doubao-all-in-one

name	doubao-all-in-one
description	使用豆包（火山引擎 Ark）生成图片或视频，将结果保存到本地。当用户提到"豆包生图""豆包图片""豆包生视频""豆包视频""Doubao""Seedance""火山引擎图片""火山引擎视频""即梦视频""即梦""Jimeng"时引用。
metadata	{"openclaw":{"requires":{"bins":["uv"],"anyBins":["python","python3","py"],"env":["ARK_API_KEY","OUTPUT_ROOT"]},"primaryEnv":"ARK_API_KEY","pythonDeps":["volcengine-python-sdk[ark]"]}}

豆包图片与视频生成

这个 skill 提供豆包（火山引擎 Ark）的图片生成和视频生成能力，结果保存到本地。

适用场景：

• 用户明确指定使用豆包生成图片或视频
• 需要文生图、图生图、文生视频、首帧图生视频等

脚本位于 skill 目录内的 scripts/，运行时始终使用绝对路径。

设 DOUBAO_SKILL_DIR 为 .claude/skills/doubao-all-in-one 的绝对路径：

图片

• 文生图：uv run python $DOUBAO_SKILL_DIR/scripts/text_to_image.py
• 图生图：uv run python $DOUBAO_SKILL_DIR/scripts/image_to_image.py

视频

• 创建视频任务：uv run python $DOUBAO_SKILL_DIR/scripts/create_video_task.py
• 查询视频任务：uv run python $DOUBAO_SKILL_DIR/scripts/query_video_task.py
• 批量查询任务：uv run python $DOUBAO_SKILL_DIR/scripts/list_video_tasks.py
• 取消/删除任务：uv run python $DOUBAO_SKILL_DIR/scripts/delete_video_task.py
• 下载视频：uv run python $DOUBAO_SKILL_DIR/scripts/download_video.py
• Webhook 回调服务器：uv run python $DOUBAO_SKILL_DIR/scripts/webhook_server.py

即梦 3.0 视频

• 创建即梦视频任务：uv run python $DOUBAO_SKILL_DIR/scripts/create_jimeng_video.py
• 查询即梦视频任务：uv run python $DOUBAO_SKILL_DIR/scripts/query_jimeng_video.py

---

快速调用

文生图

uv run python $DOUBAO_SKILL_DIR/scripts/text_to_image.py \
  --prompt "一张电影感写实人像海报，光影强烈，构图干净" \
  --name "写实人像海报"

图生图

uv run python $DOUBAO_SKILL_DIR/scripts/image_to_image.py \
  --image resources/images/climb1.jpeg \
  --prompt "保留主体动作，改为日落暖光的写实摄影风格" \
  --name "日落暖光人像"

文生视频（创建 + 轮询 + 下载一步完成）

uv run python $DOUBAO_SKILL_DIR/scripts/create_video_task.py \
  --prompt "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，花瓣上有几颗晶莹的露珠" \
  --name "雏菊花田特写" \
  --ratio 16:9 --duration 5 --poll

首帧图生视频

uv run python $DOUBAO_SKILL_DIR/scripts/create_video_task.py \
  --prompt "女孩抱着狐狸，女孩睁开眼，温柔地看向镜头" \
  --name "女孩抱狐狸" \
  --first-frame-url "https://example.com/first_frame.png" \
  --ratio adaptive --duration 5 --poll

首帧+尾帧图生视频

uv run python $DOUBAO_SKILL_DIR/scripts/create_video_task.py \
  --prompt "女孩抱着狐狸，女孩睁开眼，温柔地看向镜头" \
  --name "女孩抱狐狸" \
  --first-frame-url "https://example.com/first_frame.png" \
  --last-frame-url "https://example.com/last_frame.png" \
  --ratio adaptive --duration 5 --poll

仅创建任务（异步工作流场景）

uv run python $DOUBAO_SKILL_DIR/scripts/create_video_task.py \
  --prompt "小猫对着镜头打哈欠" --name "猫咪打哈欠" --ratio 16:9 --duration 5

创建任务 + Webhook 回调（替代轮询）

# 先启动 Webhook 服务器
uv run python $DOUBAO_SKILL_DIR/scripts/webhook_server.py

# 再创建任务，传入回调地址（不传则自动检测本机 8888 端口）
uv run python $DOUBAO_SKILL_DIR/scripts/create_video_task.py \
  --prompt "小猫对着镜头打哈欠" --name "猫咪打哈欠" --ratio 16:9 --duration 5

