Doubao Image Video Skill V2

Doubao (Volcengine ARK) API Shell 脚本实现 - 文本生图、图片编辑和文本生视频,接口文档https://www.volcengine.com/docs/82379/1520757?lang=zh#y2hhTyHB

目录结构

text

doubao-skill-v2/
├── SKILL.md                    # 技能主文档（本文件）
├── README.md                   # 技能说明
├── doubao-skill-v2.json       # 技能配置清单
├── CHANGELOG.md                # 更新日志
├── requirements.txt             # 依赖（curl, jq）
├── references/                 # 参考文档目录
│   ├── README.md              # 快速开始指南
│   ├── SKILL.md              # 详细技能文档
│   └── INTEGRATION_GUIDE.md  # 集成指南
└── scripts/                   # 执行脚本目录
    ├── doubao.sh              # 主脚本（shell实现）
    ├── doubao_skill.sh        # Skill包装脚本
    └── examples.sh            # 使用示例

---

🚀 快速开始

前置条件

• Bash 4.0+
• curl（HTTP客户端）
• jq（JSON处理，可选）
• ARK_API_KEY (从 https://console.volcengine.com/ark 获取)

安装步骤

bash

# 1. 进入 skill 目录
cd ~/.openclaw/workspace/skills/doubao-skill-v2

# 2. 安装依赖
sudo apt-get install curl jq  # Ubuntu/Debian
# 或
brew install curl jq  # macOS

# 3. 设置环境变量
export ARK_API_KEY="your_api_key_here"

# 或添加到 ~/.bashrc
echo 'export ARK_API_KEY="your_api_key"' >> ~/.bashrc
source ~/.bashrc

# 4. 验证安装
cd scripts
./doubao.sh help

---

📚 使用方法

使用建议

1. 优先使用方法1
2. 视频生成任务优先使用同步方法,避免浪费token到监控步骤

方式 1(优先使用): Shell 脚本直接调用

bash

cd ~/.openclaw/workspace/skills/doubao-skill-v2/scripts

# 生成图片
./doubao.sh img "一只可爱的小猫"

# 编辑图片（去除水印）
./doubao.sh edit "https://..." "remove watermark"

# 生成视频（异步）
./doubao.sh vid "一个人在跳舞" async ''

# 生成视频（同步 - 等待完成）
./doubao.sh vid "一个人在跳舞" sync ''

# 检查任务状态
./doubao.sh status "task_xxxxx"

---

📖 API 参考

Action: img (文生图)

参数:

• prompt (string, required): 生成提示词

返回:

json

{
  "status": "success",
  "image_url": "https://...",
  "local_path": "data/img_YYYYMMDD_HHMMSS.jpeg",
  "prompt": "一只可爱的小猫"
}

示例:

bash

./doubao.sh img "一只可爱的小猫"

---

Action: edit (图片编辑)

参数:

• image_url (string, required): 要编辑的图片 URL
• prompt (string, optional): 编辑提示词（默认: "remove watermark, keep main content"）

返回:

json

{
  "status": "success",
  "image_url": "https://...",
  "local_path": "data/edit_YYYYMMDD_HHMMSS.jpeg",
  "prompt": "remove watermark, keep main content"
}

功能说明:

• 使用 AI 智能去除图片水印
• 保持图片主要内容不被裁剪
• 支持自定义编辑提示词
• 基于 Image-to-Image 技术重新生成图片

示例:

bash

# 使用默认提示词去除水印
./doubao.sh edit "https://example.com/image.png"

# 自定义编辑提示词
./doubao.sh edit "https://example.com/image.png" "remove logo and watermark, preserve main subject"

---

Action: vid (文生视频)

参数:

• prompt (string, required): 生成提示词
• sync_mode (string, optional): "sync" 或 "async" (默认: async)
• image_url (string, optional): 参考图片 URL

返回 (async 模式):

json

{
  "status": "success",
  "task_id": "task_xxxxx",
  "prompt": "一个人在跳舞"
}

返回 (sync 模式):

json

{
  "status": "success",
  "task_id": "task_xxxxx",
  "video_url": "https://...",
  "local_path": "data/vid_YYYYMMDD_HHMMSS.mp4",
  "prompt": "一个人在跳舞"
}

