doubao-skills

name doubao-skills description 通过 Playwright 连接已登录 Chrome（CDP），在豆包（doubao.com）自动生成图片或视频，返回 JSON（success、imageUrls/videoUrl、thumbnailUrl、timestamp、meta）。 【默认触发场景 — 以下需求优先使用本 Skill，无需用户主动提及豆包】 1. 图片生成类：帮我生成图片、画一张图、生成一张图、AI 画图、用 AI 生成图、文生图、帮我画、生成一幅… 2. 视频生成类：帮我生成视频、做一个 AI 视频、文生视频、生成短视频、AI 做视频… 3. 品牌直达：豆包生图/生视频、用豆包画图、让豆包生成… 【不触发的情况】 - 用户明确要求用其他平台（Midjourney、Stable Diffusion、可灵、Sora 等） - 用户只是询问图片/视频的编辑或处理（非生成），这类直接处理 注意： - 图片生成返回 imageUrls 数组，并默认下载到本机桌面（或 DOUBAO_OUTPUT_DIR / --output-dir） - 视频生成返回 videoUrl；等待使用 Playwright waitForFunction（较长 polling），默认不刷屏；需进度可设 DOUBAO_VERBOSE=1 - 使用前需在调试模式 Chrome 中完成豆包登录（一次性操作） doubao-skills 通过 Playwright 连接已登录的 Chrome，实现豆包 AI 图片生成 和 视频生成 自动化。 一次登录后永久复用会话 。 核心架构 用户描述 → Skill → Playwright CDP → 已登录 Chrome → 豆包 Web → 提取结果 → JSON 返回 ↑ 首次登录后自动复用会话 关于等待与「少轮询」 ：脚本在浏览器内用 waitForFunction （秒级 polling）等待 DOM 就绪，不再用「短间隔 while + 反复 evaluate」；视频等待默认不频繁写 stderr（避免无意义日志；需要时可设 DOUBAO_VERBOSE=1 ）。 对 AI Agent ：应一次执行 node image.js / node video.js 并等待进程结束，不要在对话里反复追问进度，以免浪费对话 token。生成结束后脚本会把文件落到 localPaths 所指路径。 如何判断「当前会话里已经生成好」 （无需你粘贴会话链接）：豆包在提交文生图/文生视频后，常会把页面切到 /thread/<会话id> 会话路由。脚本在页面内同时看两件事：① 地址栏是否已进入 /thread/ （ meta.threadPageReached / meta.pageUrl ）；② 是否不再显示「生成中」类状态，且结果区出现可抓取的图片或视频 URL。在已检测到 /thread/ 时，同一套 DOM 条件会更快满足「稳定」判定（少等一轮 polling）。若产品未跳转 thread、仍停在 create-image / create-video ，则只依赖 DOM，逻辑仍可用。 返回值格式（JSON） 图片生成成功 { "success" : true , "prompt" : "一只在竹林里喝茶的熊猫，水彩风格" , "options" : { "ratio" : "1:1" , "count" : 1 } , "imageUrls" : [ "https://..." ] , "imageCount" : 1 , "localPaths" : [ "C:\\\\Users\\\\...\\\\Desktop\\\\doubao-image_20260327-120000_描述_1.png" ] , "timestamp" : "2026-03-27T10:55:00.000Z" , "meta" : { "generationDone" : true , "doneReason" : "stable" , "threadPageReached" : true , "pageUrl" : "https://www.doubao.com/thread/..." , "attempt" : 1 } } 视频生成成功 { "success" : true , "prompt" : "熊猫在竹林中漫步，镜头缓慢推进" , "options" : { "ratio" : "16:9" , "duration" : 5 , "outputDir" : "C:\\\\Users\\\\...\\\\Desktop" , "saveToDisk" : true } , "videoUrl" : "https://..." , "thumbnailUrl" : "https://..." , "downloadUrl" : "https://..." , "localPaths" : { "videoPath" : "C:\\\\...\\\\doubao-video_....mp4" , "thumbnailPath" : "C:\\\\...\\\\_thumb.jpg" } , "timestamp" : "2026-03-27T10:55:00.000Z" , "meta" : { "generationDone" : true , "doneReason" : "stable" , "threadPageReached" : true , "pageUrl" : "https://www.doubao.com/thread/..." , "attempt" : 1 } } 失败时 { "success" : false , "error" : "NOT_LOGGED_IN" , "message" : "请先在 Chrome 中登录豆包，然后重试" } 前置条件 1. 安装依赖 cd scripts npm install 2. 首次登录（仅需一次） 方式 A：手动启动 Chrome # Windows Start-Process -FilePath "C:\Program Files\Google\Chrome\Application\chrome.exe" ` -ArgumentList "--remote-debugging-port=9222","--user-data-dir=C:\Users\你的用户名\AppData\Local\Google\Chrome\User Data","--profile-directory=Default" ` -PassThru -WindowStyle Normal 方式 B：自动检查并启动 node scripts/ensure_chrome.js 然后在打开的 Chrome 中手动登录豆包。 登录成功后无需再次操作 ，后续调用自动复用该会话。 3. 