修正image-tools技能并新增NAS U盘主图素材

- 清理万相相关内容(SKILL.md、wan_image_edit.py),仅保留豆包Seedream
- 修正豆包万相误称,明确为火山引擎豆包Seedream
- 新增文字渲染技巧章节(双引号包裹、逐字拼写、清晰度约束)
- 更新doubao-api-reference.md模型ID和参数说明
- 新增产品/NAS U盘目录(实拍图、主图、产品名称)
- 清理旧的nascab目录冗余图片和脚本
This commit is contained in:
12600k-rog-d4
2026-07-06 07:48:03 +08:00
parent aa926688c4
commit 3688e40383
22 changed files with 104 additions and 404 deletions

View File

@@ -1,7 +1,6 @@
---
## 引擎1豆包万相Doubao Seedream
## 豆包 Seedream字节跳动/火山引擎
使用火山引擎 Ark API 的 Doubao Seedream 模型,支持文生图、图生图、多图融合、图片编辑。
@@ -16,12 +15,20 @@
| 模式 | `image`参数 | 用途 |
|---|---|---|
| 文生图 | 省略或`[]` | 从文字描述生成图片 |
| 图生图 | `["url1"]` | 风格转换、精修、变换 |
| 多图融合 | `["url1","url2",...]` | 最多14张参考图融合 |
| 图生图 | `["url1"]` | 基于参考图生成新图可通过prompt控制保留原图产品外观 |
| 多图融合 | `["url1","url2",...]` | 最多10张参考图融合prompt中用"图1/图2"指代 |
| 图片编辑 | `["url1"]` + 编辑提示词 | 移除/替换元素、换背景等 |
默认模型: `doubao-seedream-5-0-260128`
### 图生图说明
Seedream 的 `image` 参数传入的是**参考图**,模型会根据 prompt 重新生成图片,**不能100%像素级保留原图**。但通过精确的 prompt 可在一定程度上保持产品形态:
- 好的做法:`"保留图1中U盘产品的外观和形态不变仅更换背景为白色添加科技光效"`
- 不好的做法:`"U盘插在电脑上"`(描述太笼统,产品外观会偏离原图)
### 文生图Windows PowerShell
```powershell
@@ -51,12 +58,18 @@ $imgBytes = [System.IO.File]::ReadAllBytes((Resolve-Path "path\to\input.png"))
$imgBase64 = [System.Convert]::ToBase64String($imgBytes)
$tmpFile = "$env:TEMP\request.json"
$prompt = "YOUR_EDIT_INSTRUCTIONS_HERE"
$json = @"
{"model":"doubao-seedream-5-0-260128","prompt":"$prompt","image":["data:image/png;base64,$imgBase64"],"size":"2k","sequential_image_generation":"disabled","response_format":"url","stream":false,"watermark":false}
"@
$sw = [System.IO.StreamWriter]::new($tmpFile, $false, (New-Object System.Text.UTF8Encoding $false))
$sw.Write($json); $sw.Close()
$sw.WriteLine('{')
$sw.WriteLine(' "model": "doubao-seedream-5-0-260128",')
$sw.WriteLine(' "prompt": "保留图1中产品的外观和形态不变更换背景为白色",')
$sw.WriteLine(' "image": ["data:image/png;base64,' + $imgBase64 + '"],')
$sw.WriteLine(' "size": "2048x2048",')
$sw.WriteLine(' "sequential_image_generation": "disabled",')
$sw.WriteLine(' "response_format": "url",')
$sw.WriteLine(' "stream": false,')
$sw.WriteLine(' "watermark": false')
$sw.WriteLine('}')
$sw.Close()
$response = curl.exe -s -X POST https://ark.cn-beijing.volces.com/api/v3/images/generations `
-H "Content-Type: application/json" `
@@ -69,6 +82,8 @@ curl.exe -s -o $outputPath $imageUrl
Write-Output $outputPath
```
> **注意**:当 prompt 中包含中文引号等特殊字符时,不要用 PowerShell 的 `@"..."@` here-string 拼接 JSON应改用 `StreamWriter.WriteLine()` 逐行写入,避免解析错误。
### 多图融合
```json
@@ -99,71 +114,70 @@ Write-Output $outputPath
}
```
### 豆包参数参考
### Seedream 参数参考
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| `model` | string | 是 | `doubao-seedream-5-0-260128`(默认)或 `doubao-seededit-3-0-i2i`(精确编辑 |
| `model` | string | 是 | `doubao-seedream-5-0-260128`(默认5.0)、`doubao-seedream-4-5-251128`4.5)、`doubao-seedream-4-0-250828`4.0 |
| `prompt` | string | 是 | 文本提示词,最多~300中文字或~600英文词 |
| `image` | string[] | 否 | 参考图片URL或Base64`data:image/png;base64,...`最多14张 |
