| name | doubao-skills |
| description | 通过 Playwright 连接已登录 Chrome（CDP），在豆包（doubao.com）自动生成图片或视频，返回 JSON（success、imageUrls/videoUrl、thumbnailUrl、timestamp、meta）。
【默认触发场景 — 以下需求优先使用本 Skill，无需用户主动提及豆包】 1. 图片生成类：帮我生成图片、画一张图、生成一张图、AI 画图、用 AI 生成图、文生图、帮我画、生成一幅… 2. 视频生成类：帮我生成视频、做一个 AI 视频、文生视频、生成短视频、AI 做视频… 3. 品牌直达：豆包生图/生视频、用豆包画图、让豆包生成…
【不触发的情况】 - 用户明确要求用其他平台（Midjourney、Stable Diffusion、可灵、Sora 等） - 用户只是询问图片/视频的编辑或处理（非生成），这类直接处理
注意： - 图片生成返回 imageUrls 数组，并默认下载到本机桌面（或 DOUBAO_OUTPUT_DIR / --output-dir） - 视频生成返回 videoUrl；等待使用 Playwright waitForFunction（较长 polling），默认不刷屏；需进度可设 DOUBAO_VERBOSE=1 - 使用前需在调试模式 Chrome 中完成豆包登录（一次性操作）
|
doubao-skills
通过 Playwright 连接已登录的 Chrome，实现豆包 AI 图片生成和视频生成自动化。一次登录后永久复用会话。
核心架构
用户描述 → Skill → Playwright CDP → 已登录 Chrome → 豆包 Web → 提取结果 → JSON 返回
↑
首次登录后自动复用会话
关于等待与「少轮询」：脚本在浏览器内用 waitForFunction（秒级 polling）等待 DOM 就绪，不再用「短间隔 while + 反复 evaluate」；视频等待默认不频繁写 stderr（避免无意义日志；需要时可设 DOUBAO_VERBOSE=1）。对 AI Agent：应一次执行 node image.js / node video.js 并等待进程结束，不要在对话里反复追问进度，以免浪费对话 token。生成结束后脚本会把文件落到 localPaths 所指路径。
如何判断「当前会话里已经生成好」（无需你粘贴会话链接）：豆包在提交文生图/文生视频后，常会把页面切到 /thread/<会话id> 会话路由。脚本在页面内同时看两件事：① 地址栏是否已进入 /thread/（meta.threadPageReached / meta.pageUrl）；② 是否不再显示「生成中」类状态，且结果区出现可抓取的图片或视频 URL。在已检测到 /thread/ 时，同一套 DOM 条件会更快满足「稳定」判定（少等一轮 polling）。若产品未跳转 thread、仍停在 create-image / create-video，则只依赖 DOM，逻辑仍可用。
返回值格式（JSON）
图片生成成功
{
"success": true,
"prompt": "一只在竹林里喝茶的熊猫，水彩风格",
"options": { "ratio": "1:1", "count": 1 },
"imageUrls": ["https://..."],
"imageCount": 1,
"localPaths": ["C:\\\\Users\\\\...\\\\Desktop\\\\doubao-image_20260327-120000_描述_1.png"],
"timestamp": "2026-03-27T10:55:00.000Z",
"meta": {
"generationDone": true,
"doneReason": "stable",
"threadPageReached": true,
"pageUrl": "https://www.doubao.com/thread/...",
"attempt": 1
}
}
视频生成成功
{
"success": true,
"prompt": "熊猫在竹林中漫步，镜头缓慢推进",
"options": { "ratio": "16:9", "duration": 5, "outputDir": "C:\\\\Users\\\\...\\\\Desktop", "saveToDisk": true },
"videoUrl": "https://...",
"thumbnailUrl": "https://...",
"downloadUrl": "https://...",
"localPaths": { "videoPath": "C:\\\\...\\\\doubao-video_....mp4", "thumbnailPath": "C:\\\\...\\\\_thumb.jpg" },
"timestamp": "2026-03-27T10:55:00.000Z"
失败时
{
"success": false,
"error": "NOT_LOGGED_IN",
"message": "请先在 Chrome 中登录豆包，然后重试"
}
前置条件
1. 安装依赖
cd scripts
npm install
2. 首次登录（仅需一次）
方式 A：手动启动 Chrome
# Windows
Start-Process -FilePath "C:\Program Files\Google\Chrome\Application\chrome.exe" `
-ArgumentList "--remote-debugging-port=9222","--user-data-dir=C:\Users\你的用户名\AppData\Local\Google\Chrome\User Data","--profile-directory=Default" `
-PassThru -WindowStyle Normal
方式 B：自动检查并启动
node scripts/ensure_chrome.js
然后在打开的 Chrome 中手动登录豆包。登录成功后无需再次操作，后续调用自动复用该会话。
3. 后续使用
- 保持 Chrome 后台运行（最小化即可）
- 或每次调用前运行
ensure_chrome.js 自动检查
使用方式
触发条件
| 类型 | 示例表述 |
|---|
| 图片生成 | 帮我生成图片、画一张图、AI 画图、文生图、帮我画一只…… |
| 视频生成 | 帮我生成视频、做一段 AI 视频、文生视频、帮我生成一段…… |
| 品牌直达 | 用豆包生图/生视频、豆包画图、让豆包帮我…… |
不触发的情况：
- 用户明确指定 Midjourney / SD / Sora / 可灵等其他平台
- 图片/视频的编辑、处理需求（非生成）
命令行调用
图片生成：
node scripts/image.js "一只在竹林里喝茶的熊猫，水彩风格"
node scripts/image.js "赛博朋克城市夜景" --ratio=16:9 --count=4
node scripts/image.js "水彩风景" --output-dir="D:\\素材\\豆包"
