إنشاء الصور

تتيح أداة image_generate للوكيل إنشاء الصور وتحريرها باستخدام الموفرين الذين قمت بتكوينهم. تُسلَّم الصور المُنشأة تلقائيًا كمرفقات وسائط في رد الوكيل.

لا تظهر الأداة إلا عند توفر موفر واحد على الأقل لتوليد الصور. إذا لم ترَ image_generate ضمن أدوات وكيلك، فقم بتكوين agents.defaults.imageGenerationModel، أو إعداد مفتاح API لأحد الموفرين، أو تسجيل الدخول باستخدام OpenAI Codex OAuth.

البدء السريع

تكوين المصادقة

عيّن مفتاح API لموفر واحد على الأقل (على سبيل المثال OPENAI_API_KEY، GEMINI_API_KEY، OPENROUTER_API_KEY) أو سجّل الدخول باستخدام OpenAI Codex OAuth.

اختيار نموذج افتراضي (اختياري)

{
  agents: {
    defaults: {
      imageGenerationModel: {
        primary: "openai/gpt-image-2",
        timeoutMs: 180_000,
      },
    },
  },
}

يستخدم Codex OAuth مرجع النموذج نفسه openai/gpt-image-2. عند تكوين ملف تعريف OAuth باسم openai-codex، يوجّه OpenClaw طلبات الصور عبر ملف تعريف OAuth هذا بدلًا من تجربة OPENAI_API_KEY أولًا. يؤدي تكوين models.providers.openai الصريح (مفتاح API، أو عنوان URL أساسي مخصص/Azure) إلى الرجوع إلى مسار OpenAI Images API المباشر.

اسأل الوكيل

“أنشئ صورة لتميمة روبوت ودودة.”يستدعي الوكيل image_generate تلقائيًا. لا حاجة إلى قائمة سماح للأدوات - فهي مفعّلة افتراضيًا عند توفر موفر.

بالنسبة إلى نقاط نهاية LAN المتوافقة مع OpenAI مثل LocalAI، احتفظ بقيمة models.providers.openai.baseUrl المخصصة وفعّلها صراحة باستخدام browser.ssrfPolicy.dangerouslyAllowPrivateNetwork: true. تظل نقاط نهاية الصور الخاصة والداخلية محظورة افتراضيًا.

المسارات الشائعة

الهدف	مرجع النموذج	المصادقة
توليد صور OpenAI مع فوترة API	`openai/gpt-image-2`	`OPENAI_API_KEY`
توليد صور OpenAI باستخدام مصادقة اشتراك Codex	`openai/gpt-image-2`	OpenAI Codex OAuth
OpenAI لخلفيات شفافة PNG/WebP	`openai/gpt-image-1.5`	`OPENAI_API_KEY` أو OpenAI Codex OAuth
توليد صور DeepInfra	`deepinfra/black-forest-labs/FLUX-1-schnell`	`DEEPINFRA_API_KEY`
توليد صور OpenRouter	`openrouter/google/gemini-3.1-flash-image-preview`	`OPENROUTER_API_KEY`
توليد صور LiteLLM	`litellm/gpt-image-2`	`LITELLM_API_KEY`
توليد صور Google Gemini	`google/gemini-3.1-flash-image-preview`	`GEMINI_API_KEY` أو `GOOGLE_API_KEY`

تتعامل أداة image_generate نفسها مع التحويل من نص إلى صورة وتحرير الصور المرجعية. استخدم image لمرجع واحد أو images لعدة مراجع. تُمرَّر تلميحات الإخراج التي يدعمها الموفر مثل quality وoutputFormat و background عند توفرها، ويُبلَّغ عنها على أنها مُتجاهلة عندما لا يدعمها الموفر. دعم الخلفية الشفافة المضمّن خاص بـ OpenAI؛ وقد يظل موفرون آخرون يحافظون على قناة ألفا في PNG إذا كان نظامهم الخلفي يُصدرها.

الموفرون المدعومون

الموفر	النموذج الافتراضي	دعم التحرير	المصادقة
ComfyUI	`workflow`	نعم (صورة واحدة، مكوّنة عبر سير العمل)	`COMFY_API_KEY` أو `COMFY_CLOUD_API_KEY` للسحابة
DeepInfra	`black-forest-labs/FLUX-1-schnell`	نعم (صورة واحدة)	`DEEPINFRA_API_KEY`
fal	`fal-ai/flux/dev`	نعم (حدود خاصة بالنموذج)	`FAL_KEY`
Google	`gemini-3.1-flash-image-preview`	نعم	`GEMINI_API_KEY` أو `GOOGLE_API_KEY`
LiteLLM	`gpt-image-2`	نعم (حتى 5 صور إدخال)	`LITELLM_API_KEY`
MiniMax	`image-01`	نعم (مرجع للموضوع)	`MINIMAX_API_KEY` أو MiniMax OAuth (`minimax-portal`)
OpenAI	`gpt-image-2`	نعم (حتى 4 صور)	`OPENAI_API_KEY` أو OpenAI Codex OAuth
OpenRouter	`google/gemini-3.1-flash-image-preview`	نعم (حتى 5 صور إدخال)	`OPENROUTER_API_KEY`
Vydra	`grok-imagine`	لا	`VYDRA_API_KEY`
xAI	`grok-imagine-image`	نعم (حتى 5 صور)	`XAI_API_KEY`

