doubao-media

Doubao (Volcengine ARK) 文生图、文生视频工具 - 生成后自动发送到对话，无需手动查找文件。Text-to-image and text-to-video with auto-send to chat.

Doubao Media / 豆包媒体生成

中文: 豆包（字节跳动火山引擎ARK）文生图、文生视频工具。生成后自动发送到对话，无需手动查找文件。

English: Doubao (ByteDance Volcengine ARK) text-to-image and text-to-video tool. Auto-sends generated content to chat, no manual file search needed.

---

Features / 功能特点

Feature	中文	English
Text-to-Image	✅ 文生图	✅ Generate images from text
Text-to-Video	✅ 文生视频	✅ Generate videos from text
Image-to-Video	✅ 图生视频	✅ Generate videos from images
Auto-Send to Chat	✅ 自动发送到对话	✅ Auto-send to conversation
Windows Compatible	✅ Windows 兼容	✅ Windows compatible

---

Prerequisites / 前置条件

Required / 必需

• ARK_API_KEY - Get from / 从控制台获取: https://console.volcengine.com/ark
• Python 3.8+ with requests library

Install Dependencies / 安装依赖

bash

pip install requests

Set API Key / 设置 API Key

bash

# Windows PowerShell
$env:ARK_API_KEY="your_api_key_here"

# Linux/Mac
export ARK_API_KEY="your_api_key_here"

---

Usage / 使用方法

Generate Image / 生成图片

bash

python scripts/doubao_media.py img "一只可爱的橘猫在阳光下睡觉"

Result / 结果:

• Image saved to output/ directory / 图片保存到 output/ 目录
• Auto-sent to chat / 自动发送到对话

Generate Video / 生成视频

bash

# Sync mode (wait for completion) / 同步模式（等待完成）
python scripts/doubao_media.py vid "一只猫在草地上奔跑" --duration 5

# Async mode (return task ID) / 异步模式（返回任务ID）
python scripts/doubao_media.py vid "一只猫在草地上奔跑" --async

Generate Video from Image / 图生视频

bash

python scripts/doubao_media.py vid "让这只猫动起来" --image "https://example.com/cat.jpg"

Check Video Status / 检查视频状态

bash

python scripts/doubao_media.py status "task_xxxxx"

---

Parameters / 参数说明

Image Generation / 图片生成

Parameter	Default	Description
prompt	Required	Text description / 文本描述
--size	1024x1024	Image size: 1024x1024, 1024x1536, 1536x1024

Video Generation / 视频生成

Parameter	Default	Description
prompt	Required	Text description / 文本描述
--duration	5	Duration in seconds (2-12) / 时长（秒）
--ratio	16:9	Aspect ratio: 16:9, 4:3, 1:1, 9:16
--image	None	Image URL for image-to-video / 图生视频的图片URL
--async	False	Async mode / 异步模式

---

Available Models / 可用模型

Model ID	Function	Description
doubao-seedream-3-0-t2i-250415	Text-to-Image / 文生图	Generate images from text
doubao-seedance-1-0-pro-250528	Text-to-Video / 文生视频	Generate videos from text or images

---

Output / 输出

Generated files are saved to / 生成的文件保存到:

text

~/.openclaw/workspace/output/
├── img_YYYYMMDD_HHMMSS.jpeg    # Images / 图片
└── vid_YYYYMMDD_HHMMSS.mp4     # Videos / 视频

---

Performance / 性能指标

Operation	Time	Description
Text-to-Image / 文生图	10-30s	Depends on complexity
Text-to-Video / 文生视频	1-3min	5-second video

---

Troubleshooting / 故障排除

Error: ARK_API_KEY not set

Solution / 解决方案:

bash

$env:ARK_API_KEY="your_api_key"  # Windows
export ARK_API_KEY="your_api_key"  # Linux/Mac

Error: InvalidEndpointOrModel.NotFound

Solution / 解决方案: Go to Volcengine Console → Model Management and activate the required models. 前往火山引擎控制台 → 模型管理，开通所需模型。

Required models / 需要开通的模型:

• Doubao-SeeDream-3.0-T2I (Text-to-Image)
• Doubao-Seedance-1.0-Pro (Text-to-Video)

Error: UnicodeEncodeError (Windows)

Solution / 解决方案: The script handles this automatically with PYTHONIOENCODING=utf-8.

---

Security / 安全

• Never hardcode API keys / 永远不要硬编码 API Key
• Use environment variables / 使用环境变量存储敏感信息
• Regularly rotate keys / 定期轮换 API Key

---

References / 参考资源

• Volcengine ARK Documentation / 火山方舟文档
• Doubao Model Pricing / 豆包模型计费

---

Version / 版本: 1.0.0 Last Updated / 最后更新: 2026-03-29