皮肤分析专家

安装指南

1. ClawHub CLI 从源直接安装技能的最快方式。
   npx clawhub@latest install youcam-skin-analysis-expert
2. 手动安装 将技能文件夹复制到以下位置之一
   全局模式
   ~/.openclaw/skills/
   工作区
   /skills/
   优先级：工作区 > 本地 > 内置
3. 提示词安装 将此提示词复制到 OpenClaw 即可自动安装。
   请帮我使用 Clawhub 安装 youcam-skin-analysis-expert。如果尚未安装 Clawhub，请先安装（npm i -g clawhub）。
   更倾向于下载？
   获取包含原生技能文件的ZIP压缩包。
   下载技能 (.zip)

什么是

皮肤分析专家使用 Perfect Corp 的 YouCam 皮肤分析 API 评估清晰的正面自拍，并返回选定皮肤问题的评分；如有需要，也会提供肤质信息。可选择标准 SD 或详细 HD 分析，并选择特定问题或完整的 16 项分析。
此 Openclaw Skills 工作流程会检查 API 凭据和使用费用，在提交照片前询问分析偏好，并将返回的评分整理为易读报告，同时附上相关结果图片。此功能专为皮肤状况分析设计，不用于评估肤色、面部特征、妆容或头发。

应用场景

从清晰的自拍获取皮肤报告或皮肤评分。
查看痤疮、毛孔、皱纹、泛红、保湿度、油脂、斑点或黑眼圈等问题。
根据所需的详细程度和点数费用，选择 HD 局部细节分析或 SD 分析。
对比选定的问题，或请求完整的受支持皮肤评估项目。
如果提交的照片不符合 API 要求，获取重新拍摄指导。

工作原理

确认请求是进行皮肤状况分析；有关肤色、面部特征、妆容或头发的请求应转给相应的技能处理。
每次运行时阅读最新的 Perfect Corp 皮肤分析 API 文档，并检查是否有比备用规范更新的 API 版本。
使用零点数验证命令验证 API 密钥，并检查所请求分析的点数费用。
请用户选择 SD 或 HD、选择分析问题，并选择叠加图或遮罩结果图。在调用 API 前收集全部答案；不要混用 SD 和 HD 操作。
使用 JSON 格式、所选操作以及所请求的图像输出设置运行 skin-analysis 功能。
如果处理以异步方式继续，请使用状态命令轮询返回的任务 ID；不要再次提交请求，否则会启动另一项任务并产生费用。
使用技能参考资料解读返回的评分，并按规定整理报告。只包含 API 返回的评分；出现 API 错误时提供重新拍摄指导。

配置指南

提供一张清晰、正面拍摄的单人自拍，光线均匀，格式为 JPG、JPEG 或 PNG。
将 YOUCAM_API_KEY 设置为环境变量，或按照 credentials.example.json 中的格式，在技能根目录创建 credentials.json。如有需要，可从 Perfect Corp API 控制台获取 API 密钥。
在分析前确认凭据并检查点数费用：
python scripts/youcam_core.py validate-key
python scripts/youcam_core.py cost --feature skin-analysis
运行前询问用户选择分析级别、分析问题和图像样式。使用与所选级别匹配的操作；SD 和 HD 操作不能混用。
使用所请求的照片和参数运行。将示例值替换为用户的选择：
python scripts/youcam_core.py run --feature skin-analysis --src_file photo.jpg \ --param format=json \ --param dst_actions='["hd_wrinkle","hd_pore","hd_skin_type"]' \ --param miniserver_args='{"enable_mask_overlay": true}' 将 enable_mask_overlay 设为 false 可获取原始遮罩。叠加图为 JPG；遮罩图为 PNG。如果任务仍处于 running 状态，请使用其返回的任务 ID 查询状态，而不是重新提交分析。

数据架构

此技能使用 skin-analysis API，并发送带有 JSON 输出参数的源图像。dst_actions 数组包含所选 SD 或 HD 分析的问题标识符；不能同时使用这两个级别。miniserver_args 设置用于控制结果是否使用图像叠加。
数据或文件 用途
YOUCAM_API_KEY 通过环境变量或 credentials.json 提供的 API 凭据。
credentials.example.json 凭据文件格式示例。
scripts/youcam_core.py 验证凭据、估算费用、运行分析并检查任务状态。
api-fallback.yaml 备用 API 规范；每次运行时都要检查最新在线文档，并在需要时传入 --version。
references/interpretation.md 说明评分解读方式，包括 ui_score 与 raw_score 的区别。
references/output-format.md 定义必需的报告结构和必须原样保留的结尾免责声明。
API 响应 提供返回的评分和结果图片；仅报告 ui_score，不得臆造未返回的问题。
任务 ID 跟踪异步请求，有效期为 24 小时。
报告首先列出评分最低的三个问题，然后列出评分最高的三个问题，接着提供纯文本的总体结果部分，最后附上必需的免责声明。

