Bytedance Ai Image Gen

ByteDance AI Image Gen — 调用豆包 Seedream 模型生成/编辑图片。 支持文生单图、文生组图、图生单图、图生组图、多图融合、图片编辑。 参与火山协作奖励计划免费使用顶级生图模型。 智能调度模型，每模型每日18次，超限拒绝。 ⏱️ 生成需30-60秒，触发后请耐心等待。

ByteDance AI Image Gen — 豆包 Seedream 图片生成

调用火山方舟 Seedream API 文档 生成/编辑图片，自动选择模型并限制用量。参与火山协作奖励计划免费使用顶级生图模型。

⚠️ 配置只需一次！ 如果 .env 文件已存在且包含 ARK_API_KEY 和 3 个模型 ID，说明已配置过，直接跳到"调用方式"执行命令，不要重新配置。

🚀 首次配置

1. 获取 API Key

1. 打开 https://console.volcengine.com/ark 注册/登录
2. 左侧菜单 → API Key 管理 → 创建 API Key → 复制保存

2. 创建模型接入点

在同一个控制台，左侧菜单 → 在线推理 → 创建推理接入点，选以下 3 个模型：

环境变量名	模型	说明
DOUBAO_MODEL_45_ID	Seedream-4.5	主力模型，所有模式优先
DOUBAO_MODEL_50L_ID	Seedream-5.0-Lite	轻量备选
DOUBAO_MODEL_40_ID	Seedream-4.0	仅支持文生图

每个接入点创建后会得到一个 ep-xxxxx 格式的 ID，复制保存。

3. 配置 .env 文件

在 Skill 目录下创建 .env 文件，填入你的 Key 和接入点 ID：

bash

ARK_API_KEY=你的API Key
DOUBAO_MODEL_45_ID=ep-xxxxx
DOUBAO_MODEL_50L_ID=ep-xxxxx
DOUBAO_MODEL_40_ID=ep-xxxxx

可选：加上 IAM 密钥可自动同步控制台用量

bash

VOLCENGINE_ACCESS_KEY=你的Access Key
VOLCENGINE_SECRET_KEY=你的Secret Key

4. 测试

bash

python doubao_image_gen.py --help

不报错，就配置好了。

---

⚡ 调用方式 — 触发后必须立即执行命令

这是操作手册，不是参考文档。检测到触发词后，直接复制对应命令执行，禁止只回复文字。

确认 Skill 目录后，先 cd 进去，再执行对应命令。Skill 安装在: .openclaw/workspace/skills/bytedance-ai-image-gen/

执行成功后，脚本会输出 ✅ 生成成功! 及本地文件路径。你必须把文件路径告知用户。

⚠️ 严禁: 只回复"正在生成..."而不执行命令。必须跑 python doubao_image_gen.py ...。

命令

命令	用途	示例
gen "描述" [尺寸] [--ratio 比例]	文生图	gen "洪崖洞夜景" 4K --ratio 16:9
img2img "描述" "图片" [尺寸]	图生图	img2img "换成夜景" "photo.jpg" 4K
seq "描述" [--num 数量]	组图	seq "猫咪" --num 3
seq "描述" --refs img1 img2	多图融合	seq "融合" --refs a.jpg b.jpg
sync	同步控制台用量

参数

参数	说明
尺寸	3K(默认) / 4K(高清) / 自定义
--ratio	16:9(宽屏) / 9:16(竖屏) / 21:9(电影)
--no-watermark	去水印
--num	组图数量

尺寸推断规则

• 没提画质 → 3K
• 说"4K/高清/超清" → 4K
• 说"16:9/宽屏" → 3K --ratio 16:9
• 说"9:16/竖屏" → 3K --ratio 9:16
• 说"21:9/电影" → 4K --ratio 21:9
• 图生图 → 自动检测参考图分辨率

模型选择

• 自动降级: 4.5 → 5.0Lite → 4.0，每模型日限 18 次
• 用户可指定简称: 4.5 / 5l / 4.0
• 4.0 仅支持文生图，其他模式自动降级

水印

• 默认带水印，.env 设 DEFAULT_WATERMARK=false 永久关闭
• 单次覆盖: --no-watermark

---

🚫 行为规则（最高优先级 — 必须遵守！）

1. 禁止确认配额消耗

• ✅ 用户调用 Skill 即表示知情并同意消耗配额，直接执行，一个字都别问

2. 禁止确认执行

• ✅ 触发即执行，不要等用户二次确认

总结：触发 → 推断参数 → 直接执行。中间不要有任何回合的确认。

3. 参数推断规则

• 用户说"生成/画/创建"图片 → gen
• 用户说"编辑/改/换风格"图片 → img2img
• 用户说"融合/合成"多图 → seq --refs
• 用户有额外要求 → 加到描述里

---

限制

• 每个模型每天 18 次，超了自动换下一个
• 4.0 仅支持文生图
• 多图融合参考图 base64 后不能超过 ~15MB
• 组图上限 15 张