即梦文生视频（720p）

uv run python $DOUBAO_SKILL_DIR/scripts/create_jimeng_video.py \
  --prompt "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" \
  --name "雏菊花田特写" --poll

即梦文生视频（1080p）

uv run python $DOUBAO_SKILL_DIR/scripts/create_jimeng_video.py \
  --prompt "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" \
  --name "雏菊花田特写" --resolution 1080p --poll

即梦首帧图生视频

uv run python $DOUBAO_SKILL_DIR/scripts/create_jimeng_video.py \
  --prompt "女孩睁开眼，温柔地看向镜头" \
  --name "女孩睁眼" \
  --first-frame-url "https://example.com/first_frame.png" --poll

即梦首帧+尾帧图生视频

uv run python $DOUBAO_SKILL_DIR/scripts/create_jimeng_video.py \
  --prompt "女孩从睡梦中慢慢醒来，睁开眼睛" \
  --name "女孩醒来" \
  --first-frame-url "https://example.com/first_frame.png" \
  --last-frame-url "https://example.com/last_frame.png" --poll

---

图片输入与输出

输入

参数	说明	文生图	图生图
--prompt	提示词	是	是
--name	文件名描述（不超过 10 个中文字）	否	否
--model	模型 ID，默认 doubao-seedream-5-0-260128	否	否
--image	输入图片路径或 URL，可多次传	-	是
--size	输出尺寸：2K / 3K / 4K / 2048x2048，默认 2K	否	否
--response-format	返回格式：b64_json / url，默认 b64_json	否	否
--output-format	输出文件格式：png / jpeg（仅 5.0 lite）	否	否
--guidance-scale	文本权重，范围 [1, 10]（仅 3.0 系列）	否	否
--watermark	添加水印	否	否
--sequential-image-generation	组图模式：auto / disabled，默认 disabled	否	否
--max-images	组图最大数量，范围 [1, 15]，默认 15	否	否
--optimize-prompt	提示词优化：standard / fast（仅 5.0 lite/4.5/4.0）	否	否
--web-search	启用联网搜索（仅 5.0 lite）	否	否
--output	输出文件路径	否	否

本地输出目录

所有路径相对于 OUTPUT_ROOT（由环境变量注入，兜底为用户主目录）：

• outputs/doubao/images/text_to_image/
• outputs/doubao/images/image_to_image/

脚本输出 JSON

{
  "type": "image",
  "scene": "text_to_image",
  "provider": "doubao",
  "used_model": "doubao-seedream-5-0-260128",
  "local_path": "outputs/doubao/images/text_to_image/20260330_120000.png",
  "image_count": 1,
  "generated_images": 1,
  "usage": {"generated_images": 1, "output_tokens": 0, "total_tokens": 0}
}

---

视频输入与输出

输入

参数	说明	必需
--prompt	提示词	是
--name	文件名描述（不超过 10 个中文字）	否
--model	模型 ID，默认 doubao-seedance-1-5-pro-251215	否
--first-frame-url	首帧图片 URL 或本地路径	否
--last-frame-url	尾帧图片 URL 或本地路径	否
--ratio	宽高比：16:9, 4:3, 1:1, 3:4, 9:16, 21:9, adaptive	否，默认 16:9
--duration	视频时长（秒）：2~12（1.5 pro 支持 -1 由模型自选）	否，默认 5
--resolution	分辨率：480p, 720p, 1080p（1.0 lite 参考图不支持 1080p）	否，默认 480p
--seed	随机种子，范围 [-1, 2^32-1]	否
--frames	视频帧数，格式 25+4n，范围 [29, 289]（1.5 pro 暂不支持）	否
--generate-audio	生成有声视频（仅 1.5 pro，API 默认 true）	否
--watermark	添加水印	否
--camera-fixed	固定摄像头（参考图场景不支持）	否
--return-last-frame	返回视频尾帧图像（可用于连续视频拼接）	否
--draft	生成样片（仅 1.5 pro，固定 480p，不支持离线）	否
--execution-expires-after	任务超时秒数，范围 [3600, 259200]，默认 172800（48h）	否
--service-tier	推理模式：default（在线）/ flex（离线，50% 价格）	否
--poll	创建后自动轮询直到完成并下载	否
--poll-interval	轮询间隔秒数，默认 10	否
--timeout	轮询超时秒数，默认 900	否
--callback-url	Webhook 回调地址；不传时自动检测	否

