🗺 Panoramica

HSL Camera AI è una piattaforma web per automatizzare la post-produzione di immagini e video. Si inviano file a flussi di lavoro (workflow) configurati, l'agent AI elabora tutto in background, e i risultati compaiono nella griglia Results.

📷 Results

La vista Results mostra tutti i job completati come griglia di anteprime, ordinati dal più recente. Usa il filtro in alto a destra per vedere solo i risultati di un workflow specifico.

Vista Results — griglia dei job completati

Azioni su ogni card

Passa il cursore su una card per far apparire i pulsanti:

• → Lib Sposta l'output nella Library (operazione permanente e non reversibile).
• ⬇ Download Scarica il file in full resolution.
• ✕ Elimina Elimina il job e tutti i suoi file. Non ripristinabile.

Zoom e lightbox

Clicca su qualsiasi anteprima per aprire il lightbox a schermo intero. Nel lightbox puoi:

Lightbox — confronto e zoom dell'output AI

• Slider ⇄ Trascina il divisore centrale per confrontare l'output AI (sinistra) con l'immagine originale (destra).
• Zoom + / − Ingrandisce o riduce l'immagine con step precisi. Usa anche la rotella del mouse per zoomare in continuo, e trascina per spostarti nell'immagine ingrandita. Doppio click alterna tra fit e riempimento schermo.
• Download ⬇ Scarica l'output in full resolution.
• Artifacts Mostra i file di log e gli step intermedi generati dal job.
• Retry Rimanda il job in coda con gli stessi parametri.
• Refine Apre il pannello di rifinitura (vedi sotto).
• Esc / ✕ Chiude il lightbox.

Refine

Refine permette di usare l'output di un job come input per un nuovo job, modificando il prompt o aggiungendo immagini di supporto — senza dover ricaricare i file.

➕ New Job

Invia un singolo job a un workflow. Usa questa sezione per elaborazioni one-off o quando vuoi controllare i parametri nel dettaglio.

Modulo New Job

Come inviare un job

1. Trascina una o più immagini nell'area di upload, oppure clicca per sfogliare i file.
2. Seleziona il Workflow dal menu a tendina. La descrizione appare sotto il menu.
3. Opzionale: espandi Workflow prompt per vedere il prompt base del workflow (vedi sotto).
4. Inserisci eventuali parametri nel campo Prompt append (opzionale — vedi sotto).
5. Clicca Submit. Il job viene creato e appare subito in Queue.

Workflow prompt

Dopo aver selezionato un workflow, compare sotto l'elenco immagini una sezione ▶ Workflow prompt espandibile. Cliccandola si visualizza il testo completo del prompt.txt del workflow — utile per capire il contesto già fornito al modello prima di scrivere un Prompt append.

Ordine delle immagini

Quando carichi più immagini, l'ordine è importante. Usa le frecce ▲▼ per riordinarle. L'ordine definisce quale immagine corrisponde a quale ruolo nel prompt del workflow (es. Image 1 = soggetto, Image 2 = stile).

Se il workflow ha un image_mapping.json, ogni posizione riceve un suffisso di slot (es. _REF2, _REF3) al momento del caricamento. Le immagini che non rientrano in nessuno slot del mapping vengono escluse dal job con un avviso nel log.

Analisi accessori (prefisso accessory_)

Nei workflow che usano openai_prod come Prompt Engine, qualsiasi immagine caricata con il nome che inizia per accessory_ (es. accessory_belt.jpeg) attiva automaticamente uno step di analisi visiva:

1. L'immagine viene analizzata da gpt-4o vision.
2. Viene generata una descrizione tecnica precisa dell'accessorio: materiale, colore esatto, texture, hardware, cuciture.
3. La descrizione viene iniettata nel prompt di generazione con l'istruzione di preservare l'accessorio esattamente come mostrato.

La descrizione è salvata anche come accessory_description.txt negli artifact del job per ispezione.

