字节跳动豆包 AI 工具包

优先级：最高 — 基于火山方舟(Ark)平台的豆包/Seedream/Seedance 模型调用。 前提：已安装 coze-coding-dev-sdk、seedream-ark，已配置 ARK_API_KEY。

安装

# 核心 CLI（图像 + 视频 + TTS + ASR + 对话 + 搜索）
npm install -g coze-coding-dev-sdk

# 图像生成专精（Seedream 4.0）
npm install -g seedream-ark

# 视频生成专精（Seedance 2.0）
npm install -g seedance

鉴权配置

三种方式按优先级排列：

# 方式一：环境变量（推荐）
# Windows PowerShell
$env:ARK_API_KEY = "your-api-key-here"
# Linux / macOS
export ARK_API_KEY="your-api-key-here"

# 方式二：命令行传参（seedream）
seedream generate --api-key "your-key" --prompt "..."

# 方式三：HTTP Header（coze-coding-ai）
coze-coding-ai image -p "..." -H "Authorization: Bearer your-key"

🔑 获取 API Key：火山方舟控制台

快速命令速查

图像生成模板

coze-coding-ai 方式（推荐，最简洁）

# 基础文生图
coze-coding-ai image -p "一只穿太空服的猫在火星上漫步" -o cat.png

# 电商白底图
coze-coding-ai image 
  -p "纯黑色男士短袖T恤，亚马逊电商主图，纯白背景，正面平铺展示，专业商业摄影" 
  -o tshirt.png 
  --size 2K

# 高清 4K 输出
coze-coding-ai image 
  -p "山水风景画，中国水墨风格，云雾缭绕" 
  --size 4K 
  -o landscape.png

seedream 方式（更多控制选项）

# 单张生成
seedream generate 
  --prompt "未来城市天际线，赛博朋克风格" 
  --size 4K 
  --output ./generated/

# 组图生成（1-15 张）
seedream generate 
  --prompt "同一只白色猫咪的9种不同表情和姿态" 
  --group 
  --max-images 9 
  --size 2K 
  --output ./cats/