本地输出目录

所有路径相对于 OUTPUT_ROOT（由环境变量注入，兜底为用户主目录）：

• outputs/doubao/videos/text_to_video/
• outputs/doubao/videos/first_frame_to_video/
• outputs/doubao/videos/first_last_frame_to_video/

视频脚本输出 JSON

创建任务返回：

{
  "type": "video",
  "scene": "text_to_video",
  "provider": "doubao",
  "task_id": "cgt-2025xxxx",
  "status": "queued"
}

轮询完成并下载后返回：

{
  "type": "video",
  "scene": "text_to_video",
  "provider": "doubao",
  "task_id": "cgt-2025xxxx",
  "used_model": "doubao-seedance-1-5-pro-251215",
  "local_path": "outputs/doubao/videos/text_to_video/20260330_120000_cgt-xxx.mp4",
  "source_url": "https://...",
  "resolution": "480p",
  "ratio": "16:9",
  "duration": 5
}

查询任务返回：

{
  "task_id": "cgt-2025xxxx",
  "model": "doubao-seedance-1-5-pro-251215",
  "status": "succeeded",
  "created_at": 1743300000,
  "updated_at": 1743300120,
  "video_url": "https://...",
  "last_frame_url": "https://...",
  "resolution": "480p",
  "ratio": "16:9",
  "duration": 5,
  "seed": 12345,
  "generate_audio": true,
  "draft": false,
  "service_tier": "default",
  "execution_expires_after": 172800,
  "usage": {"completion_tokens": 100, "total_tokens": 100}
}

---

模型选择

图片模型

模型	Model ID	特点
Seedream 5.0	doubao-seedream-5-0-260128	默认首选
Seedream 4.5	doubao-seedream-4-5-251128	额度不足时自动 fallback

视频模型

模型	Model ID	特点
Seedance 1.5 Pro	doubao-seedance-1-5-pro-251215	最高质量，支持有声视频、样片模式、返回尾帧、4~12秒

即梦 3.0 视频模型

模式	分辨率	req_key	特点
文生视频	720p	jimeng_t2v_v30	默认首选
文生视频	1080p	jimeng_t2v_v30_1080p	高清渲染
首帧图生视频	720p	jimeng_i2v_first_v30	宽高比由图片决定
首帧图生视频	1080p	jimeng_i2v_first_v30_1080	高清渲染
首尾帧图生视频	720p	jimeng_i2v_first_tail_v30	尾帧需与首帧比例一致
首尾帧图生视频	1080p	jimeng_i2v_first_tail_v30_1080	高清渲染

---

提示词最佳实践

调用生成脚本前，默认读取 references/prompt_best_practices.md 并审核优化用户提示词。用户明确指定"不优化""直接生成""跳过优化"时跳过。

场景	参考文档	核心公式
图片生成（Seedream）	references/seedream_prompt_guide.md	主体 + 行为 + 环境 + 风格/光影/构图
视频生成（Seedance）	references/seedance_1_5_pro_prompt_guide.md	主体 + 运动 + 环境 + 运镜/切镜 + 美学 + 声音
视频生成（即梦 3.0）	references/jimeng_3_0_prompt_guide.md	主体 + 运动 + 环境 + 运镜/切镜 + 美学（无声音）

完整规则（检查清单、拒绝条件、自动补充策略等）见 references/prompt_best_practices.md。

---

配置

• 环境变量：ARK_API_KEY（Seedance 视频和图片生成必需，未设置时直接报错）
• 环境变量：OUTPUT_ROOT（可选，输出根目录，支持 ~ 展开，默认为用户主目录）
• 即梦 3.0 凭据：从 api_key/jimeng.json 读取 access_key 和 secret_key（也可通过环境变量 VOLC_ACCESS_KEY / VOLC_SECRET_KEY 覆盖）

协作方式

• 图片生成可直接完成任务
• 视频生成使用 --poll 模式可直接完成任务；异步工作流可分步操作
• Webhook 模式：先启动 webhook_server.py（默认端口 8888），创建任务时自动检测回调地址（优先级：手动 --callback-url > 环境变量 VIDEO_CALLBACK_BASE_URL > 自动检测本机 IP + 8888 端口）
• 如果用户还需要公网链接或临时下载链接，应由后续的交付环节继续处理