doubao-seedream-skill

调用火山引擎 Seedream 图片生成 API。当用户需要生成图片时使用此 skill。

Seedream 图片生成 API 调用

此 skill 用于调用火山引擎 Seedream 图片生成 API，支持文生图功能。

使用方式： 用户只需提供图片描述，我直接调用 API 生成图片并返回本地文件。

支持的模型

代码中使用简短别名调用，完整 Model ID 如下：

名称	别名	Model ID	说明
5.0	5.0	doubao-seedream-5-0-260128	默认使用，支持文生图/图生图/联网搜索
4.5	4.5	doubao-seedream-4-5-251128	支持文生图/图生图
4.0	4.0	doubao-seedream-4-0-250828	支持文生图/图生图
3.0-t2i	3.0-t2i	doubao-seedream-3-0-t2i-250415	仅文生图
3.0-i2i	3.0-i2i	doubao-seededit-3-0-i2i-250415	仅图生图

直接调用

用户说"生成一张xxx图片"时，直接运行：

bash

python seedream_api.py "一只可爱的橘猫"

指定模型：

bash

python seedream_api.py "一只可爱的橘猫" -m 4.5

图片会自动下载到 output 目录。

命令行参数

参数	说明
prompt	图片描述（位置参数）
-m, --model	模型版本
-s, --size	图片尺寸，默认 2048x2048
-o, --output-dir	输出目录，默认 output
--steps	推理步数 1-50，默认 50
--guidance	引导系数 1-20，默认 7.5
--seed	随机种子（可复现结果）
--negative	负向提示词
-i, --image	单张参考图片路径或URL（图生图）
--images	多张参考图片路径或URL（多图生图/组图）
--group	启用组图模式
--tools	工具列表，如 web_search（启用联网搜索）

或导入使用：

python

from seedream_api import generate_image

result = generate_image("一只可爱的橘猫坐在窗台上")
for path in result["local_paths"]:
    print(path)  # 本地文件路径

API 端点

text

POST https://ark.cn-beijing.volces.com/api/v3/images/generations

鉴权方式

使用 API Key 进行鉴权，需要在请求头中添加：

text

Authorization: Bearer <your-api-key>
Content-Type: application/json

请求参数

必选参数

• model (string): 模型名称

  • 使用代码中的别名：5.0、4.5、4.0、3.0-t2i
  • 或直接使用完整 Model ID

• prompt (string): 文本提示词

  • 建议不超过 300 个汉字或 600 个英文单词
  • 字数过多可能导致模型忽略细节

可选参数

• size (string): 生成图像的尺寸

  • 方式 1：指定分辨率（2K、4K）
  • 方式 2：指定宽高像素值（如 "2048x2048"）
  • 总像素范围：[3686400, 16777216]
  • 宽高比范围：[1/16, 16]
  • 默认值：2048x2048

  推荐尺寸：

  • 2K 1:1: 2048x2048
  • 2K 16:9: 2848x1600
  • 2K 9:16: 1600x2848
  • 4K 1:1: 4096x4096
  • 4K 16:9: 5504x3040
  • 4K 9:16: 3040x5504

• num_inference_steps (integer): 推理步数

  • 范围：1-50
  • 默认值：50

• guidance_scale (number): 引导系数

  • 范围：1-20
  • 默认值：7.5

• seed (integer): 随机种子

  • 用于生成可复现的图片

• negative_prompt (string): 负向提示词

  • 描述不希望在图片中出现的内容

• image (string/array): 参考图片信息

  • 支持文件路径、URL 或 Base64 编码
  • 单图：传入字符串
  • 多图：传入字符串数组（最多 14 张）
  • Base64 格式：data:image/<格式>;base64,<编码>，格式需小写
  • 支持格式：jpeg、png、webp、bmp、tiff、gif
  • 宽高比范围：[1/16, 16]
  • 宽高长度 > 14px
  • 大小：不超过 10MB
  • 总像素：不超过 6000x6000=36000000 px

• sequential_image_generation (string): 组图模式

  • auto：启用组图模式，生成一组内容关联的图片
  • disabled：禁用组图模式，生成单张图片（默认）
  • 组图数量限制：最多 15 张（含参考图）

• tools (array): 工具列表

  • 支持的工具类型：web_search（联网搜索）
  • 示例：[{"type": "web_search"}]
  • 用于增强提示词理解，模型可联网搜索相关信息
  • 仅支持 5.0 模型（doubao-seedream-5-0-260128）

使用场景

1. 文生图（生成单张图片）

json

{
  "model": "doubao-seedream-5-0-260128",
  "prompt": "一只可爱的橘猫坐在窗台上，阳光洒在它的毛发上",
  "size": "2048x2048"
}

