diff --git a/docs/ability/flux-schnell-faceid.md b/docs/ability/flux-schnell-faceid.md
new file mode 100644
index 0000000000000000000000000000000000000000..3440a9173f3c15efa9977b23365617ea6b5cc43b
--- /dev/null
+++ b/docs/ability/flux-schnell-faceid.md
@@ -0,0 +1,95 @@
+# Flux人脸迁移模型功能和原理简介
+
+[Flux模型的人脸迁移](https://ai.gitee.com/serverless-api?model=flux-1-schnell&operation=134)在原功能基础上，将原图中的人脸迁移到生成图像上。给定一张带有一个人的图像，模型会提取该图像人物面部，并在依据提示词生成图像的过程中依据该面部生成对应的人物全貌。
+
+该模型用处广泛，可以将人物放置到任意模型生成能力的场景中。只要你能想到的场景详细表述并给出你的肖像图，那么生成的图片将仿佛你置身于该场景中。
+
+:::info
+概念说明
+ “**人脸迁移**”一般是指将人脸从原图中换到另一张图中的人上。
+ “**生成图像**”在本教程中指根据文本提示词生成的图片。
+:::
+
+# 步骤一：输入token并定义请求函数
+
+首先获取你的[token](https://ai.gitee.com/dashboard/settings/tokens)，然后可定义请求函数如下：
+
+```python
+import requests
+import base64
+from PIL import Image
+from io import BytesIO
+
+API_URL = "https://ai.gitee.com/v1/images/face-migration"
+headers = {
+    "Authorization": "Bearer <add your token>"
+}
+
+def query(payload):
+    files = {
+        "image": (payload["image"], open(payload["image"], "rb"))
+    }
+    data = {key: payload[key] for key in payload if key not in files}
+    response = requests.post(API_URL, headers=headers, files=files, data=data)
+    return response.json()
+```
+
+# 步骤二：请求并获得数据结果
+
+请求方式如下，不过需要注意提示词(prompt)必须是**英文**才行。
+
+```python
+output = query({
+    "model": "flux-1-schnell",
+    "image": "v2-d31d9e5ab74c7d4bbf4ccacde1497a18_r.jpg",
+    "size": "1024x1024",
+    "guidance_scale": 4,
+    "num_inference_steps": 4,
+    "id_weight": 1,
+    "id_timestep_start": 0,
+    "prompt": "Portrait painting, delicate sketch style, colored painting, ultra-high-definition, ultra-high pixel count"
+})
+```
+
+参数说明：
+
+* `model`：模型名，此处固定。
+* `image`：本地的图片路径，事实上在函数中可以看到是以二进制的形式传输。
+* `size`：生成图像的尺寸。
+* `guidance_scale`：提示词引导系数，越大则生成图片对提示词的遵从度越高。
+* `num_inference_steps`：生成图片的步数，该模型4步即可生成效果极佳的图片。
+* `id_weight`：id参考图对生成图片的影响度，越大则人脸生成的越像，可以适当调整。
+* `id_timestep_start`：开始在生图时嵌入人脸的步数，越小则在越早的步数中开始生成人脸，就越像。可适当调整。
+* `prompt`：生成图片的提示词，flux支持长文本复杂的提示词，越详细越好，可以放心大胆的写。
+
+教程使用的id图像如下:
+
+![input](../../static\img\serverless-api\flux-schnell-faceid-input.jpg)
+
+# 步骤三：解码并保存结果
+
+得到的结果为json，格式如下：
+
+```json
+{
+	"data": [
+		{
+			"b64_json": "<b64_data>"
+		}
+	], 
+	"created": "<id>"
+}
+```
+
+数据结果为base64编码的图像，因此需要解码后才能保存，解包、解码如下：
+
+```python
+b64data = output['data'][0]['b64_json']
+img = Image.open(BytesIO(base64.b64decode(b64data)))
+img.save("/path/to/save/res.jpg")
+img.show()
+```
+
+结果如下图，效果非常好了：
+
+![output](../../static\img\serverless-api\flux-schnell-faceid-res.jpg)
diff --git a/static/img/serverless-api/flux-schnell-faceid-input.jpg b/static/img/serverless-api/flux-schnell-faceid-input.jpg
new file mode 100644
index 0000000000000000000000000000000000000000..1f6391f516941a1b401f995e98fa57d1127ff107
Binary files /dev/null and b/static/img/serverless-api/flux-schnell-faceid-input.jpg differ
diff --git a/static/img/serverless-api/flux-schnell-faceid-res.jpg b/static/img/serverless-api/flux-schnell-faceid-res.jpg
new file mode 100644
index 0000000000000000000000000000000000000000..dd773277343ad2fa6dfb2203695db69ab06e9c2c
Binary files /dev/null and b/static/img/serverless-api/flux-schnell-faceid-res.jpg differ