360 Secure SkillHub
360 安全技能中心

doubao-media

核心功能包含文生图、文生视频、图生视频,支持同步/异步生成,可查询任务状态;生成的媒体文件自动发送至对话并保存到指定目录。典型场景适用于快速创作图片素材、生成短视频内容等。需配置火山引擎ARK_API_KEY及Python环境,通过命令行传入文本描述、图片URL、时长等参数,输出对应格式的媒体文件。

systiger
systiger
热度 44.00
最近更新 2026-05-11 17:37:48
分类:创作依赖:代码执行 / 第三方 API应用场景:图像生成 / 视频编辑

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add doubao-media
Metadata
name
doubao-media
version
1.0.0
description
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.
author
systiger
tags
["image","video","doubao","volcengine","ark","multimodal","ai-generation"]

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

Install Dependencies / 安装依赖

pip install requests

Set API Key / 设置 API Key

# 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

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

# 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

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

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:

~/.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:

$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


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