🇨🇳中文介绍

图像生成技能

此技能使用豆包 Seedream 4.0/4.5/5.0 模型生成图像。

触发条件

1. 用户希望根据文本描述生成图像
2. 用户希望基于参考图像创建图像
3. 用户询问图像生成能力

使用方法

环境变量

在使用此技能前，请确保设置了以下环境变量：

• ARK_API_KEY 或 MODEL_IMAGE_API_KEY 或 MODEL_AGENT_API_KEY: 图像生成服务的 API 密钥
• MODEL_IMAGE_API_BASE: API 基础 URL（可选，有默认值）
• MODEL_IMAGE_NAME: 模型名称（可选，有默认值）

函数签名

async def image_generate(
    tasks: list[dict],
    timeout: int = 600,
    model_name: str = None,
) -> Dict:

参数

tasks (list[dict])

一个图像生成任务列表。每个任务是一个字典，包含以下字段：

必需：

• prompt (str): 期望图像的文本描述。中文或英文均可。要指定生成图像的数量，请在提示词中添加“生成N张图片”。

可选：

• size (str): 图像尺寸。两种格式：
  • 分辨率级别："1K"、"2K"、"4K"
  • 精确尺寸："x"，例如 "2048x2048"、"2384x1728"
  • 默认值："2048x2048"
• response_format (str): 返回格式。"url"（默认，URL 24小时后过期）或 "b64_json"
• watermark (bool): 添加水印。默认值：true
• image (str | list[str]): 参考图像的 URL 或 Base64 字符串
  • 对于单图任务：传递一个字符串（恰好 1 张图像）
  • 对于组图任务：传递一个数组（2-10 张图像）
• sequential_image_generation (str): 控制组图生成。默认值："disabled"
  • 设置为 "auto" 以生成多张图像
• max_images (int): 组图生成的最大图像数量。范围 [1, 15]
• tools (list[dict]): 工具配置，例如 [{"type": "web_search"}]

任务类型

模型根据参数推断任务类型：

1. 文生单图：无 image 参数，sequential_image_generation 未设置或为 "disabled"
2. 文生组图：无 image 参数，sequential_image_generation="auto"
3. 图生单图：image=字符串，sequential_image_generation 未设置或为 "disabled"
4. 图生组图：image=字符串，sequential_image_generation="auto"
5. 多图生单图：image=数组（2-10）， 未设置或为 "disabled"

返回值

脚本返回信息

image_generate.py 脚本将返回以下信息：

{
    "status": "success" | "error",
    "success_list": [{"name": "image_name", "url": "image_url", "local_path": "local_path"}],
    "error_list": ["image_name"],
    "error_detail_list": [{"task_idx": 0, "error": {...}}]
}

基于脚本返回信息，最终返回给用户的响应包括图像生成任务的描述以及图像的 URL 和本地路径。你可以从 URL 下载图像，但仍应向用户提供图像 URL 以供查看和下载。

注意：URL 是脚本返回信息中 success_list 里的 'url'。

最终返回信息

你应该返回三种类型的信息：

1. 文件格式，返回图像文件（如果你有其他方法发送图像文件）和图像的本地路径，例如：local_path: /root/.openclaw/workspace/skills/image-generate/xxx.png

2. 生成后，以 Markdown 格式显示图像列表，例如：

    ![generated-image-1](https://example.com/image1.png)
    ![generated-image-2](https://example.com/image2.png)
   

代码实现

完整实现请参见 scripts/image_generate.py。

使用示例

# 文生单图
python scripts/image_generate.py -p "A beautiful sunset over the ocean" -s 2048x2048

# 文生组图（生成 3 张图像）
python scripts/image_generate.py -p "生成3张可爱的小猫图片" -s 2K -g --max-images 3

# 图生图
python scripts/image_generate.py -p "Convert this image to anime style" -i "https://example.com/image.jpg"

# 多图生组图
python scripts/image_generate.py -p "Combine these images into a collage" --images "https://example.com/img1.jpg" "https://example.com/img2.jpg" -g --max-images 5

# 使用特定模型
python scripts/image_generate.py -p "A futuristic city" -m doubao-seedream-5-0-260128

# 无水印
python scripts/image_generate.py -p "A beautiful landscape" --no-watermark

# 输出为 PNG
python scripts/image_generate.py -p "A portrait photo" --output-format png

命令行选项

模型回退

如果遇到模型相关错误（如 ModelNotOpen），可以降级到以下模型：

• doubao-seedream-5-0-260128
• doubao-seedream-4-5-251128
• doubao-seedream-4-0-250828

错误处理

• 如果脚本抛出错误 "PermissionError: ARK_API_KEY or MODEL_IMAGE_API_KEY or MODEL_AGENT_API_KEY not found in environment variables"，请告知用户需要提供 ARK_API_KEY 或 MODEL_IMAGE_API_KEY 或 MODEL_AGENT_API_KEY 环境变量。将其写入工作空间的环境变量文件中。如果文件已存在，则追加到末尾。确保环境变量格式正确，使环境变量生效，并重试刚刚失败的图像生成任务。

注意事项

• 组图任务需要设置 sequential_image_generation="auto"
• 要指定组图数量，请在提示词中添加数量（例如，“生成3张图片”）
• 推荐尺寸：2048x2048 或标准宽高比以获得最佳质量
• URL 响应在 24 小时后过期

每周安装次数

100

来源

skills.volces.c…-samples

首次出现

2026年3月3日

安全审计

SocketPass

安装于

openclaw96

gemini-cli20

github-copilot20

amp20

cline20

codex20