做角色设定、批量头像、多元模特图，最耗时间的不是创意，是找人拍和反复修图。beauty-generation-api 把这件事变成四次 HTTP 请求：查配额、提任务、轮询状态、下载图片。140+ 国籍、22 种肤色、24 种表情、8 种风格，3-5 秒出图，内置内容安全过滤。整包 12.4 kB，版本 v1.2.52，安装 27.6k、下载 7.3k，设计榜第 12。
它是纯文档型技能：没有本地代码，只有一份 28.9 kB 的 SKILL.md 写清接口怎么调。真正的计算发生在 DiversityFaces.org 的 GPU 上。这种形态的好处是零依赖、装上就能用；代价是所有能力都绑在别人的服务上。
百度网盘下载：https://pan.baidu.com/s/18q6rJtBH_p21VXzTyLxp6Q?pwd=viu4（提取码：viu4）
通过网盘分享的文件：luruibu-beauty-generation-api-1.2.52.zip
链接: https://pan.baidu.com/s/18q6rJtBH_p21VXzTyLxp6Q?pwd=viu4 提取码: viu4 复制这段内容后打开百度网盘手机App，操作更方便哦一、基本信息
| 项目 | 内容 |
|---|---|
| 技能名称 | beauty-generation-api |
| 维护方 | DiversityFaces.org（个人开发，MIT 协议） |
| 定位 | AI 人像 / 头像 / 角色图生成 REST API |
| 版本 | v1.2.52 |
| 社区数据 | 安装 27.6k · 下载 7.3k · 设计榜 #12 |
| 安全认证 | CLS 安全性认证（2026-07-11） |
| 运行环境 | curl（或任意 HTTP 客户端），无需本地算力 |
| 凭证 | BEAUTY_API_KEY（请求头 X-API-Key），有效期 1 年 |
| 配额 | 免费 100 次/日、1000 次/年；捐赠 $5 得 1000 张额度 |
| 包体大小 | 整包 12.4 kB（SKILL.md 28.9 kB 为唯一实质内容） |
| 下载安装 | luruibu-beauty-generation-api-1.2.52.zip（网盘，提取码 viu4） |
| 标签 | ai-portrait-generation、character-design、professional-headshots、content-safety |
二、它解决什么问题
人像素材的获取有几条传统路径，每条都有硬伤。找真人拍摄：成本高、周期长、模特多样性受限。用图库：版权贵、风格趋同、撞图率高。自己跑 Stable Diffusion：要显卡、要调参、要处理模型授权，学习曲线陡。
API 路线的定位很清楚：把「生成一张可用的人像」这件事，压缩成一次 HTTP 请求。不用管模型、不用管显存、不用管采样器参数，只需要把提示词写清楚。
它特别强调的一点是多样性：140+ 国籍、22 种肤色、22 种发型发色、24 种场景背景。这不是技术炫技，是实际需求——做全球化产品、做多元角色设计时，能不能生成不同族裔的形象，直接决定素材可用性。
它的定位可以概括为：不提供最强的生成模型，提供最省事的人像生产接口。
三、核心功能
3.1 四步调用，全流程不到 10 秒
| 步骤 | 接口 | 作用 | 是否耗配额 |
|---|---|---|---|
| 1. 查配额 | GET /api/quota |
看今日剩余次数 | 否 |
| 2. 提任务 | POST /api/generate/custom |
提交提示词与尺寸，返回 prompt_id |
是 |
| 3. 轮询 | GET /api/status/{prompt_id} |
每 0.5-1 秒查一次，直到 completed | 否 |
| 4. 下载 | GET /api/image/{filename} |
