即梦的 Seedance 2.0 现在只能同时提交 10 个任务，有些短剧团队为了错开高峰凌晨上班，甚至通宵盯任务。接入即梦 CLI 之后，Hermes 可以代替人工传提示词、等任务、查结果这些磨人的重复劳动。更进一步，接入你的分镜库就能实现自动排队——睡一觉，整部短剧镜头素材就生成好了。

今天我把自己的操作整理成一篇教程，踩过的坑一并记录。如果你也想配置，可以直接把本文链接发给 Hermes，让它按步骤执行，免去自己一步步调试（OpenClaw 同样适用）。

完成后，你的 Hermes 至少能做到：

1. 调用即梦 CLI
2. 检查登录状态
3. 查询额度
4. 提交生图 / 生视频任务
5. 查询异步任务结果
6. 把结果继续接到自己的工作流里

前提：即梦 CLI 目前仅面向即梦高级会员开放，高级会员生图免费。

Hermes生成图片、视频并回传：

0:12 / 0:13

一、环境前提

即梦 CLI 支持 Linux、macOS、Windows（v1.3.4 起支持 linux arm64）。

开始之前确认：

• Hermes 已可正常运行
• Hermes 具备 terminal 能力
• 终端可运行 curl 或 wget
• 如果要走 headless 登录（Agent 场景推荐），机器上需有 Google Chrome
• 如果走本地浏览器登录，机器上需有可正常拉起的默认浏览器

二、安装与验证 CLI

官方安装方式，一行搞定：

bash

curl -fsSL https://jimeng.jianying.com/cli | bash

安装脚本会下载 CLI 二进制、

SKILL.md

和 version.json，并尝试把安装目录写入 PATH。

其中 SKILL.md 会下载到 ~/.dreamina_cli/dreamina/SKILL.md。注意：这个文件只是下载到本地，不会自动安装进 Hermes 的 skills 目录。

安装完验证：

bash

which dreamina
dreamina -h

正常情况下你应该能看到这些子命令：

• login / relogin / logout —— 登录管理
• user_credit —— 查询额度
• text2image / text2video —— 文生图、文生视频
• image2image / image2video —— 图生图、图生视频
• multiframe2video / multimodal2video —— 多帧/多模态生视频
• query_result —— 查询异步任务结果
• list_task —— 查看历史任务

能看到这些，说明 CLI 本体没问题。这一步过不了，先不要往下走。

三、登录

手动登录可直接使用：

bash

dreamina login

CLI 会自动拉起默认浏览器，引导你完成登录授权。

如果是 Hermes / Agent 场景，更推荐使用：

bash

dreamina login --headless

当前版本帮助信息明确说明，--headless 依赖 Google Chrome。

如果当前机器无法正常打开浏览器或无法使用 Chrome，CLI 也支持手动导入登录态，跟着指引 step by step 完成。

如果浏览器未能自动拉起，或登录过程卡住，用 --debug 模式重试，会在终端打印回调地址和调试信息：

bash

dreamina login --debug

登录成功后，立即自检——查询用户余额：

bash

dreamina user_credit

如果终端能正确返回包含余额信息的 JSON 数据，说明登录状态和环境配置均已生效，可以开始提交生成任务。

四、核心命令用法

以下是 dreamina_cli 最常用的几类任务命令。

通用参数：--poll

在任务提交命令中加入 --poll=<秒数>（如 --poll=30），工具会在提交后以每秒 1 次的频率轮询任务状态，最长等待指定的秒数。

• 等待时间内任务完成：直接在终端输出最终结果
• 等待超时任务仍未完成：返回 querying 状态的中间结果，稍后用 query_result 命令主动查询

1. 文生图（text2image）

bash

dreamina text2image \\
  --prompt="一只戴墨镜的橘猫" \\
  --ratio=1:1 \\
  --resolution_type=2k \\
  --poll=30

1. 文生视频（text2video）

bash

dreamina text2video \\
  --prompt="镜头推进，一只橘猫从沙发上跳下来" \\
  --duration=5 \\
  --ratio=16:9 \\
  --video_resolution=720P \\
  --poll=30

1. 图生图（image2image）

bash

dreamina image2image \\
  --images ./input.png \\
  --prompt="改成水彩风格" \\
  --resolution_type=2k \\
  --poll=30

注意：--images 参数需要指向一个本地图片文件路径。

1. 图生视频（image2video）

bash

dreamina image2video \\
  --image ./first_frame.png \\
  --prompt="镜头慢慢推近" \\
  --duration=5 \\
  --poll=30

注意：--image 参数需要指向一个本地图片文件路径。

1. 查询异步任务结果（query_result）

对于未使用 --poll 或轮询超时的任务，你会得到一个 submit_id。用这个 ID 查询最终结果：

bash

# 根据 submit_id 查询结果
dreamina query_result --submit_id=<你的_submit_id>

# 查询结果并直接下载到指定目录
dreamina query_result --submit_id=<你的_submit_id> --download_dir=./downloads

1. 查看历史任务（list_task）

bash

# 查看所有任务
dreamina list_task

# 仅查看成功的任务
dreamina list_task --gen_status=success

# 根据 submit_id 筛选特定任务
dreamina list_task --submit_id=<你的_submit_id>

五、接入 Hermes

如果 Hermes 和 CLI 在同一台机器上，最简单的验证方式——让 Hermes 依次执行：

bash

dreamina -h
dreamina user_credit
dreamina text2image --prompt="一只戴墨镜的橘猫" --ratio=1:1 --resolution_type=2k --poll=30

三条都能跑通，说明 Hermes 已经能调用即梦。

建议把流程固化成 Hermes skill，不然每次都要重新教它。安装时已自动下载了官方

SKILL.md

（~/.dreamina_cli/dreamina/SKILL.md），可以作为参考，但你需要手动将其纳入 Hermes 的技能体系或工作流。skill 至少包含这些规则：

1. 先 dreamina -h 确认 CLI 可用
2. 先 user_credit 确认登录态和余额
3. 提交任务时记录 submit_id
4. 查询结果时以 gen_status 为准
5. 失败时读取 fail_reason
6. 不要只根据 exit code 判断成功

六、踩坑记录

dreamina -h 能跑 ≠ 可用

只能说明 CLI 装上了，不代表登录态和账号没问题。必须过 login + user_credit。

需要高级会员

CLI 目前仅面向即梦高级会员开放，非会员账号会遇到 not vip error 报错。

exit code=0 ≠ 生成成功

异步任务里，命令返回 0 只是"提交成功"，不是"生成完成"。必须看 gen_status。

Safari 登录可能有兼容性问题

根据外部反馈，Safari 登录可能存在回调异常；如果遇到，优先改用 Chrome，或直接使用 --headless / 手动导入方案。

先测图片，再测视频

视频链路更长、参数更多，不适合当第一步验证。

不同子命令参数不一样

比如 image2image 用 --images，image2video 用 --image（注意单复数）。每次先看对应 help：

bash

dreamina text2image -h
dreamina text2video -h
dreamina image2image -h
dreamina image2video -h

跑通了最小链路之后，不管是生图、生视频，还是把结果接回聊天窗口，本质都只是继续封装。先把这条路走通，再做复杂的。比如接入一些生图的skills，或者接入短剧分镜库，实现自动生成剧情素材并回传初审，想象空间还是很大的！