading comments…
Newsletter
Get the weekly list of safe new skills, and the ones we pulled.