取 WebP / PNG / JPEG | 否 |
注意第一步不耗配额——这个设计很实用。写脚本时可以每次先查一次，避免任务提交上去才发现额度用完，白白浪费一次调用。
3.2 参数体系：风格、情绪、肤色、场景
可调维度不少，实际常用的四组：
- 国籍 / 族裔：140+ 选项，决定面部特征的基本盘。
- 肤色与发型：22 种肤色、22 种发型发色，用于细调。
- 表情 / 情绪：24 种，从职业微笑到冷峻都有。
- 场景与服饰：24 种背景加专业服装选项，决定用途（证件照 / 商务头像 / 角色概念图）。
推荐尺寸 1536×1536。这个分辨率的取舍很现实：够用于社交头像和 PPT 配图，不足以做印刷。要更高分辨率就得自己放大，而放大又会损失真实感。
3.3 内容安全过滤
平台侧内置过滤器，拦未成年人、裸露、暴力、仇恨内容。这是合规必需品，但也带来一个副作用：误杀。艺术化的、边缘风格的、带强烈光影的提示词，有时会被判为违规。做概念设计的人会遇到这个情况，只能改写提示词绕。
3.4 纯文档型：没有本地代码
整包里只有 SKILL.md、package.json、skill-card.md 三份文件。package.json 里 60 多个 keywords 看着唬人，实际就是标签堆砌。真正的价值全在那份 28.9 kB 的文档里：接口说明、参数表、错误处理、示例 curl。
这种形态的安全面很小——没有本地执行，没有依赖链，没有供应链风险。风险全部转移到「服务端怎么处理你的数据」。
四、真正有价值的地方
门槛低到几乎没有。不用显卡、不用装依赖、不用配环境。申请 Key 是自动审批的，拿到就能调。对只想快速验证创意的人来说，这个起步速度比本地部署快一个数量级。
多样性是真实差异点。大部分开源人像模型默认偏欧美审美，做亚洲、非洲、拉美角色时要额外调参。它把族裔、肤色、发型做成显式参数，省掉了「抽卡式生成」的运气成分。
速度够用。GPU 推理 1-2 秒，全流程 10 秒内。做批量头像时，一百张图十几分钟能跑完，比人工修图快得多。
免费额度能验证价值。100 次/日、1000 次/年，不花钱就能跑通完整流程、评估质量。这个门槛设置合理——够你做几十组对比实验。
文档写得细。28.9 kB 的 SKILL.md 对一个小 API 来说算很厚了，参数含义、错误码、示例都齐。照着抄就能跑通。
五、绕不开的问题
只支持英文提示词。这是硬限制。中文提示词直接输进去，效果会明显下降甚至不生效。非英语用户得先翻译，而翻译本身会损失细节——「清冷疏离的气质」翻成英文，往往变成干巴巴的 “cold expression”。
异步轮询增加复杂度。没有 Webhook，只能客户端主动查。单张图无所谓，批量生成时要自己写并发控制和退避逻辑，代码量不小。
配额是硬顶。免费 100 次/日，跑一批 200 张就得等第二天。生产环境必须前置配额检查 + 优雅降级，否则中途断掉很难看。
风格一致性差。seed 控制有限，批量生成同一角色时，人脸特征会漂移。做角色设定集时，这是个真问题——第 5 张和第 15 张可能不像同一个人。
服务商透明度低。DiversityFaces.org 公开信息有限，没有企业级 SLA，数据留存政策也没明确写。企业采购时这一条基本过不了。
Key 有效期一年且难吊销。泄露后不能即时作废，只能等过期或联系客服。这个设计对安全不利。
这些问题有个共同点：都不是「不能用」，而是「用的时候要知道边界」。语言要英文、配额是硬的、一致性靠运气、服务商不透明——四条边界画出来，剩下的空间其实不小。真正的风险是把一个早期项目当成生产基础设施，出问题时连个能追责的人都没有。更实际的做法是双轨：它负责快速出草图，关键图再用可控性更强的工具重做，两边各取所长。预算允许的话，把它的产出当成「素材库」而不是「成品库」，心态会轻松很多。真要做成产品，再考虑自建模型或采购企业级服务，那是另一笔账。先把「能出图」这件事跑通，比一开始就追求完美工作流实际得多。等真的跑量了，再谈一致性和自动化，节奏会更舒服。