示例:

bash

# 异步模式（快速返回任务ID）
./doubao.sh vid "一个人在跳舞" async

# 同步模式（等待完成）
./doubao.sh vid "一个人在跳舞" sync ''

---

Action: status (检查任务状态)

参数:

• task_id (string, required): 任务 ID

返回:

json

{
  "status": "running",
  "progress": 50,
  "task_id": "task_xxxxx"
}

状态值:

• pending: 任务已提交，等待处理
• running: 任务正在处理中
• succeeded: 任务成功完成
• failed: 任务失败

示例:

bash

./doubao.sh status "task_xxxxx"

---

🎯 技术特性

Shell 脚本实现

✅ 纯 Bash 脚本

• 无 Python 依赖
• 轻量级，易于部署
• 适合嵌入式环境

✅ 自动化处理

• 自动下载文件到 data/ 目录
• 时间戳文件名
• 错误处理和重试

✅ 异步/同步模式

• 视频：异步返回 task_id，同步等待完成
• 自动轮询检查状态
• 最大轮询次数限制

---

📊 性能指标

操作	预期耗时	说明
文生图	10-30 秒	取决于图片大小和服务器负载
图片编辑	10-30 秒	取决于编辑复杂度
文生视频（启动）	1-5 秒	异步模式返回任务ID
文生视频（完成）	1-3 分钟	同步模式等待完成
状态查询	< 1 秒	实时查询任务状态

---

🐛 故障排除

问题 1: ARK_API_KEY 环境变量未设置

错误信息:

text

错误：请先在环境变量 ARK_API_KEY 中设置你的 API Key。

解决方案:

bash

# 方式 1: 直接设置
export ARK_API_KEY="your_api_key_here"

# 方式 2: 添加到 ~/.bashrc
echo 'export ARK_API_KEY="your_api_key"' >> ~/.bashrc
source ~/.bashrc

# 验证
echo $ARK_API_KEY

---

问题 2: jq 命令未找到

错误信息:

text

jq: command not found

解决方案:

bash

# Ubuntu/Debian
sudo apt-get install jq

# macOS
brew install jq

# CentOS/RHEL
sudo yum install jq

---

问题 3: curl 命令未找到

错误信息:

text

curl: command not found

解决方案:

bash

# Ubuntu/Debian
sudo apt-get install curl

# macOS
brew install curl

# CentOS/RHEL
sudo yum install curl

---

问题 4: 视频下载失败 (403 Forbidden)

错误信息:

text

⚠️  警告：视频 URL 下载失败 (403 Forbidden)
原因：视频 URL 有访问限制，可能需要浏览器环境

解决方案:

视频 URL 有时效性签名和访问限制，无法直接通过 curl 下载。

bash

# 使用浏览器手动下载视频
# 复制视频 URL 到浏览器中打开

---

🧪 测试示例

测试 1: 基础文生图

bash

cd ~/.openclaw/workspace/skills/doubao-skill-v2/scripts

# 设置环境变量
export ARK_API_KEY="your_api_key"

# 运行测试
./doubao.sh img "一只可爱的小猫"

预期结果:

json

{
  "status": "success",
  "image_url": "https://...",
  "local_path": "data/img_20260302_012345.jpeg",
  "prompt": "一只可爱的小猫"
}

---

测试 2: 图片编辑（去除水印）

bash

cd scripts

# 使用默认提示词去除水印
./doubao.sh edit "https://example.com/image.png"

# 自定义编辑提示词
./doubao.sh edit "https://example.com/image.png" "remove logo and watermark, preserve main subject"

预期结果:

json

{
  "status": "success",
  "image_url": "https://...",
  "local_path": "data/edit_20260302_012345.jpeg",
  "prompt": "remove watermark, keep main content"
}

