seedream — Автоматизация генерации изображений с помощью ИИ

--- name: seedream description: Generate AI images using Volcengine Seedream model. Supports text-to-image (T2I), image editing (I2I), multi-image fusion, and web-search-based generation. Use this skill when the user wants to create, generate, or edit images. official: true version: 1.0.1 --- # Seedream 图片生成 使用火山引擎 Seedream 模型生成高质量 AI 图片，支持文本生成图片（T2I）、图片编辑（I2I）、多图融合、组图生成、联网搜索等多种创作模式。 > ✨ **Node.js 版本**：此脚本使用 Node.js 实现，无需 Python 环境。通过入口脚本自动检测 Node.js 运行时（优先使用系统 node，回退到 LobsterAI 内置运行时），Windows 和 Mac 用户都可以开箱即用。 ## 配置 - **Base URL**: `https://ark.cn-beijing.volces.com/api/v3` - **API Key**: 从环境变量 `ARK_API_KEY` 读取 - **认证方式**: `Authorization: Bearer {API_KEY}` - **SDK**: 兼容火山方舟 Python SDK ### 快速开始 **第一步：设置 API Key** ```bash # macOS / Linux - 当前终端临时生效（立即使用） export ARK_API_KEY="你的API密钥" # Windows PowerShell - 当前会话临时生效 $env:ARK_API_KEY="你的API密钥" # 验证设置成功（macOS/Linux） echo $ARK_API_KEY # 验证设置成功（Windows） echo $env:ARK_API_KEY ``` **第二步：生成你的第一张图片** ```bash bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" --prompt "一只可爱的橘色小猫" ``` ### 如何配置 API Key **方式一：通过环境变量配置（推荐）** 在终端中设置环境变量： ```bash # macOS/Linux export ARK_API_KEY="你的API密钥" # 或者添加到 ~/.zshrc 或 ~/.bashrc 以永久生效 echo 'export ARK_API_KEY="你的API密钥"' >> ~/.zshrc source ~/.zshrc ``` ```powershell # Windows PowerShell $env:ARK_API_KEY="你的API密钥" # 或者设置系统环境变量以永久生效 [System.Environment]::SetEnvironmentVariable('ARK_API_KEY', '你的API密钥', 'User') ``` **方式二：通过 LobsterAI 启动时注入** LobsterAI 会自动读取系统环境变量，确保在启动 LobsterAI 前已设置 `ARK_API_KEY`。 **如何获取 API Key：** 1. 访问火山方舟控制台：https://console.volcengine.com/ark/region:ark+cn-beijing/apikey 2. 创建新的 API Key 3. 复制密钥并设置为环境变量 ## 前置检查 **无需安装任何依赖！** 该脚本已兼容 Node.js 内置模块。 LobsterAI 已包含 Node.js 运行时，所有必要的依赖已被自动打包。Windows 和 Mac 用户无需额外配置。 ## 工作流程 Seedream 图片生成采用**同步模式**，流程简单高效： 1. **提交请求** - 调用 API 提交图片生成请求 2. **等待生成** - API 直接处理并生成图片（通常 30-60 秒） 3. **下载图片** - 从返回的 URL 下载生成的图片文件 相比异步模式，同步模式更简单直接，无需轮询任务状态。 ## 配额和限制 ### 免费额度 所有 Seedream 模型提供免费额度，具体请参见火山方舟控制台。 ### 限流限制 - **IPM（每分钟图片数）**: 500 张/分钟（Seedream 4.5, 4.0） - 不同模型的限流不同，请参见官方文档 ### 图片保存时间 ⚠️ **重要提醒**： - 任务数据（包括图片URL）仅保留 **24 小时** - 超时后会被自动清除 - **务必及时下载保存生成的图片** ## 使用示例 **路径说明**：下面的示例使用 `$SKILLS_ROOT` 环境变量来引用脚本路径。LobsterAI 会自动设置这个变量，指向实际的 SKILLs 目录位置，因此无需手动修改路径。 ### 1. 文本生成图片（T2I） 根据文字描述生成图片，适合创意激发和概念设计。 ```bash bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" --prompt "充满活力的特写编辑肖像，模特眼神犀利，头戴雕塑感帽子，色彩拼接丰富，景深较浅，Vogue杂志封面美学风格" --output portrait.png ``` **示例提示词：** - "写实风格，晴朗的蓝天之下，一大片白色的雏菊花田，镜头逐渐拉近，最终定格在一朵雏菊花的特写上" - "卡通风格，一只橘色小猫坐在窗台上，阳光洒在身上，温暖治愈的氛围" - "赛博朋克风格，未来城市夜景，霓虹灯闪烁，高楼林立" ### 2. 图片编辑（I2I）- 单图输入 基于已有图片，结合文字指令进行图像编辑。**支持本地图片和网络URL**。 ```bash # 使用本地图片 bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" --prompt "保持模特姿势不变，将服装材质改为透明玻璃质感" --image "/Users/yourname/Pictures/model.jpg" --output edited_model.png # 使用网络图片 bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" --prompt "将背景改为海边日落场景" --image "https://example.com/photo.jpg" --output beach_sunset.png ``` **支持的图片来源：** - ✅ 本地文件：`/path/to/image.jpg` - ✅ 网络URL：`https://example.com/image.jpg` - ✅ file://协议：`file:///path/to/image.jpg` **支持的图片格式：** - jpg, jpeg, png, gif, webp, bmp, tiff, heic ### 3. 多图融合（多图输入单图输出） 融合多张参考图的特征生成新图像。**支持混合使用本地图片和网络图片**。 ```bash bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" --prompt "将图1的服装换为图2的服装" --image "/Users/yourname/Pictures/person.jpg" --image "https://example.com/clothes.jpg" --output fusion_result.png ``` **常见使用场景：** - 服装试穿：人物图 + 服装图 → 穿搭效果图 - 风格迁移：照片 + 风格参考图 → 风格化作品 - 场景融合：人物 + 背景 → 合成场景 ### 4. 组图生成（多图输出） 生成一组内容关联的图片，适合漫画分镜、品牌视觉等。 #### 文生组图 ```bash bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" --prompt "生成一组共4张连贯插画，核心为同一庭院一角的四季变迁，以统一风格展现四季独特色彩、元素与氛围" --sequential --max-images 4 --output seasons.png ``` 输出文件会自动编号：`seasons_1.png`, `seasons_2.png`, `seasons_3.png`, `seasons_4.png` #### 单图生组图 ```bash bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" --prompt "参考这个LOGO，做一套户外运动品牌视觉设计，品牌名称为'GREEN'，包括包装袋、帽子、卡片、挂绳等" --image "/Users/yourname/Pictures/logo.png" --sequential --max-images 4 --output brand_design.png ``` ### 5. 联网搜索增强生成（Seedream 5.0 lite） 启用实时网络搜索，融合最新网络信息。 ```bash bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" --prompt "搜索下近期热门的白鸭子单手拿着风车形象，以极具冲击力的视角，设计成巨型装置" --search --output search_result.png ``` **注意**： - 联网搜索功能仅限 Seedream 5.0 lite 模型 - 使用 `--search` 参数会自动切换到 5.0 lite 模型 - 适合需要融合实时信息的创作场景 ## 参数说明 ### 必需参数 | 参数 | 说明 | 示例 | |-----|------|------| | `--prompt` | 图片描述提示词（必需） | "一只可爱的小猫" | ### 可选参数 | 参数 | 说明 | 默认值 | 可选值 | |-----|------|-------|--------| | `--image` | 参考图片路径或URL（可多次使用） | 无 | 本地文件路径或URL | | `--model` | 模型ID | `doubao-seedream-4-5-251128` | 见模型列表 | | `--size` | 图片尺寸 | `2K` | `1K`, `2K`, `4K` | | `--no-watermark` | 不添加水印 | 否 | 标志参数 | | `--sequential` | 生成组图 | 否 | 标志参数 | | `--max-images` | 组图数量 | 4 | 1-8 | | `--search` | 启用联网搜索 | 否 | 标志参数 | | `--output` | 输出文件路径 | `generated_image.png` | 文件路径 | | `--poll-interval` | 状态查询间隔（秒） | 5 | 1-10 | | `--timeout` | 最大等待时间（秒） | 300 | 60-600 | ## 模型选择 选择合适的模型以平衡质量、速度和成本： ### Seedream 4.5（推荐） - **模型ID**: `doubao-seedream-4-5-251128` - **特点**: 最新版本，综合质量最佳 - **支持**: 文生图、图生图、多图融合、组图生成 - **输出**: 1K-4K分辨率可选 - **限流**: IPM 500 ### Seedream 4.0 - **模型ID**: `doubao-seedream-4-0-250828` - **特点**: 成熟稳定版本 - **支持**: 文生图、图生图、多图融合、组图生成 - **输出**: 1K-4K分辨率可选 - **限流**: IPM 500 ### Seedream 5.0 lite（联网搜索专用） - **模型ID**: `doubao-seedream-5-0-260128` - **特点**: 