六、官方风险表与解读
| 风险项 | 级别 | 说明 | 缓解措施 |
|---|---|---|---|
| 数据隐私 | 中 | 提示词与生成图上传至第三方服务器 | 敏感信息不入 prompt，避免真实人名与身份信息 |
| 版权与肖像权 | 中 | 生成图涉及真人风格时可能有合规争议 | 不用于伪造真实人物，商用前做合规审查 |
| 配额耗尽 | 中 | 免费额度用尽导致流程中断 | 前置 quota 检查，加降级路径 |
| 服务连续性 | 中 | 早期项目，端点可能变更 | 封装一层适配层，减少改动面 |
| 密钥泄露 | 中 | Key 有效期长，泄露难以及时吊销 | 不入版本库，定期更换，日志脱敏 |
| 内容误杀 | 低 | 安全过滤可能拦下合法创意 | 改写提示词，避开敏感表述 |
没有「高」风险，但「中」风险密度不低，且都指向同一个结构性问题：你在用一个透明度有限的外部服务，处理可能涉及肖像的内容。技术风险小，法务和合规风险需要自己扛。
一条实用纪律：永远不要用真实人物的姓名、照片特征去提示。生成的形象一旦和某个真人高度相似，麻烦不是技术问题。
3.5 提示词写法：三段式模板
生成质量差距，八成来自提示词。实践下来，稳定的写法是三段式：主体 + 属性 + 场景。三段齐全，出图可用率明显高于一句话描述。
主体段。说明「谁」：年龄区间、性别、族裔。比如「a 28-year-old East Asian woman」。这一段决定面部特征的基本盘，写得越具体，抽卡次数越少。别在这里加形容气质的词，那些属于第二段。
属性段。说明「什么样」：发型、肤色、表情、服饰。比如「shoulder-length black hair, warm medium skin tone, calm confident expression, navy blazer」。这一段是可控性最强的部分，也是区分专业用户和新手的地方——新手常把所有形容堆在一起，模型只能随机取舍。
场景段。说明「在哪、干什么」：背景、光线、用途。比如「minimal gray studio background, soft directional lighting, professional headshot」。这一段决定了图能不能直接用：加不加「professional headshot」，出来的东西完全是两类。
写的时候有两条经验。一是避免抽象形容词（beautiful、stunning 这类），它们对模型几乎无信息量，反而挤占了具体描述的位置。二是把最重要的属性放在前面——提示词太长时，后半段权重会衰减。
七、适合谁，不适合谁
| 类型 | 是否适合 | 理由 |
|---|---|---|
| 游戏 / 影视概念设计 | 适合 | 快速出角色草图与 NPC 头像，省掉外包沟通 |
| 电商 / 营销素材 | 适合 | 批量多元化模特图，成本远低于拍摄 |
| 独立开发者做头像生成器 | 适合 | REST 接口易集成，配额够早期用户 |
| 需要印刷级精度 | 不适合 | 1536×1536 上限，放大损失细节 |
| 要求角色高度一致 | 不适合 | seed 控制弱，批量生成会漂移 |
| 企业级合规采购 | 不适合 | 无 SLA、数据政策不明 |
八、落地路径
- 申请 Key。gen1.diversityfaces.org/api-key-request，自动审批，拿到
BEAUTY_API_KEY。 - 查配额。
GET /api/quota确认剩余次数，这一步不耗额度。 - 跑通一张。用英文提示词提交 1536×1536，看轮询多久返回、效果是否符合预期。
- 建提示词模板。把族裔、肤色、表情、场景拆成可替换片段，做成模板库，避免每次从零写。
- 加配额守卫。批量任务开始前先查 quota，不够就分批或延后。
- 做一致性测试。同一角色跑十张，看漂移程度，决定是否需要引入参考图或多轮筛选。
九、文件构成与安装
| 文件 | 大小 | 作用 |
|---|---|---|