Prompt append

Il campo Prompt append permette di personalizzare il comportamento del workflow per questo specifico job. Supporta due formati che possono coesistere nello stesso campo:

I parametri KEY=VALUE vengono estratti automaticamente e passati all'engine. Il testo rimanente viene appendato al prompt base del workflow.

📦 Batch

Invia più file contemporaneamente allo stesso workflow. Ogni file genera un job separato e indipendente. Ideale per elaborare interi shooting in una sola operazione.

Modulo Batch — invio multiplo

1. Seleziona il Workflow.
2. Inserisci un eventuale Prompt append condiviso — viene applicato a tutti i job del batch.
3. Trascina i file nell'area FILES. Ogni file diventa un job indipendente.
4. Verifica che ogni file mostri il badge READY, poi clicca Submit Batch.

📚 Library

La Library è l'archivio permanente degli output approvati. I file qui presenti non vengono mai rimossi dalle pulizie automatiche dei job.

Library — archivio degli output approvati

Filtrare e cercare

I tab in cima alla griglia filtrano per workflow di origine. Il numero tra parentesi indica quanti item ci sono. Il campo di ricerca in alto a destra filtra per nome file in tempo reale.

Ingrandire le immagini

Come in Results, clicca su qualsiasi item per aprire il lightbox con zoom a dimensione nativa.

Selezionare e agire

Clicca su una o più card per selezionarle. La barra azioni appare in basso:

• ⬇ Download Scarica il file selezionato.
• ✏ Rename Rinomina il file.
• ✕ Delete Elimina definitivamente il file dalla Library.
• Deselect Deseleziona tutti gli item.

Upload diretto

Il bottone + Upload in alto a destra permette di caricare file direttamente in Library, senza passare da un job AI.

⏳ Queue

La Queue mostra tutti i job in attesa o in elaborazione, con aggiornamento automatico ogni 5 secondi. Non è necessario ricaricare la pagina.

Queue — monitor dei job in elaborazione

Colonne

Stati

PENDING — in attesa di essere preso dall'agent   PROCESSING — in elaborazione   FAILED — elaborazione fallita

Leggere i parametri

I tag nella colonna Params mostrano i parametri effettivi che verranno usati — risultato del merge tra tutti i livelli di configurazione:

• tag grigio Valore proveniente dal default engine o workflow.
• tag blu Valore esplicitamente impostato nel prompt append del job (override).

Azioni

• Retry Rimanda il job in coda come PENDING, con gli stessi file e parametri.
• Remove Rimuove il job dalla coda senza elaborarlo.

⚙️ Workflows

La sezione Workflows permette di configurare i flussi di lavoro disponibili. Ogni workflow combina un prompt, un engine AI, dei parametri di default e opzionalmente immagini di riferimento.

Lista workflow con drag handle per il riordino

Riordinare i workflow

Trascina la maniglia ⠿ a sinistra di ogni card per cambiare l'ordine nella lista. Il salvataggio è automatico al rilascio. Funziona anche da iPad e dispositivi touch.

Creare un nuovo workflow

Clicca + New in alto a destra. Il nome inserito viene prefissato automaticamente con WKF_IN_.

Configurare un workflow

Clicca su un workflow per espandere la card di configurazione. I campi disponibili sono:

🤖 Engines

La sezione Engines mostra e permette di configurare tutti gli engine AI disponibili.

Pannello Engines — configurazione degli engine AI

Defaults

La card Defaults in cima definisce il Prompt Engine e l'Image Engine usati dai workflow che non ne specificano uno esplicito.

Configurazione per engine

Espandendo un engine appaiono i campi specifici per quella piattaforma:

• Prompt Model Modello LLM per l'elaborazione del prompt (es. gpt-5.2).
• Image Model Modello per la generazione dell'immagine (es. gemini-2.0-flash-preview-image-generation).
• Default Size Dimensioni output di default per questo engine.
• Default Quality Qualità di default (high, medium, low).
• Note Nota editoriale (max 160 caratteri).