2. 单图生图（图生图）

json

{
  "model": "doubao-seedream-5-0-260128",
  "prompt": "将图片转换成卡通风格",
  "image": "data:image/jpeg;base64,/9j/4AAQSkZJRg...",
  "size": "2048x2048"
}

3. 多图生图

json

{
  "model": "doubao-seedream-5-0-260128",
  "prompt": "结合这两张图片的风格",
  "image": [
    "data:image/jpeg;base64,/9j/4AAQSkZJRg...",
    "data:image/jpeg;base64,/9j/4AAQSkZJRg..."
  ],
  "size": "2048x2048"
}

4. 组图生成

json

{
  "model": "doubao-seedream-5-0-260128",
  "prompt": "一组不同姿势的橘猫",
  "sequential_image_generation": "auto",
  "size": "2048x2048"
}

5. 多图生组图

json

{
  "model": "doubao-seedream-5-0-260128",
  "prompt": "基于参考图片生成一组相关图片",
  "image": [
    "data:image/jpeg;base64,/9j/4AAQSkZJRg...",
    "data:image/jpeg;base64,/9j/4AAQSkZJRg..."
  ],
  "sequential_image_generation": "auto",
  "size": "2048x2048"
}

响应格式

成功响应：

json

{
  "created": 1710000000,
  "data": [
    {
      "url": "https://example.com/generated_image1.jpg"
    },
    {
      "url": "https://example.com/generated_image2.jpg"
    }
  ]
}

错误响应：

json

{
  "error": {
    "message": "错误信息",
    "type": "错误类型",
    "param": null,
    "code": null
  }
}

注意事项

1. API Key 安全：不要在代码中硬编码 API Key，建议使用环境变量
2. 图片 URL 可访问性：确保提供的图片 URL 可以被公开访问
3. 提示词优化：简洁明确的提示词效果更好
4. 尺寸限制：注意总像素和宽高比的双重限制
5. 图片数量限制：最多支持 14 张参考图
6. 格式要求：Base64 编码时注意格式正确，图片格式需小写
7. 网络请求：代码会发起外部请求（API 请求和下载生成的图片），需确保网络畅通

Python 调用示例

python

import requests
import os

API_KEY = os.getenv("VOLCENGINE_API_KEY")
API_URL = "https://ark.cn-beijing.volces.com/api/v3/images/generations"

headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

data = {
    "model": "doubao-seedream-5-0-260128",
    "prompt": "一只可爱的橘猫坐在窗台上，阳光洒在它的毛发上",
    "size": "2048x2048"
}

response = requests.post(API_URL, headers=headers, json=data)
result = response.json()

if "data" in result:
    for image in result["data"]:
        print(f"生成的图片 URL: {image['url']}")
else:
    print(f"错误: {result.get('error', {}).get('message', '未知错误')}")

使用此 Skill

当用户需要以下功能时，使用此 skill：

• 生成图片（文生图）
• 图生图（使用参考图片）
• 多图生图（多张参考图片）
• 组图生成
• 使用 Seedream 相关模型进行图片生成

Python 调用示例

文生图

python

from seedream_api import generate_image

result = generate_image("一只可爱的橘猫坐在窗台上")
for path in result["local_paths"]:
    print(path)  # 本地文件路径

图生图（使用文件路径）

python

from seedream_api import generate_image

result = generate_image(
    prompt="将图片转换成卡通风格",
    image="path/to/input.jpg"
)
for path in result["local_paths"]:
    print(path)

图生图（使用 URL）

python

from seedream_api import generate_image

result = generate_image(
    prompt="将图片转换成卡通风格",
    image="https://example.com/image.jpg"
)

多图生图

python

from seedream_api import generate_image

result = generate_image(
    prompt="结合这两张图片的风格",
    image=["path/to/image1.jpg", "path/to/image2.jpg"]
)

组图生成

python

from seedream_api import generate_image

result = generate_image(
    prompt="一组不同姿势的橘猫",
    sequential_image_generation="auto"
)
for path in result["local_paths"]:
    print(path)

使用联网搜索工具

python

from seedream_api import generate_image

result = generate_image(
    prompt="埃隆·马斯克最新的SpaceX火箭发射场景",
    tools=[{"type": "web_search"}]
)
for path in result["local_paths"]:
    print(path)

text

在调用前，确保：
1. 已获取火山引擎 API Key (环境变量: VOLCENGINE_API_KEY)
2. 已开通 Seedream 模型服务
3. 了解所需的使用场景和参数配置