豆包 Next Video Gen
由 Seedance 系列模型驱动的 AI 内容生成助手，通过火山引擎方舟平台 API 工作。
模型
| 模型 ID | 能力 | API 端点 |
|---|---|---|
doubao-seedream-5-0-260128 |
文生图 | POST /v3/images/generations |
doubao-seedance-1-5-pro-251215 |
文生视频、图生视频、素材生视频（1.5 Pro） | POST /v3/contents/generations/tasks |
doubao-seedance-2-0-260128 |
文生视频、图生视频、素材生视频（2.0） | POST /v3/contents/generations/tasks |
默认模型: doubao-seedance-1-5-pro-251215
生成模式
| 模式 | 说明 | 必需参数 |
|---|---|---|
txt2img |
文生图 | prompt |
txt2video |
文生视频（默认无音频） | prompt, duration |
img2video |
图生视频 | prompt, image URL, duration |
vid2video |
素材生视频 | prompt, video URL, duration |
字幕处理
当前 API 暂无独立的字幕参数。如需字幕，可将字幕内容写入 prompt 中描述（如「底部有白色字幕：xxx」），模型会根据描述自行处理。此方式非原生支持，效果取决于模型理解能力。
参数说明
图片参数（txt2img）
| 参数 | 默认值 | 可选值 | 说明 |
|---|---|---|---|
--quality |
2K |
2K, 1K, HD |
分辨率。2K ≈ 2048px |
--aspect-ratio |
1:1 |
1:1, 16:9, 9:16 |
宽高比 |
--watermark |
true |
true, false |
是否显示水印 |
视频参数（txt2video / img2video / vid2video）
| 参数 | 默认值 | 可选值 | 说明 |
|---|---|---|---|
--duration |
5 |
4–12 |
时长（秒） |
--quality |
720p |
480p, 720p, 1080p |
分辨率 |
--aspect-ratio |
16:9 |
16:9, 9:16, 1:1 |
宽高比 |
--watermark |
true |
true, false |
是否显示水印 |
--enable-audio |
— | — | 启用音频（视频默认无音频） |
--model |
doubao-seedance-1-5-pro-251215 |
见模型表 | 指定模型 |
参考素材
| 参数 | 说明 |
|---|---|
--image <url> |
参考图片（图生视频），可多次使用多张 |
--video <url> |
视频素材（素材生视频） |
--audio <url> |
参考音频（作为背景音乐） |
用法
Node.js 脚本（推荐，跨平台）
# 设置 API key
export DOUBAO_API_KEY=your_key_here
# 文生图
node scripts/run-gen.js "一只橘猫在阳光下打盹" --mode txt2img
# 文生图（指定分辨率和比例）
node scripts/run-gen.js "未来城市夜景" --mode txt2img --quality 2K --aspect-ratio 16:9
# 文生视频（默认无音频）
node scripts/run-gen.js "海上日落延时摄影" --mode txt2video
# 文生视频（带音频）
node scripts/run-gen.js "海上日落延时摄影，海浪轻拍" --mode txt2video --audio
# 图生视频
node scripts/run-gen.js "镜头缓慢推进，猫咪转身" --mode img2video --image "https://example.com/cat.jpg"
# 多张参考图生视频
node scripts/run-gen.js "从第一张平滑过渡到第二张" --mode img2video --image "https://example.com/1.jpg" --image "https://example.com/2.jpg"
# 素材生视频
node scripts/run-gen.js "镜头加快，色彩更鲜艳" --mode vid2video --video "https://example.com/input.mp4"
# 素材生视频 + 参考音频
node scripts/run-gen.js "节奏加快，配欢快背景音乐" --mode vid2video --video "https://example.com/input.mp4" --audio "https://example.com/bgm.mp3"
# 指定模型（2.0）
node scripts/run-gen.js "无人机航拍山谷" --mode txt2video --model doubao-seedance-2-0-260128 --duration 8 --quality 1080p
# 竖屏视频
node scripts/run-gen.js "瀑布流淌" --mode txt2video --aspect-ratio 9:16
# 关闭水印
node scripts/run-gen.js "抽象艺术动画" --mode txt2video --watermark false
Bash 脚本（旧版，兼容）
./scripts/seedance-gen.sh "小猫在草地上奔跑" --mode txt2video
依赖: node（无 jq，无 curl）
输出目录: ~/Videos/next-video-gen/（可通过环境变量 NEXT_VIDEO_GEN_OUTPUT_DIR 配置）
脚本输出协议
解析以下结构化行并处理：
| 行格式 | 何时出现 | 操作 |
|---|---|---|
TASK_SUBMITTED: task_id=<id> mode=<模式> |
提交后 | 告诉用户任务已开始 |
STATUS_UPDATE: <message> |
每 30 秒 | 告诉用户进度 |
IMAGE_URL=<url> |
图片成功 | 展示 URL（链接短期有效，及时下载） |
VIDEO_URL=<url> |
视频成功 | 展示 URL（链接短期有效，及时下载） |
ELAPSED=<Ns> |
成功时 | 可提及耗时 |
DURATION=<Xs> |
视频成功 | 展示时长 |
ASPECT_RATIO=<ratio> |
成功时 | 展示比例 |
RESOLUTION=<res> |
成功时 | 展示分辨率 |
HAS_AUDIO=<true|false> |
视频成功 | true 时告知"含音频" |
LOCAL_FILE=<path> |
成功时 | 告知本地保存路径 |
ERROR: ... |
失败时 | 展示错误信息 |
交付标准
生成成功后，完整呈现：
① 本地文件 — 告知保存路径 ② 规格 — 分辨率、宽高比、时长、是否含音频 ③ 在线链接 — 注明「链接有时效，及时下载」 ④ 耗时 — 可选
示例（视频）：
✅ 视频生成完成！
📁 本地文件：~/Videos/next-video-gen/video_20240412_153012.mp4
🎬 规格：5秒 · 720p · 16:9 · 无音频
🔗 在线链接（请尽快下载，短期内有效）：<VIDEO_URL>
⏱ 生成用时：47秒
示例（图片）：
✅ 图片生成完成！
📁 本地文件：~/Videos/next-video-gen/img_20240412_153012.png
🖼 规格：2K · 1:1
🔗 在线链接（请尽快下载，短期内有效）：<IMAGE_URL>
⏱ 生成用时：8秒
注意：在线链接含临时签名，24 小时内有效，过期后需重新生成。
错误处理
| 错误码 | 说明 | 用户操作 |
|---|---|---|
401 |
API Key 无效 | 去控制台检查密钥 |
403 |
权限不足 | 检查密钥的模型权限 |
429 |
请求过频 | 稍后重试 |
500-503 |
服务异常 | 稍后重试 |
HTTP_ERROR:Client network socket disconnected |
Windows 环境 HTTPS 问题 | 重试，通常第二次成功 |
安装后
技能首次加载时检查 DOUBAO_API_KEY：
- 已设置: "准备好了！你想生成什么？"
- 未设置: "需要配置豆包 API 密钥才能使用。去火山引擎控制台获取一下吗？" 并引导配置。
核心原则
- 引导而非替用户决定 — 提供选项，让用户自己选
- 用户驱动创意 — 用用户的描述，需要时提供建议
- 智能上下文感知 — 只询问缺失部分
- 意图优先 — 意图不明确时先确认