Jimeng

即梦AI Skill

即梦AI（字节跳动火山引擎）完整功能封装，提供图片生成、视频生成、数字人等全系列AI能力。

前置要求

• 已设置环境变量 VOLC_ACCESS_KEY 和 VOLC_SECRET_KEY
• 火山引擎账号已开通视觉智能服务

环境变量配置

export VOLC_ACCESS_KEY="<your-access-key>"
export VOLC_SECRET_KEY="<your-secret-key>"

安装依赖

cd <skill-path>
npm install

功能列表

1. 文生图 (text2image)

根据文本描述生成图片，支持 v3.0/v3.1/v4.0 版本。

npx ts-node scripts/text2image.ts "<提示词>" [选项]

参数:

示例:

# 基础用法
npx ts-node scripts/text2image.ts "一只可爱的猫咪"

# 使用v4.0生成多张图
npx ts-node scripts/text2image.ts "山水风景画" --version v40 --ratio 16:9 --count 2

# 指定分辨率
npx ts-node scripts/text2image.ts "科幻城市" --width 2048 --height 1152

2. 图生图 (image2image)

根据输入图片进行编辑或风格转换。

npx ts-node scripts/image2image.ts --image "<图片>" --prompt "<描述>" [选项]

参数:

示例:

# 基础编辑
npx ts-node scripts/image2image.ts --image "./photo.jpg" --prompt "背景换成演唱会现场"

# 风格转换
npx ts-node scripts/image2image.ts --image "./portrait.jpg" --prompt "转换成动漫风格" --mode seed3 --scale 0.7

3. 文生视频 (text2video)

根据文本描述生成视频。

npx ts-node scripts/text2video.ts "<提示词>" [选项]

参数:

示例:

# 生成5秒视频
npx ts-node scripts/text2video.ts "千军万马在草原上奔腾"

# 生成10秒竖屏视频
npx ts-node scripts/text2video.ts "科幻城市夜景" --ratio 9:16 --frames 241

4. 图生视频 (image2video)

根据图片生成视频（支持首帧和首尾帧模式）。

npx ts-node scripts/image2video.ts --image "<图片>" --prompt "<描述>" [选项]

参数:

示例:

# 首帧模式
npx ts-node scripts/image2video.ts --image "./landscape.jpg" --prompt "让风景动起来"

# 生成10秒视频
npx ts-node scripts/image2video.ts --image "https://example.com/img.jpg" --prompt "千军万马" --frames 241

5. 数字人 (dream-actor)

生成数字人视频或虚拟形象。

npx ts-node scripts/dream-actor.ts --image "<人物图片>" --prompt "<动作描述>" [选项]

参数:

模式说明:

• m1 - Dream Actor M1 基础数字人
• m20 - Dream Actor M20 高级数字人
• avatar - RealMan Avatar 形象生成

示例:

# M1基础数字人
npx ts-node scripts/dream-actor.ts --image "./person.jpg" --prompt "微笑并点头"

# M20高级数字人
npx ts-node scripts/dream-actor.ts --image "./face.jpg" --prompt "说话并做手势" --mode m20 --frames 241

# 形象生成
npx ts-node scripts/dream-actor.ts --image "./avatar.jpg" --mode avatar

API参考

详细的API文档位于 references/ 目录：

错误码

使用建议

提示词优化

1. 详细描述: 包含主体、风格、光线、氛围等要素
2. 避免敏感词: 不要使用版权相关或敏感词汇
3. 控制长度: 建议在400字以内，不超过800字

性能优化

1. 批量生成: 使用 --count 参数一次生成多张图片
2. 合理等待: 视频生成需要较长时间，请耐心等待
3. 调试模式: 遇到问题时使用 --debug 查看详细日志

图片要求

• 格式: JPEG, PNG
• 大小: 最大 4.7MB（视频）/ 15MB（图片编辑）
• 分辨率: 最大 4096x4096，最短边不低于320
• 比例: 长边与短边比例在3以内

输出格式

所有脚本统一返回JSON格式：

成功:

{
  "success": true,
  "taskId": "task-xxx-xxx",
  "images": [{"url": "...", "width": 1024, "height": 1024}],
  "videoUrl": "https://...",
  "usage": {"requestId": "req-xxx-xxx"}
}

失败:

{
  "success": false,
  "error": {
    "code": "ERROR_CODE",
    "message": "错误描述"
  }
}