是什么
「豆包·火山方舟生成套件」把火山引擎方舟的五条生成与理解能力各取旗舰收进一包：Seedream 5.0 pro 生图（同步接口直返、最多 10 张参考图条件生成、透明底 PNG、图层拆分与 bbox 交互编辑）、Seedance 2.5 生视频（首尾帧 + 最多 30 张参考图 + 参考视频编辑/延长，台词、音效、音乐直接写进提示词）、Seed-TTS 2.0 语音合成（预置音色 + 控制台复刻音色）、多模态向量化（文本/图片/视频同一向量空间）与 Seed3D 2.0 图生 3D（带纹理与 PBR 材质，glb/obj/usd/usdz）。
每个成员自带可直接执行的 Python 脚本（标准库实现、零第三方依赖）：生图同步直返，生视频与图生 3D 走异步任务提交 + 轮询 + 落盘，语音合成按 HTTP Chunked 流式逐块解码拼接，向量化一次请求逐输入返回；--dry-run 预检、JSON 摘要输出与产物落盘纪律写进了各 SKILL.md 工作流。
密钥分两套：ARK_API_KEY（方舟控制台，生图/生视频/向量化/图生 3D）与 DOUBAO_SPEECH_API_KEY（语音技术控制台，语音合成）互不通用，脚本任何路径不回显 Key；方舟模型开通需账户余额 ≥ ¥200。方舟无独立音乐生成 API，歌曲/BGM 请用 qwen 套件的 fun-music 成员。
包含成员
豆包生图 Seedream
同步接口一步出图，最多 10 张参考图条件生成；透明底 PNG、多图套图、图层拆分与 bbox 交互编辑——海报与封面二次加工的关键能力。
豆包生视频 Seedance
文生/图生视频 + 首尾帧，最多 30 张参考图与参考视频编辑、延长；4–30 秒 480p–1080p，台词、音效与音乐直接写进提示词音画同出。
豆包语音合成 Seed-TTS
预置音色直读，语速、情绪、响度可调；控制台音色库训练的 S_ 复刻音色直接合成。HTTP Chunked 流式低延时，按字符计费。
豆包多模态向量化
文本/图片/视频进同一向量空间（默认 2048 维、128k 上下文），以文搜图、以图搜图、RAG 索引与图文混合去重直接算余弦相似度。
豆包 3D 生成 Seed3D
一张图直出带纹理与 PBR 材质的 3D 模型，glb/obj/usd/usdz 多格式，进 Blender/Unity/Unreal 即用；产物 URL 24 小时有效，脚本直接落盘。
什么时候会用到
- 「帮我把这张产品图换个场景，产品和包装都保持不变」
- 「用首尾帧给我做一支 10 秒的产品展示视频，配上音乐」
- 「把这篇 3000 字的产品说明读成有声版，语速慢一点」
- 「给 docs 里的图片和文档建一个语义检索，之后以文搜图」
- 「把这张手办照片变成 3D 模型，导出 glb 给我」
- 「画一组春节促销海报，标题和活动时间直接写在画面上」
不适用于
- 歌曲与 BGM 的音乐生成——火山方舟没有独立音乐生成 API（用「通义千问媒体生成套件」的 fun-music 成员）
- 豆包大模型的聊天与推理——本包只收生成与向量化能力，方舟 LLM 不在任何技能包内
- 其他厂商模型的同能力生成（图像/视频/语音各有对应厂商套件，Key 互不通用）
- 没有火山引擎密钥时的任何实际生成——脚本会以缺 Key 报错退出，不猜测不降级
安装与使用
- 1打开 UUIDE，进入「设置 → 技能」面板，找到本技能包点击「安装」
- 2在方舟控制台（ark.volcengine.com）创建 API Key 并在「开通管理」页开通模型（账户余额 ≥ ¥200），注入环境变量 ARK_API_KEY；语音合成另在「语音技术」控制台创建应用，注入 DOUBAO_SPEECH_API_KEY
- 3在 AI 会话中说出需求即可触发对应成员；生视频与图生 3D 为异步任务，脚本自动轮询并落盘，产物 URL 24 小时有效
常见问题
- 需要什么条件才能用？
- 生图、生视频、向量化与图生 3D 需要方舟控制台（ark.volcengine.com）的 API Key，并在「开通管理」页开通对应模型——开通门槛为账户余额 ≥ ¥200（或节省计划/资源包），经环境变量 ARK_API_KEY 注入；语音合成另需「语音技术」控制台（console.volcengine.com/speech）创建应用取 Key，经 DOUBAO_SPEECH_API_KEY 注入。生成按量计费。
- 为什么要配两个 API Key？
- 语音合成走豆包语音技术产品线（openspeech.bytedance.com，X-Api-Key + X-Api-Resource-Id 请求头），不在方舟 /api/v3 上；方舟 Key 调语音端点、语音 Key 调方舟端点都会鉴权失败。生图/生视频/向量化/图生 3D 只用 ARK_API_KEY，仅语音成员读 DOUBAO_SPEECH_API_KEY。
- 生成的视频和 3D 模型 URL 能放多久？
- 异步任务（生视频、图生 3D）返回的产物 URL 有效期 24 小时；脚本在轮询完成后立即下载落盘，以本地文件为最终产物，不要外链任务 URL。
- 为什么没有音乐生成成员？
- 火山方舟没有开放独立的音乐生成 API；Seedance 2.5 的 generate_audio 默认开启，台词、音效与音乐直接写进提示词音画同出。独立的歌曲/BGM 生成请用 qwen 套件的 fun-music 成员。