seedream

📁 netease-youdao/lobsterai 📅 1 day ago
8
总安装量
8
周安装量
#35285
全站排名
安装命令
npx skills add https://github.com/netease-youdao/lobsterai --skill seedream

Agent 安装分布

github-copilot 8
codex 8
kimi-cli 8
gemini-cli 8
cursor 8
opencode 8

Skill 文档

Seedream 图片生成

使用火山引擎 Seedream 模型生成高质量 AI 图片,支持文本生成图片(T2I)、图片编辑(I2I)、多图融合、组图生成、联网搜索等多种创作模式。

✨ Node.js 版本:此脚本使用 Node.js 实现,无需 Python 环境。Windows 和 Mac 用户都可以开箱即用。

配置

  • Base URL: https://ark.cn-beijing.volces.com/api/v3
  • API Key: 从环境变量 ARK_API_KEY 读取
  • 认证方式: Authorization: Bearer {API_KEY}
  • SDK: 兼容火山方舟 Python SDK

快速开始

第一步:设置 API Key

# macOS / Linux - 当前终端临时生效(立即使用)
export ARK_API_KEY="你的API密钥"

# Windows PowerShell - 当前会话临时生效
$env:ARK_API_KEY="你的API密钥"

# 验证设置成功(macOS/Linux)
echo $ARK_API_KEY

# 验证设置成功(Windows)
echo $env:ARK_API_KEY

第二步:生成你的第一张图片

node "$SKILLS_ROOT/seedream/scripts/generate_image.js" \
  --prompt "一只可爱的橘色小猫"

如何配置 API Key

方式一:通过环境变量配置(推荐)

在终端中设置环境变量:

# macOS/Linux
export ARK_API_KEY="你的API密钥"

# 或者添加到 ~/.zshrc 或 ~/.bashrc 以永久生效
echo 'export ARK_API_KEY="你的API密钥"' >> ~/.zshrc
source ~/.zshrc
# Windows PowerShell
$env:ARK_API_KEY="你的API密钥"

# 或者设置系统环境变量以永久生效
[System.Environment]::SetEnvironmentVariable('ARK_API_KEY', '你的API密钥', 'User')

方式二:通过 LobsterAI 启动时注入

LobsterAI 会自动读取系统环境变量,确保在启动 LobsterAI 前已设置 ARK_API_KEY。

如何获取 API Key:

  1. 访问火山方舟控制台:https://console.volcengine.com/ark/region:ark+cn-beijing/apikey
  2. 创建新的 API Key
  3. 复制密钥并设置为环境变量

前置检查

无需安装任何依赖! 该脚本已兼容 Node.js 内置模块。

LobsterAI 已包含 Node.js 运行时,所有必要的依赖已被自动打包。Windows 和 Mac 用户无需额外配置。

工作流程

Seedream 图片生成采用同步模式,流程简单高效:

  1. 提交请求 – 调用 API 提交图片生成请求
  2. 等待生成 – API 直接处理并生成图片(通常 30-60 秒)
  3. 下载图片 – 从返回的 URL 下载生成的图片文件

相比异步模式,同步模式更简单直接,无需轮询任务状态。

配额和限制

免费额度

所有 Seedream 模型提供免费额度,具体请参见火山方舟控制台。

限流限制

  • IPM(每分钟图片数): 500 å¼ /分钟(Seedream 4.5, 4.0)
  • 不同模型的限流不同,请参见官方文档

图片保存时间

⚠️ 重要提醒:

  • 任务数据(包括图片URL)仅保留 24 小时
  • 超时后会被自动清除
  • 务必及时下载保存生成的图片

使用示例

路径说明:下面的示例使用 $SKILLS_ROOT 环境变量来引用脚本路径。LobsterAI 会自动设置这个变量,指向实际的 SKILLs 目录位置,因此无需手动修改路径。

1. 文本生成图片(T2I)

根据文字描述生成图片,适合创意激发和概念设计。

node "$SKILLS_ROOT/seedream/scripts/generate_image.js" \
  --prompt "充满活力的特写编辑肖像,模特眼神犀利,头戴雕塑感帽子,色彩拼接丰富,景深较浅,Vogue杂志封面美学风格" \
  --output portrait.png

示例提示词:

  • “写实风格,晴朗的蓝天之下,一大片白色的雏菊花田,镜头逐渐拉近,最终定格在一朵雏菊花的特写上”
  • “卡通风格,一只橘色小猫坐在窗台上,阳光洒在身上,温暖治愈的氛围”
  • “赛博朋克风格,未来城市夜景,霓虹灯闪烁,高楼林立”

