2026-10-17 上线。入口统一在 AI 助手对话页：上传素材后直接用自然语言吩咐，或点附件下方的快捷动作。
所有任务都会在对话里生成任务卡，完成后可直接预览、下载。
一句话概览
现在 agent 能直接处理图片和视频，不需要跳到独立功能页：
- 图片：抠图（标准 / 高清）、放大修复、提取文字、换脸
- 视频：换脸、画质增强（人脸修复 + 放大）
- 产物：透明 PNG、原格式图片、TXT 文本、MP4 视频，任务卡内直接查看和下载
能力一览
| 能力 | 输入 | 产物 |
|---|---|---|
| 图片抠图（标准） | 一张图片 | 透明背景 PNG |
| 图片抠图（高清） | 一张图片 | 透明背景 PNG，发丝/复杂边缘更好 |
| 图片增强 | 一张图片 | 放大 2x / 4x 并可选人脸修复，保持原格式 |
| 图片文字识别 | 一张图片 | 识别出的文字，.txt 文件 |
| 图片换脸 | 目标图片 + 人脸图片 | 换脸后的图片，保持原格式 |
| 视频换脸 | 目标视频/图片 + 人脸图片 | 换脸后的视频（保留原音轨）或图片 |
| 视频增强 | 一段视频 | 人脸修复 + 整帧放大（2x / 4x） |
怎么用
方式一：自然语言
在 AI 助手里直接说，例如：
- 「把这张图的背景去掉，要透明背景的 PNG」
- 「高清抠图这张图，要发丝边缘干净的」
- 「把这张图片放大 4 倍，顺便修复一下人脸」
- 「识别这张图片里的文字」
- 「用第一张图的脸换到第二张图上」
- 「把这段视频里的人换成这张脸」
- 「把这个视频变清晰、放大人脸」
方式二：附件快捷动作
上传素材后，输入框上方会出现对应的快捷动作：
- 图片：图片抠图、高清抠图、图片增强、图片识别
- 两张图片：图片换脸
- 视频 + 图片：换脸
- 视频：视频增强
点一下会把指令填进输入框，可以再补充要求后发送。
换脸的两个顺序约定
换脸需要两份素材，agent 会严格按附件顺序绑定：
- 附件1 = 提供脸（清晰的正面照）
- 附件2 = 被换脸的画面（图片或视频）
想反过来换，交换两张图的上传顺序即可，结果是另一个方向。用户明确说「用附件N的脸」时，以用户说的为准，agent 不会按文件名猜。
可选参数（自然语言里说清楚即可）：
- 质量：默认标准档（纯换脸，快）；说「要更清晰 / 高档」才走高清档（更强的换脸 + 人脸修复 + 整帧放大，更慢）。
- 换哪张脸：默认换一张；视频里有多人时可以说「换所有脸」或指定「第几帧、第几张脸」。
产物与下载
- 图片处理完成后直接以图片卡片显示在任务卡里，不再只给一个链接；
- 图片、音频、视频产物都支持下载（图片在右上角，音视频在播放器下方）；
- 图片识别的结果是
.txt，以文件链接展示； - 任务卡刷新后仍然保留，历史会话里也能看到结果。
限制与注意事项
- 图片处理一次一张；多张就分多次提交。
- 抠图 / 增强的输入图片上限 20MB；超了会提示先压缩。
- 文字识别支持中文、英文、日文、韩文；识别不到文字时会返回明确提示。
- 图片换脸的目标可以是 GIF 等格式，输出会统一成可用的静态图片格式。
- 视频换脸会保留原音轨；视频增强只处理画面，声音不变。
- 视频增强在 agent 里只收视频；图片的放大修复请用「图片增强」。
- agent 看不到图片内容，所以涉及两张图的换脸时请按上面的顺序约定，或用明确的「附件N」说法。
- 对话里不会展示具体模型名称；你看到的是能力与效果，不是内部选型。
变更记录
- 2026-10-17：agent 对话新增图片抠图 / 高清抠图 / 图片增强 / 图片文字识别 / 图片换脸 / 视频换脸 / 视频增强；补齐任务卡、图片卡片、下载与刷新恢复。
