netease-youdao/seedream

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。通过入口脚本自动检测 Node.js 运行时（优先使用系统 node，回退到 LobsterAI 内置运行时），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

bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" \
  --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 张/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。

bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" \
  --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
bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" \
  --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
bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" \
  --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。

bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" \
  --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

bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" \
  --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

bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" \
  --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。

bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" \
  --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: 2026年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

bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" \
  --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

bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" \
  --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

bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" \
  --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

bash "$SKILLS_ROOT/seedream/scripts/generate-image.sh" \
  --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

• API 参考：https://www.volcengine.com/docs/82379/1541523
• 控制台：https://console.volcengine.com/ark
• API Key 管理：https://console.volcengine.com/ark/region:ark+cn-beijing/apikey
• 模型列表：https://www.volcengine.com/docs/82379/1330310

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