核心能力
Bria 是一款面向商业场景的 AI 图像处理技能，通过 20+ API 端点实现完整的图像生成与编辑 pipeline。其核心能力包括：
生成能力：基于 FIBO 模型的文本生成图像，支持 1:1、16:9、4:3、9:16、3:4 等常见比例，可选 1MP（默认）或 4MP 分辨率。特别适用于 hero 图、产品摄影、社交媒体素材、Banner 等商业视觉内容。
编辑能力：
- FIBO-Edit：自然语言指令编辑（如"让画面更温暖"、"把苹果换成梨"）
- GenFill/Erase：区域级精准 inpainting/outpainting
- 背景处理：RMBG-2.0 一键抠图生成透明 PNG，支持背景替换、模糊、擦除
- 增强处理：超分辨率（2x/4x）、画质增强、老照片修复、黑白上色
- 风格迁移：油画、动漫、卡通、3D 渲染等风格转换
- 光影与季节：Relight 调整光照氛围，Reseason 切换季节场景
- 产品摄影：Lifestyle Shot 将产品置入场景，Product Integrate 精确坐标融合
典型应用场景：
- 电商目录：批量生成产品图、自动抠图、场景合成、风格统一
- 营销落地页：品牌一致的 hero 图、抽象科技背景、团队照片
- 社交媒体：Instagram 1:1、Stories 9:16、LinkedIn 16:9 等格式批量生成，支持 A/B 测试变体
- 自动化工作流：生成→编辑→抠图→场景合成→超分，全链路 API 串联
使用方式
技能封装统一的 bria_call 函数，自动处理 OAuth 2.0 设备流认证、token 缓存（~/.bria/credentials）、本地文件 base64 编码、JSON 构造及异步轮询。
认证流程：
1. 检查本地凭证 → 2. 设备授权流（用户访问链接输入 code）→ 3. token 轮询获取 → 4. 计费状态验证 → 5. API 密钥解析
调用示例：
source ~/.agents/skills/bria-ai/references/code-examples/bria_client.sh bria_call /v2/image/generate "" '"prompt": "professional product photo", "aspect_ratio": "1:1", "sync": true' bria_call /v2/image/edit/remove_background "/path/to/image.png" bria_call /v2/image/edit/increase_resolution "https://example.com/img.jpg" '"scale": 4'
显著优点
- 商业安全：明确标注 commercially safe、royalty-free，降低版权风险
- 端到端整合：单技能覆盖生成、编辑、抠图、增强、风格迁移等全链路，无需切换多个工具
- 自动化友好：统一封装函数 + 异步轮询机制，适合构建批量处理 pipeline
- 电商场景深度优化：产品 lifestyle shot、精确坐标融合、透明 PNG 输出等针对电商摄影的专业功能
- OAuth 设备流：适合无浏览器环境的自动化认证
局限性与风险
功能局限：
- 复杂构图和精确控制需依赖结构化 VGL 提示（需配合 vgl 技能），纯自然语言在细节控制上存在不确定性
- 4MP 分辨率生成耗时增加约 30 秒，批量高分辨率场景需考虑时间成本
安全风险：
- 凭证本地存储：access_token、refresh_token、api_token 均以明文形式存储于
~/.bria/credentials，文件权限依赖系统默认设置 - OAuth 流程的完整性依赖：设备码轮询逻辑由 shell 脚本实现，网络异常或超时处理需外部兜底
- 计费阻断：技能会主动检查 billing_status，若 blocked 会中止流程，但用户需自行处理额度监控
合规风险：
- "commercially safe" 声明基于 Bria 训练数据授权机制，但具体免责范围需参考官方条款，高价值商业场景建议法律确认
适合人群
- 电商运营/设计师：需要批量生成产品图、快速抠图、场景合成的团队
- 营销增长团队：需要高频产出社交媒体素材、landing page 视觉的自动化需求
- 开发者/技术 PM：希望构建 AI 图像 pipeline，整合到现有工作流的工程团队
- 小型创意工作室：缺乏专业摄影资源，需要快速产出商业级视觉内容的团队
常规风险提示
- 敏感凭证文件建议定期清理或设置严格文件权限（
chmod 600 ~/.bria/credentials） - 批量任务注意 API 调用频率与配额管理
- 关键商业素材建议保留原始生成记录，以应对潜在的版权审查
- 复杂编辑任务建议分步验证中间结果，避免链式错误放大