技能介绍

解决什么问题

想脚本化地调用豆包网页的生图能力时，通常没有官方 API 可用，只能自己写浏览器自动化。这个技能用 Playwright 驱动真实 Chromium，把"打开豆包网页、输入提示词、等结果、拿图"这一整套手动操作固化成 Python 脚本，适合不想装 Node、希望在纯 Python 环境里直接跑的场景。

它是怎么工作的

核心流程分四步：

登录态持久化：首次用 --ui 打开浏览器手动扫码或过验证码，会话数据落到 ~/.doubao-web-session，之后无头模式直接复用；与 Node 版 doubao-web 共用同一目录，任一版登录过都不用再登。
注入钩子抓原图：往页面注入一段 JS 重写 JSON.parse，从含 creations 的响应中提取 image_ori_raw.url，拿到无水印原图链接。
自动输入生图：定位 textarea，填入"帮我生成图片：xxx"并回车。
轮询与下载：每 2 秒检查 flow-imagex-sign 缩略图是否新增；original 模式下点开大图，拦截下载事件或提取 image_pre_watermark 无损链接后落盘。

适用边界与注意点

依赖本机 Python 环境与 Chromium 内核，首次运行必须人工扫码一次。
触发风控或人机验证时，脚本会自动切回 UI 模式，留 120 秒手动处理。
想要高清图不要加 --quality=preview，默认的 original 会抓无损原图（通常大于 1MB）。
仅供编程学习、Playwright 自动化测试研究和技术交流，非豆包官方产品，与字节跳动无关联；使用时请遵守平台用户协议与生成内容规范，勿用于侵权或商业牟利场景。