3688e40383
- 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
8.1 KiB
8.1 KiB
## 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。
### 前提条件
- 300中文字或600英文词 |
|
curl.exe（Windows内置）
- Ark API Key: ark-119a37ed-f123-42fc-aea6-b38d47d47fc0-f7ddf
- API端点: https://ark.cn-beijing.volces.com/api/v3/images/generations
### 模式一览
| 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"] | 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 $tmpFile = "$env:TEMP\request.json" $prompt = "YOUR_PROMPT_HERE" $json = @" {"model":"doubao-seedream-5-0-260128","prompt":"$prompt","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() $response = curl.exe -s -X POST https://ark.cn-beijing.volces.com/api/v3/images/generations ` -H "Content-Type: application/json" ` -H "Authorization: Bearer ark-119a37ed-f123-42fc-aea6-b38d47d47fc0-f7ddf" ` -d "@$tmpFile" | ConvertFrom-Json $imageUrl = $response.data[0].url $outputPath = Join-Path (Get-Location) "output-name.png" curl.exe -s -o $outputPath $imageUrl Write-Output $outputPath
### 图生图/图片编辑（本地文件输入，Windows PowerShell）
powershell $imgBytes = [System.IO.File]::ReadAllBytes((Resolve-Path "path\to\input.png")) $imgBase64 = [System.Convert]::ToBase64String($imgBytes) $tmpFile = "$env:TEMP\request.json" $sw = [System.IO.StreamWriter]::new($tmpFile, $false, (New-Object System.Text.UTF8Encoding $false)) $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() $response = curl.exe -s -X POST https://ark.cn-beijing.volces.com/api/v3/images/generations ` -H "Content-Type: application/json" ` -H "Authorization: Bearer ark-119a37ed-f123-42fc-aea6-b38d47d47fc0-f7ddf" ` -d "@$tmpFile" | ConvertFrom-Json $imageUrl = $response.data[0].url $outputPath = Join-Path (Get-Location) "output-name.png" 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 { "model": "doubao-seedream-5-0-260128", "prompt": "把图1的人物穿上图2的衣服，站在图3的场景中", "image": ["url1", "url2", "url3"], "size": "2k", "sequential_image_generation": "disabled", "response_format": "url", "stream": false, "watermark": false }
### 批量生成（最多15张）
json { "model": "doubao-seedream-5-0-260128", "prompt": "一个女孩和她的布偶牛在过山车上，分别呈现早晨、中午、傍晚的场景", "sequential_image_generation": "auto", "sequential_image_generation_options": { "max_images": 3 }, "size": "2k", "response_format": "url", "stream": false, "watermark": false }
### Seedream 参数参考
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| 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） 或 WIDTHxHEIGHT（如2048x2048） |
| response_format | string | 否 | url（下载链接，24h有效）或 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true（建议设false） |
| tools | array | 否 | [{ "type": "web_search" }] 联网搜索（仅5.0） |
### 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（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：
- 方式1（别名）：用2k/3k等，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
### 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: "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或[System.Text.Encoding]::UTF8，用[System.IO.StreamWriter]::new($path, $false, (New-Object System.Text.UTF8Encoding $false)) |
| PowerShell破坏curl中的" | 始终写JSON到临时文件，用-d "@$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` |
### 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（像素不低于3686400）
- 429: 限流 — 等待后重试
- 500: 服务器错误 — 稍后重试