| `size` | string | 否 | `2k`(默认)、`3k``4k``WIDTHxHEIGHT`(如`2048x1024`),必须小写 |
| `image` | string[] | 否 | 参考图片URL或Base64`data:image/jpeg;base64,...`最多10张prompt中用"图1/图2"指代顺序 |
| `size` | string | 否 | `2k`(默认)、`3k`仅5.0`4k`4.5/4.0`WIDTHxHEIGHT`(如`2048x2048` |
| `response_format` | string | 否 | `url`下载链接24h有效`b64_json` |
| `output_format` | string | 否 | `jpeg`(默认)或 `png`仅5.0支持) |
| `sequential_image_generation` | string | 否 | `disabled`(默认,单图)或 `auto`(模型决定批量数) |
| `sequential_image_generation_options` | object | 否 | `{ "max_images": N }` N为1-15仅auto模式 |
| `stream` | boolean | 否 | `false`(等待全部)或 `true`(逐张返回) |
| `watermark` | boolean | 否 | 添加"AI Generated"水印,默认`false` |
| `guidance_scale` | float | 否 | 文本遵循度(CFG),范围[1,10]仅seededit-3-0-i2i |
| `seed` | int32 | 否 | 可复现种子仅seededit-3-0-i2i |
| `watermark` | boolean | 否 | 添加"AI Generated"水印,默认`true`(建议设`false` |
| `tools` | array | 否 | `[{ "type": "web_search" }]` 联网搜索仅5.0 |
### 豆包尺寸指南
### Seedream 尺寸指南
| 别名 | 近似分辨率 | 适用场景 |
|---|---|---|
| `2k` | ~2048px | **默认** — 质量与速度平衡 |
| `3k` | ~3072px | 高质量,产品图 |
| `4k` | ~4096px | 最终生产质量 |
| `WIDTHxHEIGHT` | 自定义 | 如`2048x1024`宽幅横幅 |
| `3k` | ~3072px | 高质量,产品图仅5.0 |
| `4k` | ~4096px | 最终生产质量4.5/4.0 |
| `WIDTHxHEIGHT` | 自定义 | 如`2048x2048``2048x1024` |
像素约束:两个维度必须在[1280, 4096]最大3:1宽高比。
**像素约束**
- 方式1别名`2k`/`3k`prompt中描述宽高比
- 方式2精确像素总像素范围 [3686400, 16777216],宽高比 [1/16, 16],每个维度 [1280, 4096]
- 两种方式不可混用
### 豆包提示词技巧
### Seedream 提示词技巧
- **描述场景**: 主体、动作、环境、氛围
- **指定风格**: "电影大片感"、"水彩画风"、"赛博朋克"、"oc渲染"、"超现实主义"
- **质量关键词**: "光线追踪"、"景深"、"极致的光影"、"动态模糊"
- **编辑指令**: "把背景换成海滩"、"移除画面中的人物"、"将风格改为水彩画"
- **编辑指令**: "保留图1中产品外观不变把背景换成海滩"、"移除画面中的人物"
- **多图指代**: 多图输入时用"图1""图2"明确指代,如"保留图1的U盘放到图2的笔记本上"
- **中文提示词原生支持** — 无需翻译为英文
### 文字渲染技巧(重要)
Seedream 对文字渲染有特殊优化,但需要正确的提示词写法:
- **必须用双引号包裹文字内容**Seedream 对双引号内的文字有特殊渲染优先级,准确率远高于不加引号
- ✅ 正确:`标题文字"NAS U盘"``标签显示"自动内网穿透"`
- ❌ 错误:`标题文字NAS U盘``标签显示自动内网穿透`
- **强制清晰度约束**:加"笔画清晰醒目、无乱码无模糊"等约束条件
- **指定字体样式**:明确"黑色加粗印刷体"、"白色大号粗体"等,避免模糊描述
- **避免过多小字**:小字号文字像素占比太低,极易模糊出错;尽量只生成少量大号标题文字
- **商用场景建议**:对文字精度要求高时,采用"AI生成无文字底图 + 手动/程序叠加文字"的工作流
### Windows注意事项
| 问题 | 解决方案 |
|---|---|
| PowerShell 5.1给JSON加UTF-8 BOM | **不要**用`Set-Content``[System.Text.Encoding]::UTF8`,用`[System.IO.StreamWriter]::new($path, $false, (New-Object System.Text.UTF8Encoding $false))` |
| PowerShell破坏curl中的`"` | **始终**写JSON到临时文件`-d "@$tmpFile"` |
| prompt含中文引号/特殊字符 | 用`StreamWriter.WriteLine()`逐行写JSON不要用`@"..."@` here-string |
| curl别名冲突 | 用`curl.exe`而非`curl` |
| 续行符 | 用反引号`` ` `` |
### 豆包错误处理
### Seedream 错误处理
- **401**: API Key无效 — 检查Authorization头
- **400**: 请求错误 — 检查提示词长度、图片格式、尺寸值
- **400**: 请求错误 — 检查提示词长度、图片格式、尺寸值像素不低于3686400
- **429**: 限流 — 等待后重试
- **500**: 服务器错误 — 稍后重试
### 精确编辑模型
需要精细编辑时,`doubao-seededit-3-0-i2i`提供额外控制:
```json
{
"model": "doubao-seededit-3-0-i2i",
"prompt": "Change the dress color to red",
"image": ["data:image/png;base64,..."],
"guidance_scale": 5.5,
"seed": 42,
"size": "adaptive",
"response_format": "url",
"watermark": false
}
```