核心用法
Doubao Image Generation 是一个基于浏览器自动化的AI图像生成技能，通过模拟用户操作访问豆包网页版（https://www.doubao.com/chat/create-image）完成图像生成。该技能采用无公开API的逆向方案，依赖Playwright/Selenium类浏览器自动化工具执行完整流程：打开页面→输入提示词→等待20-30秒生成→提取CDN图片URL→下载高分辨率版本→通过消息渠道发送给用户。
关键操作包括：使用browser(action="open")导航至创作页面，利用browser(action="act")填充提示词并提交，通过JavaScript提取image_pre_watermark_1_5b后缀的高清无水印图片（约1773×2364分辨率）。下载时需携带正确的Referer和User-Agent头，若直接下载失败则回退至CDP WebSocket方案通过Canvas提取图像数据。
显著优点
- 输出质量较高：支持1773×2364分辨率，优于多数免费AI绘图工具的默认输出
- 中文优化：字节跳动模型对中文提示词理解较好，适合国风、动漫等风格
- 零API成本：利用免费额度，无需支付OpenAI/Midjourney等商业API费用
- 风格多样性：支持3D渲染、插画、摄影等多种风格
潜在缺点与局限性
- 稳定性极差：依赖网页DOM结构，豆包UI更新即可能导致技能失效
- 无官方API保障：逆向方案违反平台服务条款，存在账号封禁风险
- 速率限制严格：免费用户有日生成限额，无法满足批量需求
- 认证依赖：必须保持浏览器会话活跃，Cookie过期需人工重新登录
- 技术脆弱性：CDN签名机制复杂，URL拼接规则可能随时变更
适合人群
- 个人轻度使用者：偶尔需要AI生成图片且预算有限
- 中文内容创作者：需要国风、日系动漫等特定风格输出
- 技术爱好者：能接受浏览器自动化方案的维护成本
常规风险
| 风险类型 | 等级 | 说明 |
|---------|------|------|
| 账号安全 | 中高 | 浏览器自动化可能触发风控，导致字节账号受限 |
| 服务可用性 | 高 | 无SLA保障，功能随时因平台更新中断 |
| 隐私泄露 | 中 | 提示词内容经过第三方服务器（豆包） |
| 法律合规 | 中 | 生成内容版权归属模糊，商用存在争议 |