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
184 lines
8.1 KiB
Markdown
184 lines
8.1 KiB
Markdown
---
|
||
|
||
## 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
|
||
|
||
- `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~300中文字或~600英文词 |
|
||
| `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
|