面向 AI 助手:本页的 Markdown 版本位于 https://ark.volcengine.com/region:cn-beijing/docs/agent-plan-enterprise-visual-models.md,全部文档索引见 https://ark.volcengine.com/llms.txt。

接入视觉模型

方舟 Agent Plan 企业版提供图片生成、视频生成模型,支持通过 Skill、ArkCLI、API 接口调用方式接入并使用生图、生视频能力。

通过 Skill 接入#

在 AI 工具中使用图片生成、视频生成能力,建议使用 Skill 方式接入。

安装视频生成 Skill#

通过 Skill 方式,可以快速为 AI 工具安装并接入视频生成能力,目前支持的 AI 工具:OpenClaw、Hermes Agent、Claude Code。视频生成 Skill 信息参见 byted-ark-seedance-skill。

  1. 已完成 OpenClaw 的安装及语言模型的配置,具体步骤见 OpenClaw。

  2. 在终端执行以下命令为 OpenClaw 安装并接入视频生成 Skill byted-ark-seedance-skill。

    Bash
    npx skills add https://skills.volces.com/skills/volcengine/agentplan -s byted-ark-seedance-skill --agent openclaw
    
  3. 安装完成后,可以在 OpenClaw 发送视频生成的提示词,触发并使用生成视频能力。

  1. 已完成 Hermes Agent 的安装及语言模型的配置,具体步骤见 Hermes Agent。
  2. 进入 byted-ark-seedance-skill 页面下载 ZIP 压缩包,将解压后的文件粘贴至~/.hermes/skills/目录下。
  3. 安装完成后,可以在 Hermes Agent 发送视频生成的提示词,触发并使用生成视频能力。
  1. 已完成 Claude Code 的安装及语言模型的配置,具体步骤见 Claude Code。

  2. 在终端执行以下命令为 Claude Code 安装并接入视频生成 Skill byted-ark-seedance-skill。

    Bash
    npx skills add https://skills.volces.com/skills/volcengine/agentplan -s byted-ark-seedance-skill --agent claude-code
    
  3. 安装完成后,可以在 Claude Code 发送视频生成的提示词,触发并使用生成视频能力。

  1. 已完成 TraeCode 的安装及语言模型的配置,具体步骤见 TraeCode。

  2. 在终端执行以下命令下载 byted-ark-seedance-skill。

    Bash
    npx skills add https://skills.volces.com/skills/volcengine/agentplan -s byted-ark-seedance-skill --agent trae
    
  3. 安装完成后,可以在 TraeCode 发送视频生成的提示词,触发并使用生成视频能力。

安装图片生成 Skill#

通过 Skill 方式,可以快速为 AI 工具安装并接入图片生成能力,目前支持的 AI 工具:OpenClaw、Hermes Agent、Claude Code。图片生成 Skill 信息参见 byted-ark-seedream-skill。

  1. 已完成 OpenClaw 的安装及语言模型的配置,具体步骤见 OpenClaw。

  2. 在终端执行以下命令为 OpenClaw 安装并接入图片生成 Skill byted-ark-seedream-skill。

    Bash
    npx skills add https://skills.volces.com/skills/volcengine/agentplan -s byted-ark-seedream-skill --agent openclaw
    
  3. 安装完成后,可以在 OpenClaw 发送图片生成的提示词,触发并使用生成图片能力。

  1. 已完成 Hermes Agent 的安装及语言模型的配置,具体步骤见 Hermes Agent。
  2. 进入 byted-ark-seedream-skill 页面下载 ZIP 压缩包,将解压后的文件粘贴至~/.hermes/skills/目录下。
  3. 安装完成后,可以在 Hermes Agent 发送图片生成的提示词,触发并使用生成图片能力。
  1. 已完成 Claude Code 的安装及语言模型的配置,具体步骤见 Claude Code。

  2. 在终端执行以下命令为 Claude Code 安装并接入图片生成 Skill byted-ark-seedream-skill。

    Bash
    npx skills add https://skills.volces.com/skills/volcengine/agentplan -s byted-ark-seedream-skill --agent claude-code
    