SKILL.md |
28.9 kB | 全部实质内容：接口、参数表、错误码、curl 示例 |
package.json |
3.3 kB | 元数据与 60+ 关键词标签（非 npm 依赖清单） |
skill-card.md |
2.5 kB | 市场展示卡片 |
「安装」实际上就是拿到 Key、把文档喂给 Agent。没有 npm install，没有 pip install，没有编译。整包 12.4 kB，比一张生成图还小。
十、常见问题
能用中文提示词吗？
不能，只支持英文。中文输入效果会明显下降。建议先用翻译工具转换，再补充具体的风格词。
免费额度到底多少？
100 次/日、1000 次/年。捐赠 $5 可获 1000 张额外额度。配额按天重置。
为什么图里的人和上一张不像？
seed 控制有限，风格一致性是这类 API 的通病。要同一角色，得靠多轮筛选或外部工具做面部一致性处理。
提示词被拒了怎么办？
安全过滤比较严。去掉可能触发误判的词（如涉及年龄、身体、暴力的表述），换成更中性的描述。
能商用吗？
技术上可以，法律上要自己判断。避免生成与真实人物高度相似的形象，涉及广告投放时建议做合规审查。
图片能要多大的？
推荐 1536×1536，也是实际效果最好的尺寸。更小的分辨率细节不足，更大的不支持。
接口挂了怎么办？
它是早期项目，端点可能变更。建议在代码里封一层适配层，把 URL 和参数集中管理，改起来只动一处。
能指定宽高比吗？
参数里有尺寸项，推荐值是 1536×1536 正方形。非正方形尺寸支持情况文档没写全，实测建议先用正方形生成，再本地裁剪成需要的比例，成功率最高。
生成失败会扣配额吗？
查配额和轮询状态都不扣。提交任务成功即视为消耗一次，即使后续生成失败通常也不退。所以提交前把提示词检查一遍，比事后重试更省额度。
支持参考图（图生图）吗？
当前接口是文生图，没有明确的参考图参数。要保持角色一致性，只能靠固定提示词 + 多轮筛选，或者用其他工具做后期面部对齐。
生成的图有版权吗？
平台声明生成内容可用于创作，但具体权属取决于服务条款和当地法律。商用前建议读一遍 DiversityFaces.org 的条款，并对涉及真人相似度的图做额外审查。
一次能生成几张？
单次调用生成一张，没有批量参数。要出十张候选，就调十次，每次改一点提示词。这也是配额消耗快的原因——真实产出可用图的比例大概三比一。
能本地部署吗？
不能，它是纯 API 服务，没有开放模型权重。要本地部署得换开源人像模型，代价是显卡、调参和授权审查，换来的是一致性和可控性。两条路各有适用场景。
图片存多久？
文档没有明确说明留存周期。稳妥做法是拿到链接后立刻下载到本地，别把服务端当存储用。涉及客户素材的，下载后记得在服务端删掉。
结语
beauty-generation-api 是一个「用起来很轻」的工具：不用显卡、不用装环境、不用调模型，四次请求拿一张图。它的多样性参数是真需求，速度和免费额度也够验证想法。
但它不适合当生产级基础设施——配额硬顶、语言限制、一致性差、服务商透明度低，四条加起来决定了它更适合「快速原型」和「小批量素材」。真要做成产品，得在它外面套一层缓存、降级和一致性处理。
还有一条底线要自己守住：生成的人像不要用于未经授权的商业代言、身份冒用或任何可能误导他人的场景。接口本身不校验用途，责任在使用方。做素材库时把来源和授权范围记录清楚，日后要用才不至于说不明白。
通过网盘分享的文件：luruibu-beauty-generation-api-1.2.52.zip
链接: https://pan.baidu.com/s/18q6rJtBH_p21VXzTyLxp6Q?pwd=viu4 提取码: viu4 复制这段内容后打开百度网盘手机App，操作更方便哦AI人像 头像生成 角色设计 多元人像 图像API
百度网盘下载：https://pan.baidu.com/s/18q6rJtBH_p21VXzTyLxp6Q?pwd=viu4（提取码：viu4）
暂无评论内容