调用字节跳动豆包 Seedream 大模型生成图片。 该能力适用于用户希望基于文本描述生成图片、创作 AI 艺术、制作插画，或使用 Doubao Seedream 模型进行图像到图像（image-to-image）转换的场景。 触发词：生成图片、文生图、画图、AI画图、豆包生图、生图、生成插画、AI配图。
Overview
功能概述
Overview是一项面向实际任务的技能，主要用于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；
核心要点
- 使用前必须设置环境变量 ARK_API_KEY ：；
- API Key 获取方式：登录 火山引擎控制台 → 模型推理 → 创建 API K。
- 它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。
使用与执行
从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。
结果检查与注意事项
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。该技能适合用于一次性任务，也可以接入自动化工作流，与其他技能或上层代理配合完成更完整的业务链路；在组合使用时，应明确每一步的输入输出关系，并避免不同步骤之间出现参数冲突。
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：
- 确认用户需求：提示词、尺寸、数量等
- 运行
scripts/generate_image.py脚本生成图片 - 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）：
| 参数 | 说明 | 默认值 | 是否必填 |
|---|---|---|---|
| prompt | 图像描述文本 | - | 是 |
| size | 图片尺寸 | 2k |
否 |
| n | 生成数量 | 1 | 否 |
| optimize | 提示词优化模式 | standard |
否 |
| watermark | 是否加水印 | false |
否 |
| seed | 随机种子（可复现） | - | 否 |
| output_path | 保存路径 | 当前目录 | 否 |
| image | 参考图 URL (图生图) | - | 否 |
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
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：
| 用户意图 | 推荐尺寸 | 说明 |
|---|---|---|
| 头像/图标/产品图 | 2k |
2048x2048 |
| 手机壁纸/竖版海报 | 1440x2560 |
9:16 竖屏 |
| 横幅/封面图 | 2560x1440 |
16:9 横屏 |
| 高清大图 | 4k |
4096x4096 |
| 通用/默认 | 2k |
2048x2048 |
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
| 配置项 | 值 |
|---|---|
| Base URL | https://ark.cn-beijing.volces.com/api/v3 |
| 默认模型 | doubao-seedream-4-5-251128 |
| API Key | 通过环境变量 ARK_API_KEY 提供 |
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
热门AI工具
相关专题
本专题聚焦豆包AI手机版使用中的高频痛点，涵盖登录授权、功能入口查找、网络卡顿、文件上传失败、AI操作权限设置等核心问题，结合实测案例给出分步解决方案，同时解析会员权益边界、隐私保护机制等争议点，帮助用户快速避开使用雷区，高效解锁跨APP协同、智能生图、文档解析等进阶功能。
300
2026.05.06
字节跳动的 AI 产品 “豆包” 第一次发布时间是 2023 年 8 月 17 日。本专题为大家提供相关的文章、下载、课程内容，供大家免费下载体验。
4278
2025.02.12
豆包是一款跨平台文件传输工具，支持多种操作系统。其主要功能包括：快速传输：采用先进协议，实现高速文件传输。安全加密：端到端加密，确保数据安全。跨平台支持：支持各种操作系统和设备。大文件传输：轻松传输不受限的大文件。多设备互传：提高工作效率。本专题为大家提供相关的文章、下载、课程内容，供大家免费下载体验。
2862
2025.02.08
豆包是一款国产AI工具，由字节跳动公司基于云雀模型开发。它提供聊天机器人、写作助手和英语学习助手等功能，支持网页、iOS和安卓平台。本专题为大家提供相关的文章、下载、课程内容，供大家免费下载体验。
12701
2025.02.05
豆包是一款功能强大的ai聊天智能对话问答助手，主要用于提供聊天机器人、写作助手、英语学习助手等功能，帮助用户获取信息、进行对话、辅助创作等。想了解更多相关的内容，请阅读专题下面的文章。
15877
2024.12.25
字节跳动推出的“豆包”是一款 ai 助手 app，提供文本创作和图像生成等功能。本专题为大家提供相关的文章、下载、课程内容，供大家免费下载体验。
3843
2024.12.17
热门下载
相关下载