  3. 安装完成后,可以在 Claude Code 发送图片生成的提示词,触发并使用生成图片能力。

  1. 已完成 TraeCode 的安装及语言模型的配置,具体步骤见 TraeCode。

  2. 在终端执行以下命令下载 byted-ark-seedream-skill。

    Bash
    npx skills add https://skills.volces.com/skills/volcengine/agentplan -s byted-ark-seedream-skill --agent trae
    
  3. 安装完成后,可以在 TraeCode 发送图片生成的提示词,触发并使用生成图片能力。

通过 ArkCLI 接入#

通过 ArkCLI(命令行工具)同样可以接入图片生成、视频生成能力,支持通过 Agent 调用或终端调用两种方式使用。

安装与配置#

请确保已购买 Agent Plan 企业版套餐,安装、登录及配置步骤,参见 ArkCLI:Agent Plan 企业版使用指南。

注意:登录 ArkCLI 时需要选择消费模式为 agent-plan-team。

配好 Agent 工具后即可开始使用。

使用示例#

在 Agent 对话中直接说明生图、生视频要求即可调用,建议在提示词中注明“不要使用后付费”。

1. 生图

text
请使用 Agent Plan 的 doubao-seedream-5.0-pro 模型生成一张图片:一只赛博朋克风格的猫咪坐在东京街头,霓虹灯反射,不要使用后付费

2. 生视频

text
请使用 Agent Plan 的 doubao-seedance-2.5 模型生成一段 5 秒 16:9 视频:无人机航拍雪山日出,缓慢右移,同步等结果,不要使用后付费
  • 生图
Bash
arkcli +gen "赛博朋克风格的猫咪坐在东京街头,霓虹灯反射"
  • 生视频
Bash
arkcli +gen "无人机航拍雪山日出,缓慢平移" --modality video --duration 5 --ratio 16:9

通过 API 接入#

如果使用的 AI 工具不支持接入 Skill,或者无需在 AI 工具中使用,可通过 API 接入的方式使用图片生成、视频生成能力。

核心配置信息#

在使用 Agent Plan 企业版 时,需要使用专属 API Key、专属 Base URL、支持的模型来调用视频生成、图片生成 API,否则可能会调用失败或产生额外费用。

  • 专属 API Key:获取专属 API Key,其他方舟 API Key 如 Coding Plan API Key 无法在 Agent Plan 企业版 中使用。

    image-20260909-103103-932.png

  • 支持的模型:见 支持模型及 Harness。

  • 专属 Base URL:Agent Plan 企业版 对应的 API 接口信息中包含/plan,请勿混用其他 API 接口。

    • Curl 方式:支持的 API 参数可查看对应的 API 文档。
视频生成 API 图片生成 API
  • 创建视频生成任务:https://ark.cn-beijing.volces.com/api/plan/v3/contents/generations/tasks
  • 查询视频生成任务:https://ark.cn-beijing.volces.com/api/plan/v3/contents/generations/tasks/{id}
  • 查询视频生成任务列表:https://ark.cn-beijing.volces.com/api/plan/v3/contents/generations/tasks?page_num={page_num}&page_size={page_size}&filter.status={filter.status}&filter.task_ids={filter.task_ids}&filter.model={filter.model}
  • 取消或删除视频生成任务:https://ark.cn-beijing.volces.com/api/plan/v3/contents/generations/tasks/{id}
图片生成:https://ark.cn-beijing.volces.com/api/plan/v3/images/generations
* SDK 方式:

专属 Base URL:`https://ark.cn-beijing.volces.com/api/plan/v3`

调用视频生成 API#

参见视频生成教程、Doubao Seedance 2.5 教程、Doubao Seedance 2.0 系列教程完成视频生成任务,需注意必须使用 Agent Plan 企业版 专属 API Key、专属 Base URL 及支持的模型,否则可能会调用失败或产生额外费用。具体参见核心配置信息。

通过 Agent Plan 企业版 创建视频生成任务的示例如下:

Bash
curl https://ark.cn-beijing.volces.com/api/plan/v3/contents/generations/tasks \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AGENT_API_KEY" \
  -d '{
    "model": "doubao-seedance-2.0",
    "content": [
        {
            "type": "text",
            "text": "女孩抱着狐狸,女孩睁开眼,温柔地看向镜头,狐狸友善地抱着,镜头缓缓拉出,女孩的头发被风吹动,可以听到风声"
        },
        {
            "type": "image_url",
            "image_url": {
                "url": "https://arkdocs.tos-cn-beijing.volces.com/images/video-generation/i2v_foxrgirl.png"
            }
        }
    ],
    "generate_audio": true,
    "ratio": "adaptive",
    "duration": 5,
    "watermark": true
}'
Python
import os
from arkruntime import Ark

client = Ark(
    # Agent Plan 企业版 专属 Base URL
    base_url="https://ark.cn-beijing.volces.com/api/plan/v3",
    # Agent Plan 企业版 专属 API Key:https://ark.volcengine.com/region:cn-beijing/openManagement?LLM=%7B%7D&OpenModelVisible=false&advancedActiveKey=agentEnterprise
    api_key=os.environ.get("AGENT_API_KEY")
)

if __name__ == "__main__":
    print("----- create request -----")
    resp = client.content_generation.tasks.create(
        model="doubao-seedance-2.0",
        content=[
            {
                "text": (
                    "女孩抱着狐狸,女孩睁开眼,温柔地看向镜头,狐狸友善地抱着,镜头缓缓拉出,女孩的头发被风吹动"
                ),
                "type": "text"
            },
            {
                "image_url": {
                    "url": (
                        "https://arkdocs.tos-cn-beijing.volces.com/images/video-generation/i2v_foxrgirl.png"
                    )
                },
                "type": "image_url"
            }
        ],
        generate_audio=True,
        ratio="adaptive",
        duration=5,
        watermark=True,
    )

    print(resp)
Java
package com.ark.sample;

import com.volcengine.ark.runtime.models.content_generation.*;
import com.volcengine.ark.runtime.service.ArkService;
import okhttp3.ConnectionPool;
import okhttp3.Dispatcher;

import java.util.ArrayList;
import java.util.List;
import java.util.concurrent.TimeUnit;

public class ContentGenerationTaskExample {
    // Agent Plan 企业版 专属 API Key:https://ark.volcengine.com/region:cn-beijing/openManagement?LLM=%7B%7D&OpenModelVisible=false&advancedActiveKey=agentEnterprise
    static String apiKey = System.getenv("AGENT_API_KEY");
    static ConnectionPool connectionPool = new ConnectionPool(5, 1, TimeUnit.SECONDS);
    static Dispatcher dispatcher = new Dispatcher();
    static ArkService service = ArkService.builder()
           .baseUrl("https://ark.cn-beijing.volces.com/api/plan/v3") // Agent Plan 企业版 专属 Base URL
           .dispatcher(dispatcher)
           .connectionPool(connectionPool)
           .apiKey(apiKey)
           .build();

    public static void main(String[] args) {
        String model = "doubao-seedance-2.0";
        Boolean generateAudio = true;
        String ratio = "adaptive";
        Long duration = 5L;
        Boolean watermark = true;
        System.out.println("----- create request -----");
        List<ContentItem> contents = new ArrayList<>();

        // Combination of text prompt and parameters
        contents.add(ContentItem.builder()
                .type(ContentType.TEXT)
                .text("女孩抱着狐狸,女孩睁开眼,温柔地看向镜头,狐狸友善地抱着,镜头缓缓拉出,女孩的头发被风吹动,可以听到风声")
                .build());
        // The URL of the first frame image
        contents.add(ContentItem.builder()
                .type(ContentType.IMAGE_URL)
                .imageUrl(ImageURL.builder()
                        .url("https://arkdocs.tos-cn-beijing.volces.com/images/video-generation/i2v_foxrgirl.png")
                        .build())
                .build());

        // Create a video generation task
        CreateContentGenerationTaskRequest createRequest = CreateContentGenerationTaskRequest.builder()
                .model(model)
                .content(contents)
                .generateAudio(generateAudio)
                .ratio(ratio)
                .duration(duration)
                .watermark(watermark)
                .build();

        CreateContentGenerationTaskResponse createResult = service.createContentGenerationTask(createRequest);
        System.out.println(createResult);

        service.shutdownExecutor();
    }
}
Go
package main

import (
    "context"
    "fmt"
    "os"

