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
- ARK_API_KEY - Get from / 从控制台获取: https://console.volcengine.com/ark
- Python 3.8+ with
requestslibrary
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