Clicca 💾 Save All per salvare le modifiche a tutti gli engine.

🔢 Gerarchia dei parametri

SIZE, QUALITY e PAD_INPUT vengono risolti con la seguente priorità. Il livello più alto vince sempre:

INPUT_MAX_SIZE (v1.11.0) segue la stessa gerarchia a 3 livelli: campo Input Max Size nella scheda Workflow, sopra il campo omonimo nella scheda Engines (OpenAI/Google; altri engine via JSON grezzo), entrambi sovrascrivibili dal prompt append del singolo job.

📋 Riferimento parametri prompt append

Questi parametri possono essere inseriti nel campo Prompt append in formato CHIAVE=valore, uno per riga.

Esempio completo

Studios

Gli Studios sono pagine pubbliche brandizzate che espongono un workflow PostProdAgent a utenti esterni — clienti, partner o team — senza dare accesso all'interfaccia admin del Playground.

Ogni studio ha un URL dedicato (es. /fabric-studio), un'identità visiva personalizzabile (sfondo, colori, logo) e uno o più slot per il caricamento delle immagini di input.

Creare uno studio

Dal tab Studios, clicca + New Studio. Compila i campi:

Slot immagini

Ogni studio ha uno o più slot, ovvero riquadri dove l'utente carica le immagini di input. Per ogni slot configuri:

• Size — Small / Medium / Large: dimensione visiva del riquadro
• Titolo slot — etichetta visibile sotto il riquadro nella pagina pubblica (es. "Tessuto principale")
• Hint interno — testo suggerimento mostrato dentro il riquadro prima dell'upload (es. "Carica il tessuto")

Con il bottone + Add slot aggiungi altri slot (es. per workflow che richiedono immagine del tessuto + modellino + dettaglio).

Pagina pubblica

Una volta salvato, lo studio è disponibile all'URL http://<server>:8765/<slug> — accessibile da qualsiasi browser, senza login.

Il flusso utente è:

1. L'utente apre il link dello studio nel browser
2. Carica le immagini negli slot (click o drag & drop)
3. Aggiunge istruzioni aggiuntive opzionali nel campo testo
4. Clicca il bottone CTA (es. "Produci")
5. La pagina mostra lo spinner di elaborazione e poi il risultato a schermo intero
6. L'utente può scaricare il risultato o tornare per un nuovo job

Gateway API

Il Gateway API espone i workflow PostProdAgent tramite un'interfaccia compatibile con le OpenAI Responses API. Qualsiasi client che parla il protocollo OpenAI può puntare il suo base_url a questo server e inviare job senza integrazioni custom.

La documentazione interattiva è disponibile all'indirizzo gateway_api.html.

Autenticazione

Tutti gli endpoint richiedono HTTP Basic Authentication con le stesse credenziali dell'interfaccia admin:

curl -u admin:admin http://<server>:8765/v1/responses ...

Endpoint

Esempio Python

import openai, base64, time

client = openai.OpenAI(
    base_url="http://46.62.134.81:8765/v1",
    api_key="admin:admin",
)

with open("fabric.jpg", "rb") as f:
    img_b64 = base64.b64encode(f.read()).decode()

# Crea il job
response = client.responses.create(
    model="postprod/virtual_try_on",
    input=[{"role": "user", "content": [
        {"type": "input_image", "image_url": f"data:image/jpeg;base64,{img_b64}"},
    ]}],
)

# Polling
while response.status not in ("completed", "failed"):
    time.sleep(5)
    response = client.responses.retrieve(response.id)

# Risultato
img_url = next(c.image_url.url for c in response.output[0].content
               if hasattr(c, "image_url"))
print("Risultato:", img_url[:60], "...")

📋 Changelog

Sono elencate le ultime tre versioni. Lo storico completo delle release precedenti vive nel CHANGELOG.md del repository.