استخدم action: "list" لفحص الموفرين والنماذج المتاحة في وقت التشغيل:

/tool image_generate action=list

قدرات الموفرين

القدرة	ComfyUI	DeepInfra	fal	Google	MiniMax	OpenAI	Vydra	xAI
التوليد (العدد الأقصى)	محدد بسير العمل	4	4	4	9	4	1	4
التحرير / المرجع	صورة واحدة (سير العمل)	صورة واحدة	Flux: 1؛ GPT: 10؛ NB2: 14	حتى 5 صور	صورة واحدة (مرجع الموضوع)	حتى 5 صور	-	حتى 5 صور
التحكم في الحجم	-	✓	✓	✓	-	حتى 4K	-	-
نسبة الأبعاد	-	-	✓	✓	✓	-	-	✓
الدقة (1K/2K/4K)	-	-	✓	✓	-	-	-	1K, 2K

معاملات الأداة

prompt

string

مطلوب

مطالبة توليد الصورة. مطلوبة لـ action: "generate".

action

"generate" | "list"

افتراضي:"generate"

استخدم "list" لفحص الموفرين والنماذج المتاحة في وقت التشغيل.

model

string

تجاوز الموفر/النموذج (مثل openai/gpt-image-2). استخدم openai/gpt-image-1.5 لخلفيات OpenAI الشفافة.

image

string

مسار صورة مرجعية واحدة أو عنوان URL لوضع التحرير.

images

string[]

عدة صور مرجعية لوضع التحرير (حتى 5 لدى الموفرين الداعمين).

size

string

تلميح الحجم: 1024x1024، 1536x1024، 1024x1536، 2048x2048، 3840x2160.

aspectRatio

string

نسبة الأبعاد: 1:1، 2:3، 3:2، 3:4، 4:3، 4:5، 5:4، 9:16، 16:9، 21:9.

resolution

"1K" | "2K" | "4K"

تلميح الدقة.

quality

"low" | "medium" | "high" | "auto"

تلميح الجودة عندما يدعمه الموفر.

outputFormat

"png" | "jpeg" | "webp"

تلميح تنسيق الإخراج عندما يدعمه الموفر.

background

"transparent" | "opaque" | "auto"

تلميح الخلفية عندما يدعمه الموفر. استخدم transparent مع outputFormat: "png" أو "webp" للموفرين القادرين على الشفافية.

count

number

عدد الصور المراد توليدها (1-4).

timeoutMs

number

مهلة اختيارية لطلب الموفر بالمللي ثانية. عندما يستدعي Codex image_generate عبر الأدوات الديناميكية، تظل هذه القيمة لكل استدعاء تتجاوز القيمة الافتراضية المكوّنة وتُحدَّد بسقف 600000 ms.

filename

string

تلميح اسم ملف الإخراج.

openai

object

تلميحات خاصة بـ OpenAI فقط: background وmoderation وoutputCompression وuser.

لا يدعم كل الموفرين جميع المعاملات. عندما يدعم موفر احتياطي خيار هندسة قريبًا بدلًا من الخيار المطلوب بالضبط، يعيد OpenClaw التخطيط إلى أقرب حجم أو نسبة أبعاد أو دقة مدعومة قبل الإرسال. تُسقط تلميحات الإخراج غير المدعومة لدى الموفرين الذين لا يعلنون دعمها ويُبلَّغ عنها في نتيجة الأداة. تعرض نتائج الأداة الإعدادات المطبقة؛ ويلتقط details.normalization أي ترجمة من المطلوب إلى المطبق.

التكوين

اختيار النموذج

{
  agents: {
    defaults: {
      imageGenerationModel: {
        primary: "openai/gpt-image-2",
        timeoutMs: 180_000,
        fallbacks: [
          "openrouter/google/gemini-3.1-flash-image-preview",
          "google/gemini-3.1-flash-image-preview",
          "fal/fal-ai/flux/dev",
        ],
      },
    },
  },
}

ترتيب اختيار الموفر

يحاول OpenClaw استخدام الموفرين بهذا الترتيب:

معامل model من استدعاء الأداة (إذا حدده الوكيل).
imageGenerationModel.primary من التكوين.
imageGenerationModel.fallbacks بالترتيب.
الاكتشاف التلقائي - افتراضيات الموفرين المدعومة بالمصادقة فقط:
- الموفر الافتراضي الحالي أولًا؛
- بقية موفري توليد الصور المسجلين بترتيب معرف الموفر.

إذا فشل أحد الموفرين (خطأ مصادقة، حد معدل، إلخ)، تُجرَّب المرشحات المكوّنة التالية تلقائيًا. إذا فشلت جميعها، يتضمن الخطأ تفاصيل من كل محاولة.

