doubao-all-in-one（豆宝合一） Skills下载安装命令和教程

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：doubao-all-in-one（豆宝合一）
来源仓库：https://skills.volces.com
仓库路径：doubao-all-in-one
安装命令：
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。当前暂无明确安装命令，请以来源页面说明为准。

简介

豆包图片与视频生成技能，集成火山引擎 Ark 平台的文生图和视频能力。

适用于需要本地生成视觉素材的 Local Agent 创作场景。
支持文生图、图生图、首帧图生视频等多种生成模式。
需配置 ARK_API_KEY，所有数据保存到本地目录，不连接外部 API。
脚本位于 skill 目录内，运行时使用绝对路径，结果自动保存至本地。

SKILL.md

豆包图片与视频生成

这个 skill 提供豆包（火山引擎 Ark）的图片生成和视频生成能力，结果保存到本地。

适用场景：

用户明确指定使用豆包生成图片或视频
需要文生图、图生图、文生视频、首帧图生视频等

脚本位于 skill 目录内的 scripts/，运行时始终使用绝对路径。

设 DOUBAO_SKILL_DIR 为 .claude/skills/doubao-all-in-one 的绝对路径：

图片

文生图：uv run python $DOUBAO_SKILL_DIR/scripts/text_to_image.py
图生图：uv run python $DOUBAO_SKILL_DIR/scripts/image_to_image.py

视频

创建视频任务：uv run python $DOUBAO_SKILL_DIR/scripts/create_video_task.py
查询视频任务：uv run python $DOUBAO_SKILL_DIR/scripts/query_video_task.py
批量查询任务：uv run python $DOUBAO_SKILL_DIR/scripts/list_video_tasks.py
取消/删除任务：uv run python $DOUBAO_SKILL_DIR/scripts/delete_video_task.py
下载视频：uv run python $DOUBAO_SKILL_DIR/scripts/download_video.py
Webhook 回调服务器：uv run python $DOUBAO_SKILL_DIR/scripts/webhook_server.py

快速调用

文生图

uv run python $DOUBAO_SKILL_DIR/scripts/text_to_image.py \
  --prompt "一张电影感写实人像海报，光影强烈，构图干净" \
  --name "写实人像海报"

图生图

uv run python $DOUBAO_SKILL_DIR/scripts/image_to_image.py \
  --image resources/images/climb1.jpeg \
  --prompt "保留主体动作，改为日落暖光的写实摄影风格" \
  --name "日落暖光人像"

文生视频（创建 + 轮询 + 下载一步完成）

uv run python $DOUBAO_SKILL_DIR/scripts/create_video_task.py \
  --prompt "写实风格，晴朗的蓝天之下，一大片白色的雏菊花田，镜头逐渐拉近，最终定格在一朵雏菊花的特写上，花瓣上有几颗晶莹的露珠" \
  --name "雏菊花田特写" \
  --ratio 16:9 --duration 5 --poll

首帧图生视频

uv run python $DOUBAO_SKILL_DIR/scripts/create_video_task.py \
  --prompt "女孩抱着狐狸，女孩睁开眼，温柔地看向镜头" \
  --name "女孩抱狐狸" \
  --image-url "https://example.com/first_frame.png" \
  --role first_frame --ratio adaptive --duration 5 --poll

仅创建任务（异步工作流场景）

uv run python $DOUBAO_SKILL_DIR/scripts/create_video_task.py \
  --prompt "小猫对着镜头打哈欠" --name "猫咪打哈欠" --ratio 16:9 --duration 5

创建任务 + Webhook 回调（替代轮询）

# 先启动 Webhook 服务器
uv run python $DOUBAO_SKILL_DIR/scripts/webhook_server.py

# 再创建任务，传入回调地址（不传则自动检测本机 8888 端口）
uv run python $DOUBAO_SKILL_DIR/scripts/create_video_task.py \
  --prompt "小猫对着镜头打哈欠" --name "猫咪打哈欠" --ratio 16:9 --duration 5

