Doubao Seed Skill

豆包图像分析技能：调用豆包（字节跳动）视觉大模型，分析图片内容。AI agent 调用时，必须使用 --output 将结果写入临时文件（如 /tmp/doubao_result.txt），再通过读文件工具获取结果，禁止直接解析 stdout。

豆包图像分析技能：调用豆包（字节跳动）视觉大模型，分析图片内容。技能配置清单：doubao-seed.yaml

安装

从 GitHub Release 下载对应平台的二进制文件：

Release 地址： https://github.com/maoyutofu/doubao-seed-skill/releases/latest

自动检测平台并下载

根据当前系统自动选择正确的包：

系统	架构	文件名
Linux	x86_64	doubao-seed-skill-{version}-x86_64-unknown-linux-gnu.tar.gz
Linux	aarch64	doubao-seed-skill-{version}-aarch64-unknown-linux-gnu.tar.gz
macOS	x86_64 (Intel)	doubao-seed-skill-{version}-x86_64-apple-darwin.tar.gz
macOS	aarch64 (Apple Silicon)	doubao-seed-skill-{version}-aarch64-apple-darwin.tar.gz
Windows	x86_64	doubao-seed-skill-{version}-x86_64-pc-windows-msvc.zip

下载步骤（Linux / macOS）

bash

# 1. 获取最新版本号
VERSION=$(curl -s https://api.github.com/repos/maoyutofu/doubao-seed-skill/releases/latest | grep '"tag_name"' | sed 's/.*"tag_name": "\(.*\)".*/\1/')

# 2. 检测系统和架构
OS=$(uname -s | tr '[:upper:]' '[:lower:]')
ARCH=$(uname -m)

# 3. 映射到 target triple
if [ "$OS" = "linux" ] && [ "$ARCH" = "x86_64" ]; then
  TARGET="x86_64-unknown-linux-gnu"
elif [ "$OS" = "linux" ] && [ "$ARCH" = "aarch64" ]; then
  TARGET="aarch64-unknown-linux-gnu"
elif [ "$OS" = "darwin" ] && [ "$ARCH" = "x86_64" ]; then
  TARGET="x86_64-apple-darwin"
elif [ "$OS" = "darwin" ] && [ "$ARCH" = "arm64" ]; then
  TARGET="aarch64-apple-darwin"
fi

# 4. 下载并解压
ARCHIVE="doubao-seed-skill-${VERSION}-${TARGET}.tar.gz"
curl -LO "https://github.com/maoyutofu/doubao-seed-skill/releases/download/${VERSION}/${ARCHIVE}"
tar -xzf "$ARCHIVE"

# 5. 移动到 PATH（可选）
sudo mv doubao-seed-skill /usr/local/bin/

下载步骤（Windows PowerShell）

powershell

# 1. 获取最新版本号
$VERSION = (Invoke-RestMethod "https://api.github.com/repos/maoyutofu/doubao-seed-skill/releases/latest").tag_name

# 2. 下载
$ARCHIVE = "doubao-seed-skill-${VERSION}-x86_64-pc-windows-msvc.zip"
Invoke-WebRequest "https://github.com/maoyutofu/doubao-seed-skill/releases/download/${VERSION}/${ARCHIVE}" -OutFile $ARCHIVE

# 3. 解压
Expand-Archive $ARCHIVE -DestinationPath .

配置

需要豆包 API Key，通过 CLI 参数或环境变量传入：

CLI 参数	环境变量	默认值
--api-key	ARK_API_KEY	必填
--model	ARK_MODEL	ep-20260306183709-wgl6s
--base-url	ARK_BASE_URL	https://ark.cn-beijing.volces.com/api/v3
--image-url	IMAGE_URL	示例图片 URL
--prompt	PROMPT	你看见了什么？
--output	OUTPUT_FILE	不输出到文件

推荐通过环境变量设置 API Key：

bash

export ARK_API_KEY="your-api-key-here"

使用

bash

# 分析网络图片
doubao-seed-skill --api-key YOUR_KEY --image-url https://example.com/image.jpg

# 分析本地图片（自动转 base64）
doubao-seed-skill --api-key YOUR_KEY --image-url /path/to/local/image.png

# 自定义提示词
doubao-seed-skill --api-key YOUR_KEY --image-url /path/to/image.jpg --prompt "描述图中的主要物体"

# 将结果输出到文件（供 AI agent 读取）
doubao-seed-skill --api-key YOUR_KEY --image-url /path/to/image.jpg --output /tmp/result.txt

# 使用环境变量（推荐）
export ARK_API_KEY="your-key"
doubao-seed-skill --image-url /path/to/image.jpg --prompt "这张图片里有什么？" --output /tmp/result.txt

AI Agent 调用指南

强烈建议 AI agent 使用 --output 输出文件模式，而非直接解析 stdout。

原因：stdout 可能混入日志、进度信息或 ANSI 转义码，直接解析容易出错；写入文件后再读取更可靠。

推荐流程：

bash

# 第一步：执行分析，结果写入临时文件
doubao-seed-skill --image-url /path/to/image.jpg --output /tmp/doubao_result.txt

# 第二步：通过读文件工具读取结果（而非解析命令输出）
cat /tmp/doubao_result.txt

注意：每次调用建议使用唯一的临时文件路径（如 /tmp/doubao_result_$$.txt），避免并发时文件内容被覆盖。

示例输出

text

图中是一只橙色的猫咪，正趴在窗台上晒太阳，背景是模糊的绿色植物。