豆包生图

Overview

调用字节跳动火山引擎 Ark API（豆包 Seedream 模型）进行文生图、图生图和多图融合。默认使用 doubao-seedream-4-5-251128 模型，支持多种尺寸、格式输出，图片自动下载保存到本地。

前置配置

使用前必须设置环境变量 ARK_API_KEY：

# Windows
set ARK_API_KEY=ark-xxxxxxxx

# macOS / Linux
export ARK_API_KEY=ark-xxxxxxxx

API Key 获取方式：登录 火山引擎控制台 → 模型推理 → 创建 API Key

Quick Start

当用户要求生成图片时，执行以下流程：

1. 确认用户需求：提示词、尺寸、数量等
2. 运行 scripts/generate_image.py 脚本生成图片
3. 将生成的图片路径返回给用户

工作流程

Step 1: 收集参数

从用户请求中提取以下参数（带默认值的不必追问）：

如果用户只说了"帮我画一只猫"，直接用默认参数生成，不需要追问。

Step 2: 执行生成

使用 Python 脚本调用 API。脚本路径：scripts/generate_image.py

基础文生图命令（推荐，启用提示词优化）:

python /scripts/generate_image.py --prompt "提示词" --optimize standard --output <保存路径>

指定尺寸:

python /scripts/generate_image.py --prompt "提示词" --size 1440x2560 --optimize standard --output <保存路径>

图生图（带参考图）:

python /scripts/generate_image.py --prompt "修改描述" --image "参考图URL" --output <保存路径>

多张生成:

python /scripts/generate_image.py --prompt "提示词" --n 3 --output <保存路径>

其中 为本 Skill 所在目录。

Step 3: 检查依赖

首次运行时，脚本会自动安装 volcengine-python-sdk[ark] SDK。如果自动安装失败，手动执行：

pip install "volcengine-python-sdk[ark]"

Step 4: 返回结果

脚本输出包含保存路径，将图片路径通过 deliver_attachments 工具交付给用户。如果是 HTML 页面展示，通过 preview_url 呈现。

尺寸选择指南

根据用户场景推荐合适的尺寸：

注意: seedream-4-5 模型最低像素要求 3,686,400（约 368 万）。1k（105万）和 1024x1792（184万）不满足此要求。仅支持 WIDTHxHEIGHT、2k、4k 格式，不支持 1:1、9:16 等比例写法。竖屏 9:16 最小可用尺寸为 1440x2560，横屏 16:9 最小可用尺寸为 2560x1440。

提示词优化技巧

帮助用户写出更好的提示词，遵循以下公式：

主体 + 行为/状态 + 环境/背景 + 风格/美学

示例：

• 弱提示词：一只猫
• 强提示词：一只橘猫慵懒地趴在窗台上晒太阳，窗台边有绿植，午后暖阳透过玻璃，写实风格，柔光，浅景深

增强词汇：写实、插画风、赛博朋克、工作室灯光、特写、电影级、超清晰、8K、浅景深、柔焦

限制：提示词不超过 300 汉字或 600 英文单词。

API 配置

Resources

scripts/

• generate_image.py - 文生图核心脚本，支持文生图、图生图、批量生成、自定义尺寸、提示词优化（--optimize standard）、无水印（--no-watermark 默认）

references/

• api_reference.md - 豆包 Seedream API 完整参考文档，包含所有参数、尺寸、SDK 示例和响应格式