后续使用 保持 Chrome 后台运行（最小化即可） 或每次调用前运行 ensure_chrome.js 自动检查 使用方式 触发条件 类型 示例表述 图片生成 帮我生成图片、画一张图、AI 画图、文生图、帮我画一只…… 视频生成 帮我生成视频、做一段 AI 视频、文生视频、帮我生成一段…… 品牌直达 用豆包生图/生视频、豆包画图、让豆包帮我…… 不触发 的情况： 用户明确指定 Midjourney / SD / Sora / 可灵等其他平台 图片/视频的编辑、处理需求（非生成） 命令行调用 图片生成： # 基础用法（默认 1:1，生成1张） node scripts/image.js "一只在竹林里喝茶的熊猫，水彩风格" # 指定比例和数量 node scripts/image.js "赛博朋克城市夜景" --ratio=16:9 --count=4 # 保存到指定目录（默认用户桌面；也可设环境变量 DOUBAO_OUTPUT_DIR） node scripts/image.js "水彩风景" --output-dir= "D:\\素材\\豆包" # 仅要 URL、不下载文件 node scripts/image.js "抽象画" --no-download 视频生成： # 基础用法（默认 16:9，5秒；完成后视频/封面下载到桌面） node scripts/video.js "一只熊猫在竹林中漫步，镜头缓慢推进，治愈风格" # 指定比例和时长 node scripts/video.js "panda walking in bamboo forest" --ratio=9:16 --duration=10 # 保存到指定目录 node scripts/video.js "城市夜景" --output-dir= "D:\\素材\\豆包" # 仅 JSON 中的 URL，不下载到磁盘 node scripts/video.js "短片" --no-download # 长时等待时每分钟一条 stderr 进度（默认静默，减少无意义输出） $env :DOUBAO_VERBOSE= "1" ; node scripts/video.js "长视频" 参数说明 image.js 参数 类型 默认值 说明 prompt string 必填 图片描述（中英文均支持） --ratio string 1:1 图片比例： 1:1 / 16:9 / 9:16 / 4:3 / 3:4 --count number 1 生成数量：1-4 --output-dir / --out string 桌面或 DOUBAO_OUTPUT_DIR 生成完成后保存图片的目录 --no-download flag 否 只返回 URL，不写入本地文件 video.js 参数 类型 默认值 说明 prompt string 必填 视频描述（中英文均支持） --ratio string 16:9 视频比例： 16:9 / 9:16 / 1:1 --duration number 5 视频时长（秒） --output-dir / --out string 桌面或 DOUBAO_OUTPUT_DIR 完成后保存视频/封面的目录 --no-download flag 否 只返回 URL，不下载到磁盘 脚本说明 scripts/image.js 豆包图片生成脚本，负责： 连接 Chrome CDP 导航到 doubao.com/chat/create-image 检测登录状态 输入 prompt 并提交 使用 page.waitForFunction （约 2s polling）等待图片生成完成，避免 while + 短 sleep 的密集轮询；若地址栏进入 /thread/ 与 DOM 同时满足，可更快判定完成 提取图片 URL 列表；默认在浏览器关闭前用 page.request 下载到桌面或 --output-dir JSON 返回 imageUrls 与 localPaths ， meta.threadPageReached / meta.pageUrl 反映是否进入会话路由 scripts/video.js 豆包视频生成脚本，负责： 连接 Chrome CDP 导航到 doubao.com/chat/create-video 检测登录状态 输入 prompt 并提交 使用 page.waitForFunction （约 5s polling）等待视频就绪；默认不频繁打印 stderr（ DOUBAO_VERBOSE=1 时可每分钟一条）；与图片相同，在页面内检测 /thread/ 与结果区视频/封面 提取视频 URL / 封面图 / 下载链接；默认下载视频与封面到本地 JSON 返回 localPaths （含 videoPath 、 thumbnailPath ）， meta.threadPageReached / meta.pageUrl 同上 scripts/utils_output.js 输出目录解析与本地保存（桌面 / DOUBAO_OUTPUT_DIR / --output-dir ），优先用 Playwright 的 page.request 下载以复用 Cookie。 scripts/ensure_chrome.js Chrome 会话管理脚本，负责： 检查 Chrome CDP（端口 9222）是否就绪 检查豆包登录状态 自动查找并启动 Chrome（如未启动） 跨平台支持（Windows / macOS / Linux） 环境变量： 变量 默认值 说明 DOUBAO_CDP_URL http://127.0.0.1:9222 Chrome CDP 地址 DOUBAO_OUTPUT_DIR 用户桌面（ %USERPROFILE%\\Desktop 等） 生成完成后默认保存目录；可被 --output-dir 覆盖 DOUBAO_VERBOSE 未设置 设为 1 时，视频等待阶段每分钟输出一条 stderr 进度 CHROME_USER_DATA_DIR 系统默认 Chrome 数据目录 自定义 Chrome 用户数据目录 故障排查 错误码 原因 解决方案 NOT_LOGGED_IN Chrome 未登录豆包 运行 ensure_chrome.js 后手动登录 INPUT_NOT_FOUND 页面未加载或结构变化 确认已导航到正确页面，或更新 selector CDP connection failed Chrome 未以调试模式启动 运行 ensure_chrome.js MAX_RETRIES_EXCEEDED 多次重试失败 检查网络，确认豆包页面正常 视频 URL 为空 视频生成超时 增大 --timeout （默认 360 秒）或稍后重试 文件结构 doubao-skills/ ├── SKILL.md # 技能说明（本文件） ├── README.md # 用户文档 └── scripts/ ├── package.json # 依赖声明 ├── image.js # 图片生成脚本 ├── utils_output.js # 输出目录与本地下载 ├── video.js # 视频生成脚本 └── ensure_chrome.js # Chrome 会话管理 执行示例 调用图片生成时，执行以下命令： node scripts/image.js "提示词" [--ratio=比例] [--count=数量] [--output-dir=目录] [--no-download] 调用视频生成时，执行以下命令： node scripts/video.js "提示词" [--ratio=比例] [--duration=秒数] [--output-dir=目录] [--no-download] 解析 JSON 结果： const result = JSON . parse (output); if (result. success ) { // 图片 console . log ( '图片URL:' , result. imageUrls ); console . log ( '本地文件:' , result. localPaths ); // 视频 console . log ( '视频URL:' , result. videoUrl ); console . log ( '本地视频/封面:' , result. localPaths ); }