图片输入与输出

输入

参数	说明	文生图	图生图
`--prompt`	提示词	是	是
`--name`	文件名描述（不超过 10 个中文字）	否	否
`--model`	模型 ID，默认 `doubao-seedream-5-0-260128`	否	否
`--image`	输入图片路径或 URL，可多次传	-	是
`--size`	输出尺寸：2K / 3K / 4K / 2048x2048，默认 2K	否	否
`--response-format`	返回格式：b64_json / url，默认 b64_json	否	否
`--output-format`	输出文件格式：png / jpeg（仅 5.0 lite）	否	否
`--guidance-scale`	文本权重，范围 [1, 10]（仅 3.0 系列）	否	否
`--watermark`	添加水印	否	否
`--sequential-image-generation`	组图模式：auto / disabled，默认 disabled	否	否
`--max-images`	组图最大数量，范围 [1, 15]，默认 15	否	否
`--optimize-prompt`	提示词优化：standard / fast（仅 5.0 lite/4.5/4.0）	否	否
`--web-search`	启用联网搜索（仅 5.0 lite）	否	否
`--output`	输出文件路径	否	否

本地输出目录

所有路径相对于 OUTPUT_ROOT（由环境变量注入，兜底为用户主目录）：

outputs/doubao/images/text_to_image/
outputs/doubao/images/image_to_image/

脚本输出 JSON

{
  "type": "image",
  "scene": "text_to_image",
  "provider": "doubao",
  "used_model": "doubao-seedream-5-0-260128",
  "local_path": "outputs/doubao/images/text_to_image/20260330_120000.png",
  "image_count": 1,
  "generated_images": 1,
  "usage": {"generated_images": 1, "output_tokens": 0, "total_tokens": 0}
}

视频输入与输出

输入

参数	说明	必需
`--prompt`	提示词	是
`--name`	文件名描述（不超过 10 个中文字）	否
`--model`	模型 ID，默认 `doubao-seedance-1-5-pro-251215`	否
`--image-url`	图片 URL（可多次传），配合 `--role` 使用	否
`--role`	图片角色：`first_frame` / `last_frame`	否
`--ratio`	宽高比：16:9, 4:3, 1:1, 3:4, 9:16, 21:9, adaptive	否，默认 16:9
`--duration`	视频时长（秒）：2~12（1.5 pro 支持 -1 由模型自选）	否，默认 5
`--resolution`	分辨率：480p, 720p, 1080p（1.0 lite 参考图不支持 1080p）	否，默认 480p
`--seed`	随机种子，范围 [-1, 2^32-1]	否
`--frames`	视频帧数，格式 25+4n，范围 [29, 289]（1.5 pro 暂不支持）	否
`--generate-audio`	生成有声视频（仅 1.5 pro，API 默认 true）	否
`--watermark`	添加水印	否
`--camera-fixed`	固定摄像头（参考图场景不支持）	否
`--return-last-frame`	返回视频尾帧图像（可用于连续视频拼接）	否
`--draft`	生成样片（仅 1.5 pro，固定 480p，不支持离线）	否
`--execution-expires-after`	任务超时秒数，范围 [3600, 259200]，默认 172800（48h）	否
`--service-tier`	推理模式：default（在线）/ flex（离线，50% 价格）	否
`--poll`	创建后自动轮询直到完成并下载	否
`--poll-interval`	轮询间隔秒数，默认 10	否
`--timeout`	轮询超时秒数，默认 900	否
`--callback-url`	Webhook 回调地址；不传时自动检测	否

本地输出目录

所有路径相对于 OUTPUT_ROOT（由环境变量注入，兜底为用户主目录）：

outputs/doubao/videos/text_to_video/
outputs/doubao/videos/first_frame_to_video/
outputs/doubao/videos/first_last_frame_to_video/

视频脚本输出 JSON

创建任务返回：

{
  "type": "video",
  "scene": "text_to_video",
  "provider": "doubao",
  "task_id": "cgt-2025xxxx",
  "status": "queued"
}

轮询完成并下载后返回：

{
  "type": "video",
  "scene": "text_to_video",
  "provider": "doubao",
  "task_id": "cgt-2025xxxx",
  "used_model": "doubao-seedance-1-5-pro-251215",
  "local_path": "outputs/doubao/videos/text_to_video/20260330_120000_cgt-xxx.mp4",
  "source_url": "https://...",
  "resolution": "480p",
  "ratio": "16:9",
  "duration": 5
}