    "github.com/volcengine/ark-runtime-go/arkruntime"
    model "github.com/volcengine/ark-runtime-go/arkruntime/model/contentgeneration"
)

func main() {
    client := arkruntime.NewClientWithApiKey(
        // Agent Plan 企业版 专属 API Key:https://ark.volcengine.com/region:cn-beijing/openManagement?LLM=%7B%7D&OpenModelVisible=false&advancedActiveKey=agentEnterprise
        os.Getenv("AGENT_API_KEY"),
        // Agent Plan 企业版 专属 Base URL
        arkruntime.WithBaseUrl("https://ark.cn-beijing.volces.com/api/plan/v3"),
    )
    ctx := context.Background()
    modelEp := "doubao-seedance-2.0"

    // Generate a task
    fmt.Println("----- create request -----")
    createReq := &model.CreateContentGenerationTaskRequest{
        Model: modelEp,
        GenerateAudio: model.NewOptBool(true),
        Ratio:         model.NewOptString("adaptive"),
        Duration:      model.NewOptInt64(5),
        Watermark:     model.NewOptBool(true),
        Content: []model.ContentItem{
            {
                // Combination of text prompt and parameters
                Type: model.ContentTypeText,
                Text: model.NewOptString("女孩抱着狐狸,女孩睁开眼,温柔地看向镜头,狐狸友善地抱着,镜头缓缓拉出,女孩的头发被风吹动,可以听到风声"),
            },
            {
                // The URL of the first frame image
                Type: model.ContentTypeImageURL,
                ImageURL: model.NewOptImageURL(model.ImageURL{
                    URL: "https://arkdocs.tos-cn-beijing.volces.com/images/video-generation/i2v_foxrgirl.png",
                }),
            },
        },
    }
    createResp, err := client.CreateContentGenerationTask(ctx, createReq)
    if err != nil {
        fmt.Printf("create content generation error: %v", err)
        return
    }
    taskID := createResp.ID
    fmt.Printf("Task Created with ID: %s", taskID)
}

调用图片生成 API#

参见 Seedream 5.0 Pro 教程、Seedream 4.0-5.0 教程 完成图片生成任务,需注意必须使用 Agent Plan 企业版 专属 API Key、专属 Base URL 及支持的模型,否则可能会调用失败或产生额外费用。具体参见核心配置信息。

通过 Agent Plan 企业版 实现文生图的示例如下:

Bash
curl https://ark.cn-beijing.volces.com/api/plan/v3/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AGENT_API_KEY" \
  -d '{
    "model": "doubao-seedream-5.0-lite",
    "prompt": "充满活力的特写编辑肖像,模特眼神犀利,头戴雕塑感帽子,色彩拼接丰富,眼部焦点锐利,景深较浅,具有Vogue杂志封面的美学风格,采用中画幅拍摄,工作室灯光效果强烈。",
    "size": "2K",
    "output_format":"png",
    "watermark": true
}'
Python
import os
# Install SDK:  python -m pip install --upgrade arkruntime
from arkruntime import Ark

client = Ark(
    # Agent Plan 企业版 专属 Base URL
    base_url="https://ark.cn-beijing.volces.com/api/plan/v3",
    # Agent Plan 企业版 专属 API Key:https://ark.volcengine.com/region:cn-beijing/openManagement?LLM=%7B%7D&OpenModelVisible=false&advancedActiveKey=agentEnterprise
    api_key=os.getenv('AGENT_API_KEY'),
)

imagesResponse = client.images.generate(
    model="doubao-seedream-5.0-lite",
    prompt="充满活力的特写编辑肖像,模特眼神犀利,头戴雕塑感帽子,色彩拼接丰富,眼部焦点锐利,景深较浅,具有Vogue杂志封面的美学风格,采用中画幅拍摄,工作室灯光效果强烈。",
    size="2K",
    output_format="png",
    response_format="url",
    watermark=True
)

print(imagesResponse.data[0].url)
Java
package com.ark.sample;
import com.volcengine.ark.runtime.models.images.*;
import com.volcengine.ark.runtime.service.ArkService;
import okhttp3.ConnectionPool;
import okhttp3.Dispatcher;

import java.util.Arrays;
import java.util.List;
import java.util.concurrent.TimeUnit;

