前言¶

在 Cursor、Claude Code 等环境里写文案时，配图往往要切到独立生图产品，再手动下载、贴回对话。若希望 Agent 根据自然语言直接出图并落到本地路径，需要一套可复用的调用流程：API Key 配置、模型参数、尺寸约束和脚本入口都要写进 Skill，而不是每次临时查文档。

下面介绍 SkillHub 社区 Skill「豆包生图」（@user_8342f237/doubao-image-v2）。它把火山引擎 Ark 上的豆包 Seedream 模型封装成 Agent 可执行的步骤，适合已有 Ark 账号、希望在对话里完成文生图或图生图的开发者。

这是什么¶

「豆包生图」是 SkillHub 上分类为 design-media 的社区 Skill（来源 community，发布者 user_8342f237，页面显示作者为厌冬）。一句话定位：通过环境变量 ARK_API_KEY 调用字节跳动火山引擎 Ark API（豆包 Seedream），完成文生图、图生图与多图融合，并由内置 Python 脚本把结果下载到本地。

与「自己写一段 curl」相比，Skill 里固定了默认模型、尺寸说明、参数表和 scripts/generate_image.py 入口，Agent 在用户说出触发意图时按同一套流程执行。

SkillHub 页面（截至抓取）版本为 v1.0.0；商店侧评分 100000，下载 1482 次；标签含 requires_api_key=true。

核心功能¶

以下能力均来自 Skill 包内 SKILL.md 与 references/api_reference.md：

1. 文生图：根据 prompt 生成图片，默认模型 doubao-seedream-4-5-251128。
2. 图生图 / 多图融合：通过 --image 传入参考图 URL（单图字符串或多图列表，参考文档说明多图最多 14 张，且输入参考图数量与生成数量合计不超过 15 张）。
3. 批量生成：--n 指定生成张数。
4. 尺寸与格式：支持 2k、4k、WIDTHxHEIGHT 等形式；文档强调 seedream-4-5 对最小像素、1:1 / 9:16 等比例写法有约束，详见 Skill 内「尺寸选择指南」。
5. 提示词优化：脚本支持 --optimize standard（Skill 推荐在文生图时启用）。
6. 本地落盘：脚本调用 API 后下载图片，将保存路径返回给用户。

官方描述的触发场景包括：生成图片、文生图、画图、AI 画图、豆包生图、生图、生成插画、AI 配图等自然语言意图。

安装与启用¶

1. 安装 SkillHub CLI（若尚未安装）¶

先检查是否已安装：

command -v skillhub && skillhub --version

未安装时可按 SkillHub 官方安装说明执行完整安装或仅 CLI：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only

2. 安装「豆包生图」到当前 Agent 的 skills 目录¶

安装时必须用 --dir 指向当前客户端识别的 skills 目录，否则默认落在 ./skills/ 可能不会被加载。SkillHub 文档给出的常见路径如下：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或项目下的 .agents/skills/

安装命令（与 SkillHub 搜索结果一致）：

skillhub install doubao-image-v2 --namespace user_8342f237 --dir ~/.cursor/skills

也可让 Agent 按 SkillHub 安装说明 安装坐标 @user_8342f237/doubao-image-v2。

3. 配置 Ark API Key¶

Skill 要求必填环境变量 ARK_API_KEY，说明为火山引擎 Ark API Key，从控制台获取：

export ARK_API_KEY=ark-xxxxxxxx

获取路径：登录 火山引擎控制台 → 模型推理 → 创建 API Key。

API 侧 Base URL 为 https://ark.cn-beijing.volces.com/api/v3，认证方式为 Bearer Token（即上述 Key）。

4. Python 依赖¶

首次运行 scripts/generate_image.py 时，Skill 说明会尝试自动安装 volcengine-python-sdk[ark]。若失败，可手动执行：

pip install "volcengine-python-sdk[ark]"

典型用法¶

Skill 约定的工作流是：确认用户需求 → 运行 generate_image.py → 把本地图片路径交给用户。下面示例中的 <skill_dir> 替换为本 Skill 安装目录（例如 ~/.cursor/skills/@user_8342f237/doubao-image-v2）。

基础文生图（推荐带提示词优化）：

python <skill_dir>/scripts/generate_image.py --prompt "一只橘猫慵懒地趴在窗台上晒太阳，写实风格，柔光" --optimize standard --output ./cat.png

指定竖屏尺寸（如手机壁纸）：

python <skill_dir>/scripts/generate_image.py --prompt "城市夜景海报" --size 1440x2560 --optimize standard --output ./poster.png

图生图（参考图 URL）：

python <skill_dir>/scripts/generate_image.py --prompt "将场景改为夜晚" --image "https://example.com/input.png" --output ./night.png

一次生成多张：

python <skill_dir>/scripts/generate_image.py --prompt "水彩花卉插画" --n 3 --output ./flower.png

在对话里使用时，用户只说「帮我画一只猫」时，Skill 允许 Agent 直接使用默认参数（如尺寸 2k、数量 1）生成，无需逐项追问。

若需直接对照 Ark 接口字段，可阅读 Skill 包内 references/api_reference.md；其中也给出使用 volcenginesdkarkruntime.Ark 的 Python 示例（文生图、单图参考、多图融合）。

适用场景与注意¶

适合谁

• 已有火山引擎 Ark 账号与 API Key，希望在 Agent 对话里完成配图、插画或简单图生图改图。
• 希望把 Seedream 的模型 ID、尺寸限制和脚本调用方式固化在 Skill 中，减少重复查文档。

使用上需要注意

1. 计费与密钥：requires_api_key=true，Key 需自行在控制台申请并妥善保管，不要写入公开仓库。
2. 尺寸与模型限制：api_reference.md 写明 seedream-4-5 对部分参数（如 output_format、watermark）不支持；返回的图片 URL 通常约 24 小时有效，Skill 脚本会下载到本地，但仍需及时备份。
3. 提示词长度：不超过 300 汉字或 600 英文单词。
4. 版本信息：SkillHub 列表为 v1.0.0；包内 SKILL.md frontmatter 可能标更高版本号，以你 skillhub install 得到的包内容为准。

结尾¶

「豆包生图」把豆包 Seedream 的文生图、图生图能力收敛成 Agent 可执行的脚本与参数表，核心依赖只有 ARK_API_KEY 与 Python SDK。安装到对应客户端的 skills 目录并配置密钥后，即可在对话里用自然语言触发生图。

官方 Skill 地址：https://api.skillhub.cn/user_8342f237/doubao-image-v2
SkillHub 展示页：https://www.skillhub.cn/skills/user_8342f237/doubao-image-v2