2. 图片编辑(I2I)- 单图输入

基于已有图片,结合文字指令进行图像编辑。支持本地图片和网络URL。

# 使用本地图片
node "$SKILLS_ROOT/seedream/scripts/generate_image.js" \
  --prompt "保持模特姿势不变,将服装材质改为透明玻璃质感" \
  --image "/Users/yourname/Pictures/model.jpg" \
  --output edited_model.png

# 使用网络图片
node "$SKILLS_ROOT/seedream/scripts/generate_image.js" \
  --prompt "将背景改为海边日落场景" \
  --image "https://example.com/photo.jpg" \
  --output beach_sunset.png

支持的图片来源:

  • ✅ 本地文件:/path/to/image.jpg
  • ✅ 网络URL:https://example.com/image.jpg
  • ✅ file://协议:file:///path/to/image.jpg

支持的图片格式:

  • jpg, jpeg, png, gif, webp, bmp, tiff, heic

3. 多图融合(多图输入单图输出)

融合多张参考图的特征生成新图像。支持混合使用本地图片和网络图片。

node "$SKILLS_ROOT/seedream/scripts/generate_image.js" \
  --prompt "将图1的服装换为图2的服装" \
  --image "/Users/yourname/Pictures/person.jpg" \
  --image "https://example.com/clothes.jpg" \
  --output fusion_result.png

常见使用场景:

  • 服装试穿:人物图 + 服装图 → 穿搭效果图
  • 风格迁移:照片 + 风格参考图 → 风格化作品
  • 场景融合:人物 + 背景 → 合成场景

4. 组图生成(多图输出)

生成一组内容关联的图片,适合漫画分镜、品牌视觉等。

文生组图

node "$SKILLS_ROOT/seedream/scripts/generate_image.js" \
  --prompt "生成一组共4张连贯插画,核心为同一庭院一角的四季变迁,以统一风格展现四季独特色彩、元素与氛围" \
  --sequential \
  --max-images 4 \
  --output seasons.png

输出文件会自动编号:seasons_1.png, seasons_2.png, seasons_3.png, seasons_4.png

单图生组图

node "$SKILLS_ROOT/seedream/scripts/generate_image.js" \
  --prompt "参考这个LOGO,做一套户外运动品牌视觉设计,品牌名称为'GREEN',包括包装袋、帽子、卡片、挂绳等" \
  --image "/Users/yourname/Pictures/logo.png" \
  --sequential \
  --max-images 4 \
  --output brand_design.png

5. 联网搜索增强生成(Seedream 5.0 lite)

启用实时网络搜索,融合最新网络信息。

node "$SKILLS_ROOT/seedream/scripts/generate_image.js" \
  --prompt "搜索下近期热门的白鸭子单手拿着风车形象,以极具冲击力的视角,设计成巨型装置" \
  --search \
  --output search_result.png

注意:

  • 联网搜索功能仅限 Seedream 5.0 lite 模型
  • 使用 --search 参数会自动切换到 5.0 lite 模型
  • 适合需要融合实时信息的创作场景

参数说明

必需参数

参数 说明 示例
--prompt 图片描述提示词(必需) “一只可爱的小猫”

可选参数

参数 说明 默认值 可选值
--image 参考图片路径或URL(可多次使用) 无 本地文件路径或URL
--model 模型ID doubao-seedream-4-5-251128 见模型列表
--size 图片尺寸 2K 1K, 2K, 4K
--no-watermark 不添加水印 否 标志参数
--sequential 生成组图 否 标志参数
--max-images 组图数量 4 1-8
--search 启用联网搜索 否 标志参数
--output 输出文件路径 generated_image.png 文件路径
--poll-interval 状态查询间隔(秒) 5 1-10
--timeout 最大等待时间(秒) 300 60-600

模型选择

选择合适的模型以平衡质量、速度和成本:

Seedream 4.5(推荐)

  • 模型ID: doubao-seedream-4-5-251128
  • 特点: 最新版本,综合质量最佳
  • 支持: 文生图、图生图、多图融合、组图生成
  • 输出: 1K-4K分辨率可选
  • 限流: IPM 500

Seedream 4.0

  • 模型ID: doubao-seedream-4-0-250828
  • 特点: 成熟稳定版本
  • 支持: 文生图、图生图、多图融合、组图生成
  • 输出: 1K-4K分辨率可选
  • 限流: IPM 500

Seedream 5.0 lite(联网搜索专用)

  • 模型ID: doubao-seedream-5-0-260128
  • 特点: 支持联网搜索,融合实时网络信息
  • 使用: 通过 --search 参数自动启用
  • 注意: 2026å¹´2月24日18点后正式开放 API