public class ImageGenerationsExample {
    public static void main(String[] args) {
        // Agent Plan 企业版 专属 API Key:https://ark.volcengine.com/region:cn-beijing/openManagement?LLM=%7B%7D&OpenModelVisible=false&advancedActiveKey=agentEnterprise
        String apiKey = System.getenv("AGENT_API_KEY");
        ConnectionPool connectionPool = new ConnectionPool(5, 1, TimeUnit.SECONDS);
        Dispatcher dispatcher = new Dispatcher();
        ArkService service = ArkService.builder()
                .baseUrl("https://ark.cn-beijing.volces.com/api/plan/v3") // Agent Plan 企业版 专属 Base URL
                .dispatcher(dispatcher)
                .connectionPool(connectionPool)
                .apiKey(apiKey)
                .build();

        CreateImageGenerationRequest generateRequest = CreateImageGenerationRequest.builder()
                .model("doubao-seedream-5.0-lite")
                .prompt("充满活力的特写编辑肖像,模特眼神犀利,头戴雕塑感帽子,色彩拼接丰富,眼部焦点锐利,景深较浅,具有Vogue杂志封面的美学风格,采用中画幅拍摄,工作室灯光效果强烈。")
                .size("2K")
                .sequentialImageGeneration(SequentialImageGenerationMode.DISABLED)
                .outputFormat(OutputFormat.PNG)
                .responseFormat(ResponseFormat.URL)
                .stream(false)
                .watermark(true)
                .build();
        ImageGenerationResponse imagesResponse = service.generateImages(generateRequest);
        System.out.println(imagesResponse.getData().get(0).getUrl());

        service.shutdownExecutor();
    }
}
Go
package main

import (
    "context"
    "fmt"
    "os"

    "github.com/volcengine/ark-runtime-go/arkruntime"
    model "github.com/volcengine/ark-runtime-go/arkruntime/model/images"
)

func main() {
    client := arkruntime.NewClientWithApiKey(
        // Agent Plan 企业版 专属 API Key:https://ark.volcengine.com/region:cn-beijing/openManagement?LLM=%7B%7D&OpenModelVisible=false&advancedActiveKey=agentEnterprise
        os.Getenv("AGENT_API_KEY"),
        // Agent Plan 企业版 专属 Base URL
        arkruntime.WithBaseUrl("https://ark.cn-beijing.volces.com/api/plan/v3"),
    )
    ctx := context.Background()
    outputFormat := model.OutputFormatPNG


    generateReq := &model.CreateImageGenerationRequest{
       Model:          "doubao-seedream-5.0-lite",
       Prompt: model.NewOptString("充满活力的特写编辑肖像,模特眼神犀利,头戴雕塑感帽子,色彩拼接丰富,眼部焦点锐利,景深较浅,具有Vogue杂志封面的美学风格,采用中画幅拍摄,工作室灯光效果强烈。"),
       Size:           model.NewOptString("2K"),
       OutputFormat: model.NewOptOutputFormat(outputFormat),
       ResponseFormat: model.NewOptResponseFormat(model.ResponseFormatURL),
       Watermark:      model.NewOptBool(true),
    }

    imagesResponse, err := client.GenerateImages(ctx, generateReq)
    if err != nil {
       fmt.Printf("generate images error: %v\n", err)
       return
    }

    fmt.Printf("%s\n", imagesResponse.Data[0].URL.Or(""))
}
Python
import os
from openai import OpenAI

client = OpenAI(
    # Agent Plan 企业版 专属 Base URL
    base_url="https://ark.cn-beijing.volces.com/api/plan/v3",
    # Agent Plan 企业版 专属 API Key:https://ark.volcengine.com/region:cn-beijing/openManagement?LLM=%7B%7D&OpenModelVisible=false&advancedActiveKey=agentEnterprise
    api_key=os.getenv('AGENT_API_KEY'),
)

imagesResponse = client.images.generate(
    model="doubao-seedream-5.0-lite",
    prompt="充满活力的特写编辑肖像,模特眼神犀利,头戴雕塑感帽子,色彩拼接丰富,眼部焦点锐利,景深较浅,具有Vogue杂志封面的美学风格,采用中画幅拍摄,工作室灯光效果强烈。",
    size="2K",
    output_format="png",
    response_format="url",
    extra_body={
        "watermark": True,
    },
)

print(imagesResponse.data[0].url)