支持联网搜索，融合实时网络信息 - **使用**: 通过 `--search` 参数自动启用 - **注意**: 2026年2月24日18点后正式开放 API **推荐使用场景：** - 追求最高质量 → 4.5 - 稳定生产环境 → 4.0 - 需要实时信息 → 5.0 lite（使用 `--search`） ## 高级选项 ### 自定义图片尺寸 根据使用场景选择合适的尺寸： ```bash # 小尺寸（快速预览） --size "1K" # 标准尺寸（推荐） --size "2K" # 高清晰度 --size "4K" ``` **注意：** - 尺寸越大，生成时间越长 - 4K 图片可能需要 40-60 秒 ### 去除水印 生成无水印图片（用于商业用途）： ```bash --no-watermark ``` ### 轮询和超时控制 调整轮询策略以适应不同场景： ```bash # 快速查询（适合小图） --poll-interval 3 --timeout 180 # 标准配置 --poll-interval 5 --timeout 300 # 耐心等待（适合4K或组图） --poll-interval 10 --timeout 600 ``` ## 状态说明 生成过程中可能出现的任务状态： | 状态 | 说明 | 操作 | |------|------|------| | `queued` | 任务排队中 | 继续等待 | | `running` | 正在生成图片 | 继续等待 | | `succeeded` | 生成成功 | 下载图片 | | `failed` | 生成失败 | 查看错误信息 | ## 错误处理 ### 常见错误及解决方案 **错误：未设置环境变量 ARK_API_KEY** - 原因：未配置 API Key - 解决：按照"如何配置 API Key"部分的说明进行配置 **错误：任务创建失败 (HTTP 401)** - 原因：API Key 无效或已过期 - 解决：检查 API Key 是否正确，或在控制台重新生成 **错误：任务创建失败 (HTTP 400)** - 原因：参数错误（如 size 不支持、prompt 为空等） - 解决：检查参数是否符合要求 **错误：任务超时** - 原因：生成时间过长或 API 繁忙 - 解决：增加 `--timeout` 值，或稍后重试 **错误：任务失败** - 原因：内容违规、提示词不清晰、图片格式错误等 - 解决：检查提示词内容，确保图片URL可访问 **错误：限流 (HTTP 429)** - 原因：超过 IPM 限制 - 解决：等待1分钟后重试，或升级配额 **错误：图片文件不存在** - 原因：本地图片路径错误 - 解决：检查文件路径是否正确，使用绝对路径 ## 输出格式 生成的图片具有以下特征： - **格式**: PNG, JPEG（根据output参数自动识别） - **分辨率**: 1K / 2K / 4K（根据 size 参数） - **文件大小**: 约 0.5-10 MB（取决于尺寸和复杂度） - **命名规则**: - 单图：指定的文件名 - 组图：`文件名_1.png`, `文件名_2.png`, ... ## 提示词最佳实践 ### 优秀提示词的特点 1. **清晰的主体描述** - 说明画面的主要内容 2. **具体的风格指定** - 写实、卡通、赛博朋克等 3. **细节补充** - 色彩、光线、氛围等 4. **构图说明** - 特写、全景、俯视等视角 ### 提示词模板 ``` [风格]，[主体描述]，[细节补充]，[构图/氛围] ``` **示例：** ``` 写实风格，一只橘色小猫坐在木制窗台上，阳光从左侧洒进来，温暖治愈的氛围，特写构图 ``` ### 提示词注意事项 - ✅ 具体描述："小猫在追逐蝴蝶" 而非 "小猫玩耍" - ✅ 风格说明："赛博朋克风格" 而非 "好看的" - ✅ 细节丰富："橘色长毛小猫，蓝色眼睛" 而非 "猫" - ❌ 避免模糊：过于抽象的描述会导致随机性增加 - ❌ 避免过长：保持在 200 字以内效果最佳 - ❌ 避免违规：不要包含暴力、色情等违规内容 ## 常见使用场景 ### 产品设计 ```bash bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" --prompt "现代简约风格，智能手表产品展示，白色背景，工作室灯光" --size "4K" ``` ### 艺术创作 ```bash bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" --prompt "超现实主义，漂浮的岛屿，瀑布从天而降，梦幻色彩" --size "2K" ``` ### 社交媒体内容 ```bash bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" --prompt "美食特写，热气腾腾的拉面，筷子夹起面条，暖色调" --size "2K" ``` ### 品牌视觉设计 ```bash bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" --prompt "参考logo，生成一套完整的品牌视觉系统，包括名片、海报、包装设计" --image brand_logo.png --sequential --max-images 4 ``` ## 参考资料 - API 参考：https://www.volcengine.com/docs/82379/1541523 - 控制台：https://console.volcengine.com/ark - API Key 管理：https://console.volcengine.com/ark/region:ark+cn-beijing/apikey - 模型列表：https://www.volcengine.com/docs/82379/1330310 ## 技术支持 如遇到问题，可以： 1. 查看脚本输出的错误信息 2. 检查 API Key 配置是否正确 3. 访问火山方舟控制台查看任务详情 4. 参考官网文档了解更多细节