查询任务返回：

{
  "task_id": "cgt-2025xxxx",
  "model": "doubao-seedance-1-5-pro-251215",
  "status": "succeeded",
  "created_at": 1743300000,
  "updated_at": 1743300120,
  "video_url": "https://...",
  "last_frame_url": "https://...",
  "resolution": "480p",
  "ratio": "16:9",
  "duration": 5,
  "seed": 12345,
  "generate_audio": true,
  "draft": false,
  "service_tier": "default",
  "execution_expires_after": 172800,
  "usage": {"completion_tokens": 100, "total_tokens": 100}
}

模型选择

图片模型

模型	Model ID	特点
Seedream 5.0	`doubao-seedream-5-0-260128`	默认首选
Seedream 4.5	`doubao-seedream-4-5-251128`	额度不足时自动 fallback

视频模型

模型	Model ID	特点
Seedance 1.5 Pro	`doubao-seedance-1-5-pro-251215`	最高质量，支持有声视频、样片模式、返回尾帧、4~12秒

提示词最佳实践（图片，强制）

调用图片生成脚本前，必须先读取 references/seedream_prompt_guide.md，并对照以下检查清单审核用户的提示词。

执行规则

必须读取参考文档：每次生成图片前，先读取 references/seedream_prompt_guide.md
提示词公式：主体 + 行为（非必须）+ 环境（非必须）+ 风格/色彩/光影/构图（非必须）
使用自然语言：用简洁连贯的自然语言描述，不要用逗号分隔的关键词堆叠
质量检查与处理策略：对照检查清单逐项审核

- 缺少主体：必须拒绝执行，返回 JSON 格式的拒绝信息，自行优化后请用户确认再执行 - 其他不合规项（关键词堆叠、模糊代词、缺少风格描述等）：直接按最佳实践指南自动补充优化，向用户展示优化后的提示词并说明补充了哪些内容，然后直接执行

自动优化格式： 优化说明： - [具体补充了什么，如"补充了风格描述：莫奈油画风格"] 文件名标题：[不超过 10 个中文字的内容简述，如"雪中小猫玩耍"] 优化后提示词： [完整提示词]

- 文件名标题：在优化提示词时同时生成一个简短标题，不超过 10 个中文字，调用脚本时必须通过 --name 参数传入。标题应概括画面核心内容，如"雪中小猫玩耍""金色麦田奔跑""日落海边漫步"

提示词质量检查清单

使用自然语言：是否用简洁连贯的句子描述画面，而非逗号分隔的关键词堆叠？
主体明确：是否清楚描述了画面中的主体是谁/什么？特征是否具体？
编辑目标明确（图生图）：是否准确指示了需要编辑的对象和变化要求？是否避免使用模糊代词？
保持不变的部分（图生图）：是否明确说明了希望保持不变的内容？
文字内容加引号：如需生成文字，文字内容是否放在双引号中？
简洁精确（5.0 lite/4.5/4.0）：是否避免了不必要的华丽词汇堆叠？简洁精确优于重复冗余
风格词精准：如有风格需求，是否使用了精准的风格词而非模糊描述？
多图关系清晰（多图输入）：是否清楚指明了不同图像间的编辑/参考关系？

必须拒绝的情况

主体完全缺失（如"一张好看的图""生成一张图"）

应自动补充的情况

关键词堆砌 → 改写为自然语言
缺少风格/美学描述 → 根据画面内容补充合适的风格
图生图中使用模糊代词 → 替换为具体对象描述
需要渲染文字但未加双引号 → 补充双引号
多图输入但未指明图间关系 → 根据意图补充关系描述

图生图额外规则

图像编辑（增加/删除/替换/修改）：用简洁明确的指令，准确指示编辑对象
参考图生图：提示词必须包含两部分——指明参考对象 + 描述生成画面
多图输入：清楚指明不同图像需要编辑/参考的对象及操作（如"用图一的人物替换图二的人物"）
设计草图转高保真：注明"遵循图中文字内容进行生成"，明确需与参考图保持一致的关键要求

提示词最佳实践（视频，强制）

调用视频生成脚本前，必须先读取 references/seedance_1_5_pro_prompt_guide.md，并对照其中的提示词质量检查清单审核用户的提示词。

参数约束

分辨率默认 480p：除非用户明确要求更高分辨率（如"720p""1080p""高清"），否则不得传 --resolution 参数，直接使用脚本默认的 480p
宽高比默认 16:9：除非用户明确要求其他比例（如"竖屏""正方形""9:16""1:1"等），否则不得传 --ratio 参数，直接使用脚本默认的 16:9。有首帧/尾帧参考图且用户未指定比例时也应使用 16:9，而非 adaptive

