- name
- doubao-api-toolkit
- version
- 1.0.0
- description
- Doubao (Volcengine ARK) API Toolkit - Cross-platform Python implementation for text-to-image, image-to-image, text-to-video, and vision analysis. 豆包API工具包 - 跨平台Python实现，支持文生图、图生图、文生视频和视觉分析。
- author
- OpenClaw
- tags
- ["image", "video", "vision", "doubao", "volcengine", "ark", "multimodal"]
Doubao API Toolkit / 豆包 API 工具包
English: A cross-platform Python toolkit for Doubao (ByteDance Volcengine ARK) API, supporting text-to-image, text-to-video, image/video analysis, and more. 中文: 豆包（字节跳动火山引擎ARK）API的跨平台Python工具包，支持文生图、文生视频、图片/视频分析等功能。
🚀 Quick Start / 快速开始
Prerequisites / 前置条件
- English: Python 3.8+ with
requestslibrary - 中文: Python 3.8+ 及
requests库
pip install requestsConfiguration / 配置
Set your ARK API Key as an environment variable: 将 ARK API Key 设置为环境变量：
# Linux/Mac
export ARK_API_KEY="your_api_key_here"
# Windows PowerShell
$env:ARK_API_KEY="your_api_key_here"
# Windows CMD
set ARK_API_KEY=your_api_key_hereGet your API Key from: https://console.volcengine.com/ark 从控制台获取 API Key：https://console.volcengine.com/ark
📚 Usage / 使用方法
1. Generate Image from Text / 文生图
English: Generate an image using text description 中文: 使用文本描述生成图片
python doubao_toolkit.py img "一只可爱的橘猫在阳光下睡觉" --size 1024x1024Output / 输出:
{
"status": "success",
"image_url": "https://...",
"local_path": "/path/to/img_20260322_201500.jpeg",
"prompt": "一只可爱的橘猫在阳光下睡觉"
}2. Generate Video from Text / 文生视频
English: Generate a video using text description 中文: 使用文本描述生成视频
# Synchronous mode (wait for completion) / 同步模式（等待完成）
python doubao_toolkit.py vid "一只猫在草地上奔跑" --duration 5 --ratio 16:9
# Asynchronous mode (return task ID) / 异步模式（返回任务ID）
python doubao_toolkit.py vid "一只猫在草地上奔跑" --duration 5 --async3. Generate Video from Image / 图生视频
English: Generate video using an image as the first frame 中文: 使用图片作为首帧生成视频
python doubao_toolkit.py vid "让这只猫动起来" --image "https://example.com/cat.jpg"4. Analyze Image / 图片分析
English: Analyze image content using vision model 中文: 使用视觉模型分析图片内容
python doubao_toolkit.py analyze-img "https://example.com/image.jpg" --prompt "描述这张图片的细节"5. Analyze Video / 视频分析
English: Analyze video content using vision model 中文: 使用视觉模型分析视频内容
python doubao_toolkit.py analyze-vid "/path/to/video.mp4" --prompt "总结这个视频的主要内容"6. Check Video Status / 检查视频状态
English: Check the status of a video generation task 中文: 检查视频生成任务的状态
python doubao_toolkit.py status "cgt-20260322xxxxx"🔧 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-seededit-3-0-i2i-250628 | Image-to-Image / 图生图 | Edit images |
doubao-seedance-1-0-pro-250528 | Text-to-Video / 文生视频 | Generate videos from text or images |
doubao-1-5-vision-pro-32k-250115 | Vision Analysis / 视觉分析 | Analyze images and videos |
doubao-1-5-pro-32k-250115 | Chat / 对话 | General chat and text generation |
📖 API Reference / API 参考
Class: DoubaoClient
generate_image(prompt, size="1024x1024", n=1)
English: Generate image from text description 中文: 根据文本描述生成图片
Parameters / 参数:
prompt(str): Text description / 文本描述size(str): Image size (1024x1024, 1024x1536, 1536x1024) / 图片尺寸n(int): Number of images to generate / 生成数量
Returns / 返回:
{
"status": "success",
"image_url": "https://...",
"local_path": "/path/to/image.jpeg",
"prompt": "..."
}generate_video(prompt, duration=5, ratio="16:9", image_url=None, sync=True)
English: Generate video from text or image 中文: 根据文本或图片生成视频
Parameters / 参数:
prompt(str): Text description / 文本描述duration(int): Video duration in seconds (2-12) / 视频时长（秒）ratio(str): Aspect ratio (16:9, 4:3, 1:1, 9:16) / 宽高比image_url(str, optional): Image URL for image-to-video / 图生视频的图片URLsync(bool): Wait for completion if True / 是否同步等待
analyze_image(image_url, prompt="描述这张图片")
English: Analyze image content 中文: 分析图片内容
Parameters / 参数:
image_url(str): URL of the image / 图片URLprompt(str): Analysis prompt / 分析提示词
Returns / 返回: Analysis result text / 分析结果文本
analyze_video(video_path, prompt="分析这个视频")
English: Analyze video content 中文: 分析视频内容
Parameters / 参数:
video_path(str): Path to local video file / 本地视频文件路径prompt(str): Analysis prompt / 分析提示词
📊 Performance / 性能指标
| Operation | Expected Time | Notes |
|---|---|---|
| Text-to-Image / 文生图 | 10-30 seconds | Depends on complexity |
| Text-to-Video / 文生视频 | 1-3 minutes | 5-second video |
| Image Analysis / 图片分析 | 5-15 seconds | Depends on image size |
| Video Analysis / 视频分析 | 10-30 seconds | Depends on video length |
🐛 Troubleshooting / 故障排除
Error: "ARK_API_KEY environment variable not set"
Solution / 解决方法:
export ARK_API_KEY="your_api_key"Error: "InvalidEndpointOrModel.NotFound"
English: The model is not activated. Go to Volcengine Console → Model Management and activate the required models. 中文: 模型未开通。请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)
- Doubao-1.5-Vision-Pro (Vision Analysis)
Error: "Insufficient balance"
English: Your account balance is insufficient. Please recharge your account. 中文: 账户余额不足，请充值。
🔐 Security / 安全
English:
- Never hardcode API keys in your code
- Use environment variables to store sensitive information
- Regularly rotate your API keys
中文:
- 永远不要在代码中硬编码 API Key
- 使用环境变量存储敏感信息
- 定期轮换 API Key
📁 Output Directory / 输出目录
Generated files are saved to: 生成的文件保存在：
~/.openclaw/workspace/output/
├── img_YYYYMMDD_HHMMSS.jpeg # Generated images / 生成的图片
└── vid_YYYYMMDD_HHMMSS.mp4 # Generated videos / 生成的视频📚 References / 参考资源
- Volcengine ARK Documentation / 火山方舟文档
- Doubao Model Pricing / 豆包模型计费
- OpenClaw Documentation / OpenClaw 文档
Version / 版本: 1.0.0 Last Updated / 最后更新: 2026-03-22