推荐使用场景:

  • 追求最高质量 → 4.5
  • 稳定生产环境 → 4.0
  • 需要实时信息 → 5.0 lite(使用 --search)

高级选项

自定义图片尺寸

根据使用场景选择合适的尺寸:

# 小尺寸(快速预览)
--size "1K"

# 标准尺寸(推荐)
--size "2K"

# 高清晰度
--size "4K"

注意:

  • 尺寸越大,生成时间越长
  • 4K 图片可能需要 40-60 秒

去除水印

生成无水印图片(用于商业用途):

--no-watermark

轮询和超时控制

调整轮询策略以适应不同场景:

# 快速查询(适合小图)
--poll-interval 3 --timeout 180

# 标准配置
--poll-interval 5 --timeout 300

# 耐心等待(适合4K或组图)
--poll-interval 10 --timeout 600

状态说明

生成过程中可能出现的任务状态:

状态 说明 操作
queued 任务排队中 继续等待
running 正在生成图片 继续等待
succeeded 生成成功 下载图片
failed 生成失败 查看错误信息

错误处理

常见错误及解决方案

错误:未设置环境变量 ARK_API_KEY

  • 原因:未配置 API Key
  • 解决:按照”如何配置 API Key”部分的说明进行配置

错误:任务创建失败 (HTTP 401)

  • 原因:API Key 无效或已过期
  • 解决:检查 API Key 是否正确,或在控制台重新生成

错误:任务创建失败 (HTTP 400)

  • 原因:参数错误(如 size 不支持、prompt 为空等)
  • 解决:检查参数是否符合要求

错误:任务超时

  • 原因:生成时间过长或 API 繁忙
  • 解决:增加 --timeout 值,或稍后重试

错误:任务失败

  • 原因:内容违规、提示词不清晰、图片格式错误等
  • 解决:检查提示词内容,确保图片URL可访问

错误:限流 (HTTP 429)

  • 原因:超过 IPM 限制
  • 解决:等待1分钟后重试,或升级配额

错误:图片文件不存在

  • 原因:本地图片路径错误
  • 解决:检查文件路径是否正确,使用绝对路径

输出格式

生成的图片具有以下特征:

  • 格式: PNG, JPEG(根据output参数自动识别)
  • 分辨率: 1K / 2K / 4K(根据 size 参数)
  • 文件大小: 约 0.5-10 MB(取决于尺寸和复杂度)
  • 命名规则:
    • 单图:指定的文件名
    • 组图:文件名_1.png, 文件名_2.png, …

提示词最佳实践

优秀提示词的特点

  1. 清晰的主体描述 – 说明画面的主要内容
  2. 具体的风格指定 – 写实、卡通、赛博朋克等
  3. 细节补充 – 色彩、光线、氛围等
  4. 构图说明 – 特写、全景、俯视等视角

提示词模板

[风格],[主体描述],[细节补充],[构图/氛围]

示例:

写实风格,一只橘色小猫坐在木制窗台上,阳光从左侧洒进来,温暖治愈的氛围,特写构图

提示词注意事项

  • ✅ 具体描述:”小猫在追逐蝴蝶” 而非 “小猫玩耍”
  • ✅ 风格说明:”赛博朋克风格” 而非 “好看的”
  • ✅ 细节丰富:”橘色长毛小猫,蓝色眼睛” 而非 “猫”
  • ❌ 避免模糊:过于抽象的描述会导致随机性增加
  • ❌ 避免过长:保持在 200 字以内效果最佳
  • ❌ 避免违规:不要包含暴力、色情等违规内容

常见使用场景

产品设计

node scripts/generate_image.js \
  --prompt "现代简约风格,智能手表产品展示,白色背景,工作室灯光" \
  --size "4K"

艺术创作

node scripts/generate_image.js \
  --prompt "超现实主义,漂浮的岛屿,瀑布从天而降,梦幻色彩" \
  --size "2K"

社交媒体内容

node scripts/generate_image.js \
  --prompt "美食特写,热气腾腾的拉面,筷子夹起面条,暖色调" \
  --size "2K"

品牌视觉设计

node scripts/generate_image.js \
  --prompt "参考logo,生成一套完整的品牌视觉系统,包括名片、海报、包装设计" \
  --image brand_logo.png \
  --sequential \
  --max-images 4

参考资料

技术支持

如遇到问题,可以:

  1. 查看脚本输出的错误信息
  2. 检查 API Key 配置是否正确
  3. 访问火山方舟控制台查看任务详情
  4. 参考官网文档了解更多细节