Doubao Image Gen 豆包图片生成

核心用法

豆包生图技能是一套面向视觉设计师的AI图像生成工作流，依托豆包AI创作平台实现从需求确认到成品交付的完整闭环。其标准化流程包含十个关键节点：启动创作界面→主动询问用户需求→输入提示词→设置画面比例（默认3:4，可自定义）→触发生成→截图呈现候选方案→用户选择确认→大图预览→下载原图→自动归档至D盘指定目录。

显著优点

该技能建立了严格的人机交互确认机制，通过"生成前必问用户"的硬性规则有效避免AI误判需求；子Agent截图并通过message工具直接发送图片，相比虚拟路径更具可视化反馈；强制性的本地归档流程（自动复制到D:\OpenClaw\downloads\images\）便于后续素材管理；十步流程的颗粒度设计适合教学场景与团队协作标准化。

潜在局限

1. 平台依赖性：完全绑定豆包AI生态，无法迁移至Midjourney、Stable Diffusion等其他生图引擎
2. 操作刚性："禁止回车键发送"等细节规则增加了操作记忆成本
3. 路径硬编码：截图路径/home/success/.openclaw/media/browser/和归档路径均写死，跨平台部署需修改
4. 无自动重试：未设置生成失败时的回退策略
5. 版权盲区：未提及豆包AI生成内容的商用授权边界

适合人群

• 视觉设计团队：需统一AI出图流程的中小设计组
• AI技能培训师：流程颗粒度适合作为RPA+AI协同的教学案例
• 个人设计师：习惯豆包生态且追求归档规范性的用户

常规风险

• 路径泄露风险：绝对路径暴露系统用户名（success）及目录结构
• 存储单点故障：D盘归档无校验机制，磁盘满或权限不足将导致流程中断
• 截图残留：浏览器缓存路径的临时文件未设置自动清理策略

核心用法

本技能是一套完整的豆包AI图像生成操作指南，面向视觉设计师和内容创作者。工作流程遵循严格的双确认机制：首先询问用户具体的图像需求（提示词、风格、比例等），获得确认后才执行生成操作。默认输出比例为3:4，支持自定义调整。

技能通过浏览器自动化方式操作豆包AI创作界面（doubao.com），生成4张候选图供用户选择，确认后下载并保存至指定路径 D:\OpenClaw\downloads\images\。

显著优点

1. 纯文档零代码风险：T-MD分类，无可执行代码块，从根本上杜绝恶意代码执行风险
2. 强制人工确认：多步骤要求用户明确授权（"必须先问客户"），避免自动化误操作
3. 流程标准化：10步完整SOP，覆盖从需求收集到文件归档的全生命周期
4. 来源可验证：外部服务指向字节跳动官方平台（HTTPS/TLS 1.3加密），非可疑第三方
5. 透明度高：数据处理方式在skill-card.md中明确披露，无静默收集

潜在缺点与局限性

• T3来源风险：个人开发者发布（zhuchenggong19851114-design），无组织背书，供应链可信度低于企业级技能
• 外部服务依赖：提示词和生成图片需传输至字节跳动服务器，存在数据驻留风险
• 平台锁定：深度绑定豆包AI生态，无法迁移至其他图像生成服务（如Midjourney、DALL-E）
• 手动步骤密集：10步流程中大量依赖人工点击和确认，自动化程度有限
• 路径硬编码：D盘固定路径可能不适用于所有用户环境

适合人群

• 视觉设计师需要快速生成概念草图或参考素材
• 内容创作者制作社交媒体配图、封面图
• 对AI绘图有基础认知、能接受T3来源风险的用户
• 已使用豆包AI生态的现有用户

常规风险

| 风险类型 | 等级 | 说明 |

|---------|------|------|

| 数据隐私 | 中 | 提示词和生成内容上传至字节跳动服务器，避免输入敏感信息 |

| 来源可信度 | 中 | T3分类，建议审查内容后再使用 |

| 文件安全 | 低 | 下载文件保存至本地固定路径，需定期清理 |

| 服务可用性 | 低 | 依赖豆包.com在线服务 |

建议：用于非敏感场景的创意设计，避免处理商业机密或个人隐私相关图像。