高级特性

提供 SD 和 HD 两种分析级别，使用不同的操作标识符；HD 支持局部细节分析。
支持 16 项问题分析操作，包括肤质、痤疮、毛孔、皱纹、斑点、保湿度、紧致度和眼周问题。
允许用户选择融合式照片叠加或原始检测遮罩。
每次运行时检查当前 API 文档，并在需要时支持选择较新的 API 版本。
提交前估算点数费用，并在不消耗点数的情况下验证 API 密钥。
通过状态轮询处理异步任务，避免重复提交和重复收费。
应用评分解读参考资料和规定的报告格式，包括问题排名、图片、可执行建议和必需的免责声明。

name: skin-analysis-expert description: >- Analyze a person's skin from a single selfie using YouCam (Perfect Corp) AI.
Returns 16 skin-condition scores plus skin type, as a readable report. Use when
the user wants a skin analysis / skin report / skin score — incl. "幫我看膚質",
"膚況分析", "how's my skin", "skin report". Do NOT use for skin-tone/facial
attributes (that's facial-consultant), makeup, or hair.
version: 1.1.1
requirements:
credentials:

• name: YOUCAM_API_KEY source: env | credentials.json (in the skill root, next to SKILL.md)
  network:
• yce-api-01.makeupar.com apis:
• skin-analysis permissions:
• type: exec commands: [python]

Skin Analysis Expert

An analysis skill that calls one API (skin-analysis). You (the agent) run the flow described here through scripts/youcam_core.py.

When to trigger

When the user wants to understand their skin condition / get a skin report or score. If they want skin tone, facial attributes, makeup, or hair, hand off to the matching skill.

Get the latest API spec (do this every run)

Read this documentation section and open its latest version subpage to get the current endpoint / parameters / response fields: https://docs.perfectcorp.com/reference/ai_skin_analysis.md (e.g. the latest may be .../ai_skin_analysis/v2.1. If it is newer than api-fallback.yaml, pass --version when calling.)

Prerequisites

A clear, front-facing, single-person selfie with even lighting (jpg/jpeg/png).
Run python scripts/youcam_core.py validate-key (0 credits) to confirm the key. If it is not set, tell the user to get one at https://yce.perfectcorp.com/api-console and set the YOUCAM_API_KEY env var, or create credentials.json in the skill root (see credentials.example.json for the format).
Before running, check the cost and tell the user how many credits it will use: python scripts/youcam_core.py cost --feature skin-analysis (skin-analysis is tiered by SD/HD and number of concerns.)
Pre-run questionnaire (ask all 3 before running)

Ask the user these 3 questions before calling the API. Collect all answers first, then run once.

Q1 — Analysis tier

Would you like HD (high-detail, regional breakdowns) or SD (standard) analysis?

Q2 — Concerns to analyse

Which skin concerns would you like to check? Choose any combination, or say "all" for the full set.

# Concern HD action SD action

1 Spots (age spots) hd_age_spot age_spot 2 Wrinkles hd_wrinkle wrinkle 3 Texture hd_texture texture 4 Dark circles hd_dark_circle dark_circle_v2 5 Redness hd_redness redness 6 Pores hd_pore pore 7 Acne hd_acne acne 8 Oiliness hd_oiliness oiliness 9 Hydration hd_moisture moisture 10 Firmness hd_firmness firmness 11 Droopy upper eyelid hd_droopy_upper_eyelid droopy_upper_eyelid 12 Droopy lower eyelid hd_droopy_lower_eyelid droopy_lower_eyelid 13 Eye bags hd_eye_bag eye_bag 14 Radiance hd_radiance radiance 15 Tear trough hd_tear_trough tear_trough 16 Skin type hd_skin_type skin_type

Note: HD and SD actions cannot be mixed in a single call.

Q3 — Image output style

How would you like the result images?

Overlay — the detection mask blended onto your photo (returns .jpg)
Mask — the raw detection mask only (returns .png, default)

Run

Always use format=json. Build the command from the user's answers to Q1–Q3:

python scripts/youcam_core.py run --feature skin-analysis --src_file

--param format=json
--param dst_actions='[]'
--param miniserver_args='{"enable_mask_overlay": }'

Example (HD, all concerns, overlay):

python scripts/youcam_core.py run --feature skin-analysis --src_file photo.jpg \

--param format=json
--param dst_actions='["hd_wrinkle","hd_pore","hd_texture","hd_acne","hd_redness","hd_oiliness","hd_moisture","hd_radiance","hd_firmness","hd_dark_circle","hd_eye_bag","hd_tear_trough","hd_droopy_upper_eyelid","hd_droopy_lower_eyelid","hd_age_spot","hd_skin_type"]'
--param miniserver_args='{"enable_mask_overlay": true}'

If run prints "task_status": "running", the task is still processing and run stopped waiting. Do not run it again, since that starts a new task and charges again. Check back with python scripts/youcam_core.py status --feature --task_id , using the task_id from that output, until task_status is success or error. A task_id stays valid for 24 hours.

It returns scores. Interpret them with references/interpretation.md (note the direction of ui_score vs raw_score) and assemble the report with references/output-format.md.

Output rules

Follow the structure in references/output-format.md exactly: 3 lowest-scoring concerns (worst first) — with scores, star ratings, actionable advice, and their images. 3 highest-scoring concerns (best first) — with scores, star ratings, positive note, and their images. Overall results — text only: skin type, full concern score table, and overall impression paragraph. No images.
Closing disclaimer (required, verbatim from output-format.md).
Report scores as returned (ui_score only); never invent conditions not present in the response.

If the API returns an error code (e.g. photo not compliant), give retake guidance instead of forcing a result.

简化代码
头发诊断