---

测试 3: 异步文生视频

bash

cd scripts

# 启动视频生成
./doubao.sh vid "一个人在现代城市中跳舞，夜景" async

# 记录返回的 task_id

# 检查状态
./doubao.sh status "task_xxxxx"

预期结果 (第一步):

json

{
  "status": "success",
  "task_id": "task_xxxxx",
  "prompt": "一个人在现代城市中跳舞，夜景"
}

预期结果 (检查状态):

json

{
  "status": "running",
  "progress": 50,
  "task_id": "task_xxxxx"
}

---

测试 4: 同步文生视频

bash

cd scripts

# 这会等待视频生成完成（可能需要 1-3 分钟）
./doubao.sh vid "一条龙在云彩中飞舞，奇幻场景" sync ''

预期结果:

json

{
  "status": "success",
  "task_id": "task_xxxxx",
  "video_url": "https://...",
  "local_path": "data/vid_20260302_012345.mp4",
  "prompt": "一条龙在云彩中飞舞，奇幻场景"
}

---

📝 依赖说明

必需依赖

• curl: HTTP 客户端，用于 API 调用
• bash: 4.0+，脚本执行环境

可选依赖

• jq: JSON 处理工具，用于解析 API 响应

安装命令

bash

# Ubuntu/Debian
sudo apt-get install curl jq

# macOS
brew install curl jq

# CentOS/RHEL
sudo yum install curl jq

---

🔄 工作流程

图片生成流程

text

用户输入 → 调用 doubao.sh img → 调用 API → 解析响应 → 下载图片 → 保存到 data/ → 返回本地路径

图片编辑流程

text

用户提供图片 URL → 调用 doubao.sh edit → 调用 API → 解析响应 → 下载编辑后的图片 → 保存到 data/ → 返回本地路径

视频生成流程（异步）

text

用户输入 → 调用 doubao.sh vid async → 调用 API → 获取 task_id → 返回 task_id

视频生成流程（同步）

text

用户输入 → 调用 doubao.sh vid sync → 调用 API → 获取 task_id → 循环检查状态 → 完成后下载 → 保存到 data/ → 返回本地路径

---

📁 文件管理

data 目录

所有生成的文件自动保存到 data/ 目录：

text

data/
├── img_YYYYMMDD_HHMMSS.jpeg     # 生成的图片
├── edit_YYYYMMDD_HHMMSS.jpeg   # 编辑后的图片
└── vid_YYYYMMDD_HHMMSS.mp4     # 生成的视频

文件命名规则

• 图片：img_YYYYMMDD_HHMMSS.jpeg
• 编辑图片：edit_YYYYMMDD_HHMMSS.jpeg
• 视频：vid_YYYYMMDD_HHMMSS.mp4

---

📈 版本历史

v1.0.0 (2026-03-02)

✅ 初始版本

• ✅ Shell 脚本实现
• ✅ 文生图功能
• ✅ 图片编辑功能
• ✅ 文生视频功能（异步 + 同步）
• ✅ 任务状态查询
• ✅ 自动文件下载
• ✅ 符合 OpenClaw/ClawHub 标准

---

🆘 获取帮助

查看帮助信息

bash

cd scripts
./doubao.sh help

查看示例

bash

cd scripts
./examples.sh

查看文档

bash

# 查看详细文档
cat ../references/SKILL.md

# 查看集成指南
cat ../references/INTEGRATION_GUIDE.md

# 查看快速开始
cat ../references/README.md

---

🔐 安全性最佳实践

不要硬编码 API Key

bash

# ❌ 错误
API_KEY="sk-xxxxx"

# ✅ 正确
export ARK_API_KEY="your_api_key"

使用环境变量文件

bash

# ~/.bashrc
export ARK_API_KEY="your_api_key"

保护 API Key

• 不要将 API Key 提交到版本控制系统
• 使用环境变量存储敏感信息
• 定期轮换 API Key

---

📚 参考资源

• Volcengine ARK 官方文档
• Doubao API 文档
• OpenClaw 文档
• Bash 脚本编程指南

---

版本: 1.0.0 最后更新: 2026-03-02 维护者: wenkangwei