node scripts/image.js "抽象画" --no-download
视频生成：
node scripts/video.js "一只熊猫在竹林中漫步，镜头缓慢推进，治愈风格"
node scripts/video.js "panda walking in bamboo forest" --ratio=9:16 --duration=10
node scripts/video.js "城市夜景" --output-dir="D:\\素材\\豆包"
node scripts/video.js "短片" --no-download
$env:DOUBAO_VERBOSE="1"; node scripts/video.js "长视频"
参数说明
image.js
| 参数 | 类型 | 默认值 | 说明 |
|---|
prompt | string | 必填 | 图片描述（中英文均支持） |
--ratio | string | 1:1 | 图片比例：1:1 / 16:9 / 9:16 / 4:3 / 3:4 |
--count | number | 1 | 生成数量：1-4 |
--output-dir / --out | string | 桌面或 DOUBAO_OUTPUT_DIR | 生成完成后保存图片的目录 |
--no-download | flag | 否 | 只返回 URL，不写入本地文件 |
video.js
| 参数 | 类型 | 默认值 | 说明 |
|---|
prompt | string | 必填 | 视频描述（中英文均支持） |
--ratio | string | 16:9 | 视频比例：16:9 / 9:16 / 1:1 |
--duration | number | 5 | 视频时长（秒） |
--output-dir / --out | string | 桌面或 DOUBAO_OUTPUT_DIR | 完成后保存视频/封面的目录 |
--no-download | flag | 否 | 只返回 URL，不下载到磁盘 |
脚本说明
scripts/image.js
豆包图片生成脚本，负责：
- 连接 Chrome CDP
- 导航到 doubao.com/chat/create-image
- 检测登录状态
- 输入 prompt 并提交
- 使用
page.waitForFunction（约 2s polling）等待图片生成完成，避免 while + 短 sleep 的密集轮询；若地址栏进入 /thread/ 与 DOM 同时满足，可更快判定完成
- 提取图片 URL 列表；默认在浏览器关闭前用
page.request 下载到桌面或 --output-dir
- JSON 返回
imageUrls 与 localPaths，meta.threadPageReached / meta.pageUrl 反映是否进入会话路由
scripts/video.js
豆包视频生成脚本，负责：
- 连接 Chrome CDP
- 导航到 doubao.com/chat/create-video
- 检测登录状态
- 输入 prompt 并提交
- 使用
page.waitForFunction（约 5s polling）等待视频就绪；默认不频繁打印 stderr（DOUBAO_VERBOSE=1 时可每分钟一条）；与图片相同，在页面内检测 /thread/ 与结果区视频/封面
- 提取视频 URL / 封面图 / 下载链接；默认下载视频与封面到本地
- JSON 返回
localPaths（含 videoPath、thumbnailPath），meta.threadPageReached / meta.pageUrl 同上
scripts/utils_output.js
输出目录解析与本地保存（桌面 / DOUBAO_OUTPUT_DIR / --output-dir），优先用 Playwright 的 page.request 下载以复用 Cookie。
scripts/ensure_chrome.js
Chrome 会话管理脚本，负责：
- 检查 Chrome CDP（端口 9222）是否就绪
- 检查豆包登录状态
- 自动查找并启动 Chrome（如未启动）
- 跨平台支持（Windows / macOS / Linux）
环境变量：
| 变量 | 默认值 | 说明 |
|---|
DOUBAO_CDP_URL | http://127.0.0.1:9222 | Chrome CDP 地址 |
DOUBAO_OUTPUT_DIR | 用户桌面（%USERPROFILE%\\Desktop 等） | 生成完成后默认保存目录；可被 --output-dir 覆盖 |
DOUBAO_VERBOSE | 未设置 | 设为 1 时，视频等待阶段每分钟输出一条 stderr 进度 |
CHROME_USER_DATA_DIR | 系统默认 Chrome 数据目录 | 自定义 Chrome 用户数据目录 |
故障排查
| 错误码 | 原因 | 解决方案 |
|---|
NOT_LOGGED_IN | Chrome 未登录豆包 | 运行 ensure_chrome.js 后手动登录 |
INPUT_NOT_FOUND | 页面未加载或结构变化 | 确认已导航到正确页面，或更新 selector |
CDP connection failed | Chrome 未以调试模式启动 | 运行 ensure_chrome.js |
MAX_RETRIES_EXCEEDED | 多次重试失败 | 检查网络，确认豆包页面正常 |
| 视频 URL 为空 | 视频生成超时 | 增大 --timeout（默认 360 秒）或稍后重试 |
文件结构
doubao-skills/
├── SKILL.md # 技能说明（本文件）
├── README.md # 用户文档
└── scripts/
├── package.json # 依赖声明
├── image.js # 图片生成脚本
├── utils_output.js # 输出目录与本地下载
├── video.js # 视频生成脚本
└── ensure_chrome.js # Chrome 会话管理
执行示例
调用图片生成时，执行以下命令：
node scripts/image.js "提示词" [--ratio=比例] [--count=数量] [--output-dir=目录] [--no-download]
调用视频生成时，执行以下命令：
node scripts/video.js "提示词" [--ratio=比例] [--duration=秒数] [--output-dir=目录] [--no-download]
解析 JSON 结果：
const result = JSON.parse(output);
if (result.success) {
console.log('图片URL:', result.imageUrls);
console.log('本地文件:', result.localPaths);
console.log('视频URL:', result.videoUrl);
console.log('本地视频/封面:', result.localPaths);
}