# 图生图（参考图）
seedream generate 
  --prompt "将这张照片转换为油画风格" 
  --image ./photo.jpg 
  --size 2K 
  --output ./styled/

# 指定尺寸（宽x高）
seedream generate 
  --prompt "手机壁纸，极简风格" 
  --size 1080x1920 
  --output ./wallpapers/

# 仅预览不实际调用
seedream generate --prompt "test" --dry-run

视频生成模板

# 文生视频（5 秒）
coze-coding-ai video 
  -p "海浪拍打礁石，慢动作，电影质感" 
  -d 5 
  -o wave.json

# 文生视频（10 秒，高清）
coze-coding-ai video 
  -p "城市夜景延时摄影，车流光轨，4K" 
  -d 10 
  -s 1920x1080 
  -o city_night.json

# 图生视频
coze-coding-ai video 
  -p "让画面中的人物微笑并眨眼" 
  -i https://example.com/portrait.jpg 
  -d 5 
  -o animate.json

# 固定镜头 + 不加水印
coze-coding-ai video 
  -p "产品360度旋转展示" 
  --camerafixed 
  --no-watermark 
  -d 5

# 指定模型
coze-coding-ai video 
  -p "科幻场景" 
  --model doubao-seedance-1-0-pro-fast-251015 
  -d 5

# 异步回调模式
coze-coding-ai video 
  -p "..." 
  --callback-url https://your-server.com/callback 
  -d 10

视频生成模型选择：

语音合成 (TTS) 模板

# 基础中文语音
coze-coding-ai tts -t "你好，欢迎使用豆包语音合成"

# 指定说话人
coze-coding-ai tts 
  -t "今天天气真不错，适合出去走走" 
  --speaker zh_female_xiaohe_uranus_bigtts

# 长文本朗读
coze-coding-ai tts 
  -t "春眠不觉晓，处处闻啼鸟。夜来风雨声，花落知多少。"

# 将文本文件转为语音
cat script.txt | xargs -I {} coze-coding-ai tts -t "{}"

可用说话人：

语音识别 (ASR) 模板

# URL 方式（网络音频）
coze-coding-ai asr -u https://example.com/audio.mp3

# 本地文件方式
coze-coding-ai asr -f ./meeting.mp3

# 长音频识别
coze-coding-ai asr -f ./lecture.wav

# 查看详细请求日志
coze-coding-ai asr -f ./audio.mp3 --verbose

文本对话模板

# 基础对话
coze-coding-ai chat -p "用中文写一首关于春天的诗"

# 带系统提示
coze-coding-ai chat 
  -s "你是一个专业的技术文档撰写助手" 
  -p "帮我写一段 REST API 文档"

# 指定模型
coze-coding-ai chat 
  -p "解释量子计算的基本原理" 
  --model doubao-seed-1-8-251228 
  --temperature 0.3

# 流式输出
coze-coding-ai chat 
  -p "讲一个关于AI的短故事" 
  --stream

可用对话模型：

• doubao-seed-1-8-251228（默认）- 豆包 Seed 1.8
• doubao-pro-32k-241215 - 豆包 Pro 32K
• doubao-lite-32k-241215 - 豆包 Lite 32K

联网搜索模板

# 网页搜索
coze-coding-ai search -q "2026年最新AI技术趋势" --count 10

# 图片搜索
coze-coding-ai search 
  -q "埃菲尔铁塔" 
  --type image 
  --count 5

# 自定义搜索
coze-coding-ai search -q "今天天气" --type web --count 3

Embedding 模板

# 文本 Embedding
coze-coding-ai embedding -t "人工智能正在改变世界" -d 1024

# 多条文本
coze-coding-ai embedding 
  -t "第一段文字" 
  -t "第二段文字" 
  -d 1024 
  -o embeddings.json

# 图片 Embedding
coze-coding-ai embedding --image-url https://example.com/photo.jpg -d 1024

# 视频 Embedding
coze-coding-ai embedding --video-url https://example.com/video.mp4 -d 1024

电商主图生成完整模板

# 设置 API Key
$env:ARK_API_KEY = "your-api-key"

# 白底正面平铺图
coze-coding-ai image 
  -p "纯黑色男士短袖T恤，亚马逊电商主图，纯白背景，正面平铺展示，圆领设计，高级面料质感，专业商业产品摄影，影棚布光" 
  --size 2K 
  -o ./tshirt-front.png

# 白底背面平铺图
coze-coding-ai image 
  -p "纯黑色男士短袖T恤，亚马逊电商主图，纯白背景，背面平铺展示，圆领后领设计，高级面料质感，专业产品摄影" 
  --size 2K 
  -o ./tshirt-back.png

# 模特上身图
coze-coding-ai image 
  -p "年轻亚洲男模穿着纯黑色圆领短袖T恤，亚马逊电商主图，纯白背景，正面全身展示，专业时尚摄影，自然站姿" 
  --size 2K 
  -o ./tshirt-model.png

# 细节特写
coze-coding-ai image 
  -p "纯黑色男士T恤领口细节特写，面料纹理清晰可见，亚马逊电商产品图，微距摄影，专业商业摄影" 
  --size 2K 
  -o ./tshirt-detail.png

# 场景图
coze-coding-ai image 
  -p "年轻男士穿着纯黑色T恤在户外咖啡馆，自然光线，生活方式摄影，亚马逊电商场景图，休闲时尚" 
  --size 2K 
  -o ./tshirt-lifestyle.png

# 高清组图（用 seedream 一次生成多张）
seedream generate 
  --prompt "纯黑色男士短袖T恤的6种不同角度产品展示，亚马逊电商主图，纯白背景，专业摄影" 
  --group 
  --max-images 6 
  --size 2K 
  --output ./product-shots/

环境变量参考

📌 coze-coding-ai 也支持通过 -H "Authorization: Bearer " 传参，不依赖环境变量。

关键规则

1. API Key 安全 — 用环境变量，不要硬编码到脚本
2. 图像生成模型 — 默认用 doubao-seedream-4-0，支持 2K/4K 输出
3. 视频生成是同步等待 — coze-coding-ai video 会等待完成
4. TTS 无需输出路径 — 音频直接通过 API 响应返回
5. ASR 支持本地文件 — -f 自动 base64 编码上传
6. 搜索分 web/image 两种 — 用 --type 切换
7. 命令帮助 — 每个子命令都有 --help，遇到问题先查帮助