sjht doubao text to image

使用豆包 Seedream 模型文生图，支持并发批量生成，输出图库预览页

豆包文生图 (Doubao Image Gen)

使用火山引擎豆包 doubao-seedream-5-0-260128 模型，根据文字描述生成高质量图像，支持并发批量生成多张图片，并输出图库预览页面。

环境要求

• Python 3.8+
• openai 库：pip install "openai>=1.0"

Setup — API Key 配置

API Key 读取优先级（从高到低）：

1. --api-key 命令行参数
2. 环境变量 ARK_API_KEY
3. 用户目录 ~/.doubao-image-gen/.env 文件中的 ARK_API_KEY=xxx

获取 API Key：登录 火山方舟控制台 → API Key 管理

Run

bash

# 生成单张图片
python {baseDir}/scripts/gen.py --prompt "赛博朋克风格的上海夜景" --api-key YOUR_KEY

# 并发生成4张（默认并发数=4）
python {baseDir}/scripts/gen.py --prompt "水墨风格的山水画" --count 4 --api-key YOUR_KEY

# 指定尺寸（支持 1024x1024 / 2K / 1280x720 / 720x1280 / 2048x2048）
python {baseDir}/scripts/gen.py --prompt "星空下的草原" --size 2K --api-key YOUR_KEY

# 指定输出目录
python {baseDir}/scripts/gen.py --prompt "古风仙侠" --out-dir ./output --api-key YOUR_KEY

# 从环境变量读取 Key（推荐）
python {baseDir}/scripts/gen.py --prompt "未来城市" --count 2

参数说明

参数	默认值	说明
--prompt	必填	图像描述提示词
--count	1	生成数量（并发执行）
--size	2K	图像尺寸
--model	doubao-seedream-5-0-260128	模型名称
--out-dir	./doubao-output-{时间戳}	输出目录
--api-key	环境变量	ARK API Key
--workers	4	并发线程数
--watermark	False	是否添加水印
--dry-run	False	仅打印参数不调用 API

Output

• *.jpeg 图像文件（按序号命名）
• prompts.json 提示词与文件的映射记录
• index.html 图库预览页面（可直接在浏览器打开）

AI 使用指引

当用户说以下内容时，加载本技能并调用脚本：

• "帮我画一张..." / "生成一张..." / "画个图..."
• "批量生成 N 张图片"
• "用豆包生成图片"

标准流程：

1. 提取或优化用户的提示词（必要时翻译为英文以提升质量）
2. 调用 python {baseDir}/scripts/gen.py 生成图片
3. 生成完成后，直接在聊天中以 Markdown 图片形式发送给用户：![描述](图片路径或URL)
4. 同时提供 index.html 预览链接供浏览

示例 Prompt 优化： 用户说"画一只猫"→ 优化为 "A cute cat sitting gracefully, soft studio lighting, photorealistic, 8K detail"