执行规则

必须读取参考文档：每次生成视频前，先读取 references/seedance_1_5_pro_prompt_guide.md
提示词公式：主体 + 运动 + 环境（非必须）+ 运镜/切镜（非必须）+ 美学描述（非必须）+ 声音（非必须）
质量检查与处理策略：对照检查清单逐项审核

- 缺少主体：必须拒绝执行，返回 JSON 格式的拒绝信息，自行优化后请用户确认再执行 - 其他不合规项（缺少运动描述、缺少环境、切镜不清晰等）：直接按最佳实践指南自动补充优化，向用户展示优化后的提示词并说明补充了哪些内容，然后直接执行

自动优化格式： 优化说明： - [具体补充了什么，如"补充了运动描述：金毛犬在麦田中快速奔跑"] - [具体补充了什么，如"补充了环境描述：金色麦田，阳光从侧面照射"] 文件名标题：[不超过 10 个中文字的内容简述，如"金毛麦田奔跑"] 优化后提示词： [完整提示词]

- 文件名标题：在优化提示词时同时生成一个简短标题，不超过 10 个中文字，调用脚本时必须通过 --name 参数传入。标题应概括画面核心内容，如"金毛麦田奔跑""猫咪打哈欠""海边日落漫步"

必须拒绝的情况

主体完全缺失（如"生成一个视频""做个动画"）
主体不明确且无法推断（如"一个东西在动"）

应自动补充的情况

缺少运动描述 → 根据主体特性补充合理的动作和运动方式
缺少环境描述 → 根据主体和场景补充环境信息
多人场景角色特征不可区分 → 为每个角色补充唯一标识特征
包含切镜但未区分镜头编号或景别 → 补充镜头编号和景别描述
包含对话但未指定语言类型或音色特征 → 补充音色和语言描述

配置

环境变量：ARK_API_KEY（必需，未设置时直接报错）
环境变量：OUTPUT_ROOT（可选，输出根目录，支持 ~ 展开，默认为用户主目录）

短剧批量视频生成

当用户请求为短剧的多个 clip（C01、C02…）批量生成视频时，遵循以下规则：

一 clip 一请求

每个 clip（CXX）是一个完整的视频生成请求，不得按分镜（sub-shot）拆分为多次请求
分镜仅用于提示词规划（描述运镜变化、景别切换等），最终合并为一条 prompt 提交给模型
示例：C01 有 2 个分镜（C01-1、C01-2），仍只调用一次 create_video_task.py --duration 8

输出目录与文件名

视频生成完成后，必须将文件从脚本默认输出目录复制到项目的视频生成目录
输出路径：outputs/scripts/{项目名}/video_generation/{篇章}/CXX.MP4

- 例如：outputs/scripts/chong_sheng_zhui_qi_20260401/video_generation/nightmare/C01.MP4

项目名和篇章名从用户提供的视频生成指令文档路径中推断

协作方式

图片生成可直接完成任务
视频生成使用 --poll 模式可直接完成任务；异步工作流可分步操作
Webhook 模式：先启动 webhook_server.py（默认端口 8888），创建任务时自动检测回调地址（优先级：手动 --callback-url > 环境变量 VIDEO_CALLBACK_BASE_URL > 自动检测本机 IP + 8888 端口）
如果用户还需要公网链接或临时下载链接，应由后续的交付环节继续处理

适合场景

01

用户想查找某类 Agent Skill 时

02

需要根据任务场景推荐可安装能力包时

03

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明，方便继续核验

安装后应在对应宿主中按原始 README 的触发条件使用；具体调用方式请以来源页面和 README 为准。

平台分布

Local Agent

90.82%

按下载量换算127

安全审计

暂无安全审计结果可展示。

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API；具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。当前只有一个来源，正式发布前建议补源仓库或其他目录站核验。

来源信息

来源页面

skills.volces.com

/

SKILL.md 来源

skills.sh

/site/skills.volces.com/doubao-all-in-one

继续浏览同类 Skills

更多研究检索 Skills（73,675）返回 Skills 目录

上一个 Skill

douban-skill（豆瓣技巧）

douban-skill 用于查找、检索和筛选相关信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

下一个 Skill

doubao-asr（豆宝 ASR）

doubao-asr 用于查找、检索和筛选相关信息，适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。