Über
Die E-Commerce-Skill automatisiert die Stapelgenerierung von marktplatztauglichen Produktbildern – einschließlich Packshots, Freistellern, Maßvisualisierungen und Lifestyle-Szenen – aus Rohfoto-Ordnern. Sie nutzt die Pipeline von Bria.ai, um konforme Listings für Amazon, Shopify und Etsy in großem Maßstab zu erstellen. Entwickler sollten nun für diesen vollständigen Katalog-Workflow zusammen mit anderen Bildfunktionen die integrierte `bria-ai`-Skill verwenden.
Schnellinstallation
Claude Code
Empfohlennpx skills add Bria-AI/bria-skill -a claude-code/plugin add https://github.com/Bria-AI/bria-skillgit clone https://github.com/Bria-AI/bria-skill.git ~/.claude/skills/ecommerceKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
Dokumentation
Bria E-commerce — Product Catalog Builder
The full e-commerce product-catalog pipeline now lives in the bria-ai skill, alongside all other Bria image capabilities (generation, editing, background removal, upscaling, and more). This keeps one place to authenticate and one set of helpers to maintain.
Use the bria-ai skill for all product-catalog work. It contains:
- Batch catalog pipeline —
build_catalog.py: a folder of raw product photos → per-product cutout, packshot, dimensions image, lifestyle scenes, and marketplace variants. - Marketplace variants —
export_variants.py+ Marketplace Presets: Amazon / Shopify / Etsy specs (background, aspect ratio, product fill, min resolution). - Product endpoints — cutout, packshot, shadow, lifestyle shot (by text or image), product integrate, and Amazon-style product dimensions images (with dual
cm / incallouts, weight, and capacity). - Listing copy scaffold — a
listing.jsonper product for SEO title, description, bullets, and tags.
See the bria-ai skill's "Product Catalog Pipeline (batch)" section and its API Endpoints Reference for full details.
Related Skills
- bria-ai — the main skill; contains the full product-catalog pipeline and all image capabilities
- image-utils — Pillow-based resize/crop/composite (used by the variant exporter)
GitHub Repository
Häufig gestellte Fragen
Was ist der Skill ecommerce?
ecommerce ist ein Claude Skill von Bria-AI. Skills bündeln Anweisungen und Ressourcen, die Claude bei Bedarf lädt, um Aufgaben rund um ecommerce ohne zusätzliche Eingaben auszuführen.
Wie installiere ich ecommerce?
Verwende die Installationsbefehle auf dieser Seite: Füge ecommerce als Plugin zu Claude Code hinzu oder klone das Repository in dein Skills-Verzeichnis. Starte Claude danach neu, damit der Skill geladen wird.
Zu welcher Kategorie gehört ecommerce?
ecommerce gehört zur Kategorie Meta.
Kann ich ecommerce kostenlos nutzen?
Ja. ecommerce ist auf AIMCP gelistet und kann kostenlos installiert werden.
Verwandte Skills
Diese Skill bietet eine produktionsgetestete Einrichtung für Content Collections – ein TypeScript-first-Tool, das Markdown/MDX-Dateien in typsichere Datensammlungen mit Zod-Validierung umwandelt. Verwenden Sie ihn beim Erstellen von Blogs, Dokumentationsseiten oder inhaltsstarken Vite + React-Anwendungen, um Typsicherheit und automatische Inhaltsvalidierung zu gewährleisten. Er behandelt alles von der Vite-Plugin-Konfiguration und MDX-Kompilierung bis hin zur Deployment-Optimierung und Schema-Validierung.
Diese Fähigkeit ermöglicht es Entwicklern, Anwendungen mit der Polymarket-Prognosemärkte-Plattform zu erstellen, einschließlich API-Integration für Handel und Marktdaten. Sie bietet außerdem Echtzeit-Datenstreaming über WebSocket, um Live-Trades und Marktaktivitäten zu überwachen. Nutzen Sie sie zur Implementierung von Handelsstrategien oder zur Erstellung von Tools, die Live-Marktaktualisierungen verarbeiten.
Diese Fähigkeit unterstützt Entwickler dabei, OpenCode-Plugins zu erstellen, die in über 25 Ereignistypen wie Befehle, Dateien und LSP-Operationen eingreifen. Sie bietet die Plugin-Struktur, Event-API-Spezifikationen und Implementierungsmuster für JavaScript/TypeScript-Module. Nutzen Sie sie, wenn Sie den Lebenszyklus des OpenCode KI-Assistenten mit benutzerdefinierter ereignisgesteuerter Logik abfangen, überwachen oder erweitern müssen.
SGLang ist ein hochperformantes LLM-Serving-Framework, das sich auf schnelle, strukturierte Generierung für JSON, Regex und agentenbasierte Workflows unter Verwendung seines RadixAttention-Prefix-Cachings spezialisiert. Es bietet deutlich schnellere Inferenz, insbesondere für Aufgaben mit wiederholten Präfixen, was es ideal für komplexe, strukturierte Ausgaben und Mehrfachdialoge macht. Wählen Sie SGLang gegenüber Alternativen wie vLLM, wenn Sie constrained decoding benötigen oder Anwendungen mit umfangreicher Präfix-Weitergabe entwickeln.