支持模型及能力#

生视频模型#

模型 doubao-seedance-2.5【New】 doubao-seedance-2.0 doubao-seedance-2.0-fast doubao-seedance-2.0-mini
文生视频 ✓ ✓ ✓ ✓
图生视频-首帧 ✓ ✓ ✓ ✓
图生视频-首尾帧 ✓ ✓ ✓ ✓
多模态参考 图片参考 ✓ ✓ ✓ ✓
视频参考 ✓ ✓ ✓ ✓
音频参考 ✓ ✗(需搭配图片/视频) ✗(需搭配图片/视频) ✗(需搭配图片/视频)
组合参考
  • 图片 + 音频
  • 图片 + 视频
  • 视频 + 音频
  • 图片 + 视频 + 音频
✓ ✓ ✓ ✓
编辑视频 ✓ ✓ ✓ ✓
延长视频 ✓ ✓ ✓ ✓
生成有声视频 ✓ ✓ ✓ ✓
参考素材数量上限 50(30张图+10个视频+10个音频) 15(9张图+3个视频+3个音频) 15(9张图+3个视频+3个音频) 15(9张图+3个视频+3个音频)
联网搜索工具 ✓ ✓ ✓ ✓
样片模式 ✗ ✗ ✗ ✗
返回视频产物对应的尾帧图 ✓ ✓ ✓ ✓
输出视频规格 输出分辨率
  • 480p(8bit 位深)
  • 720p(8bit 位深)
  • 1080p(10bit 位深)
  • 480p(8bit 位深)
  • 720p(8bit 位深)
  • 1080p(8bit 位深)
  • 4k(10bit 位深)
  • 480p(8bit 位深)
  • 720p(8bit 位深)
  • 480p(8bit 位深)
  • 720p(8bit 位深)
输出宽高比 21:9, 16:9, 4:3,
1:1, 3:4, 9:16, adaptive
21:9, 16:9, 4:3,
1:1, 3:4, 9:16, adaptive
21:9, 16:9, 4:3,
1:1, 3:4, 9:16, adaptive
21:9, 16:9, 4:3,
1:1, 3:4, 9:16, adaptive
输出时长 4~30 秒;-1(在有效时长内由模型自动选择最佳时长) 4~15 秒;-1(在有效时长内由模型自动选择最佳时长) 4~15 秒;-1(在有效时长内由模型自动选择最佳时长) 4~15 秒;-1(在有效时长内由模型自动选择最佳时长)
输出视频格式 mp4, mov mp4 mp4 mp4
抵扣系数
  • 输出视频分辨率为 480p,720p
  • 输入包含视频:140
  • 输入不含视频:233
  • 输出视频分辨率为 1080p
  • 输入包含视频:153
  • 输入不含视频:256
  • 输出视频分辨率为 480p,720p
  • 输入包含视频:93
  • 输入不含视频:153
  • 输出视频分辨率为 1080p
  • 输入包含视频:103
  • 输入不含视频:170
  • 输出视频分辨率为 4k
  • 输入包含视频:53
  • 输入不含视频:86
  • 输入包含视频:73
  • 输入不含视频:123
  • 输入包含视频:46
  • 输入不含视频:76

生图模型#

模型 doubao-seedream-5-0-pro
文生图 ✓
文生组图 暂不支持
单 / 多图生图 ✓
单 / 多图生组图 暂不支持
交互编辑 ✓
图层拆分 ✓
流式输出 暂不支持
联网搜索 暂不支持
模型参数 分辨率 1K, 1.5K, 2K
输出格式 png, jpeg
提示词优化模式 标准模式, 极速模式
生成数量 支持生成单图/多张图层( 1张底图+16张图层)
抵扣系数 输入图
  • 第一张:免费
  • 第二张起:6.6
输出图
  • 单图生成场景:
  • ≤ 261 万像素(分辨率 1.5K 及以下):100
  • > 261 万像素(分辨率 1.5K 以上):200
  • 图层拆分场景:
  • ≤ 261 万像素(分辨率 1.5K 及以下):50
  • > 261 万像素(分辨率 1.5K 以上):100