تجاوزات النموذج لكل استدعاء دقيقة

يحاول تجاوز model لكل استدعاء ذلك الموفر/النموذج فقط ولا يواصل إلى الموفرين الأساسي/الاحتياطي المكوّنين أو الموفرين المكتشفين تلقائيًا.

الاكتشاف التلقائي واعٍ بالمصادقة

لا يدخل افتراضي الموفر إلى قائمة المرشحين إلا عندما يستطيع OpenClaw مصادقة ذلك الموفر فعليًا. عيّن agents.defaults.mediaGenerationAutoProviderFallback: false لاستخدام إدخالات model وprimary وfallbacks الصريحة فقط.

المهل

عيّن agents.defaults.imageGenerationModel.timeoutMs لأنظمة الصور الخلفية البطيئة. يتجاوز معامل الأداة timeoutMs لكل استدعاء القيمة الافتراضية المكوّنة. تحترم استدعاءات الأدوات الديناميكية في Codex ميزانية المهلة نفسها، ضمن حد جسر الأدوات الديناميكية الأقصى في OpenClaw وهو 600000 ms.

الفحص في وقت التشغيل

استخدم action: "list" لفحص الموفرين المسجلين حاليًا، ونماذجهم الافتراضية، وتلميحات متغيرات بيئة المصادقة.

تحرير الصور

يدعم OpenAI وOpenRouter وGoogle وDeepInfra وfal وMiniMax وComfyUI وxAI تحرير الصور المرجعية. مرّر مسار صورة مرجعية أو عنوان URL:

"Generate a watercolor version of this photo" + image: "/path/to/photo.jpg"

OpenAI وOpenRouter وGoogle وxAI تدعم ما يصل إلى 5 صور مرجعية عبر معامل images. يدعم fal صورة مرجعية واحدة لـ Flux image-to-image، وما يصل إلى 10 لتعديلات GPT Image 2، وما يصل إلى 14 لتعديلات Nano Banana 2. يدعم MiniMax وComfyUI صورة واحدة.

تعمّقات في المزوّدين

OpenAI gpt-image-2 (وgpt-image-1.5)

يستخدم توليد الصور في OpenAI افتراضيًا openai/gpt-image-2. إذا كان ملف تعريف OAuth لـ openai-codex مهيأ، يعيد OpenClaw استخدام ملف تعريف OAuth نفسه المستخدم بواسطة نماذج دردشة اشتراك Codex ويرسل طلب الصورة عبر واجهة Codex Responses الخلفية. تُحوّل عناوين URL الأساسية القديمة لـ Codex مثل https://chatgpt.com/backend-api إلى الصيغة القياسية https://chatgpt.com/backend-api/codex لطلبات الصور. لا يعود OpenClaw بصمت إلى OPENAI_API_KEY لذلك الطلب - لفرض التوجيه المباشر عبر OpenAI Images API، هيّئ models.providers.openai صراحةً باستخدام مفتاح API أو عنوان URL أساسي مخصص أو نقطة نهاية Azure.لا يزال بالإمكان تحديد نماذج openai/gpt-image-1.5 وopenai/gpt-image-1 وopenai/gpt-image-1-mini صراحةً. استخدم gpt-image-1.5 لمخرجات PNG/WebP ذات الخلفية الشفافة؛ ترفض واجهة API الحالية لـ gpt-image-2 background: "transparent".يدعم gpt-image-2 توليد الصور من النص وتحرير الصور المرجعية عبر أداة image_generate نفسها. يمرّر OpenClaw prompt وcount وsize وquality وoutputFormat والصور المرجعية إلى OpenAI. لا تتلقى OpenAI aspectRatio أو resolution مباشرةً؛ عندما يكون ذلك ممكنًا، يحوّل OpenClaw تلك القيم إلى size مدعوم، وإلا فتبلغ الأداة عنها كتجاوزات متجاهَلة.توجد الخيارات الخاصة بـ OpenAI ضمن كائن openai:

{
  "quality": "low",
  "outputFormat": "jpeg",
  "openai": {
    "background": "opaque",
    "moderation": "low",
    "outputCompression": 60,
    "user": "end-user-42"
  }
}

يقبل openai.background القيم transparent أو opaque أو auto؛ تتطلب المخرجات الشفافة outputFormat بقيمة png أو webp ونموذج صور OpenAI قادرًا على الشفافية. يوجّه OpenClaw طلبات الخلفية الشفافة الافتراضية لـ gpt-image-2 إلى gpt-image-1.5. ينطبق openai.outputCompression على مخرجات JPEG/WebP.تلميح background في المستوى الأعلى محايد بين المزوّدين، ويُربط حاليًا بحقل طلب background نفسه في OpenAI عند تحديد مزوّد OpenAI. المزوّدون الذين لا يصرّحون بدعم الخلفية يعيدونه في ignoredOverrides بدلًا من تلقي المعامل غير المدعوم.لتوجيه توليد الصور في OpenAI عبر نشر Azure OpenAI بدلًا من api.openai.com، راجع نقاط نهاية Azure OpenAI.

نماذج صور OpenRouter

يستخدم توليد الصور في OpenRouter مفتاح OPENROUTER_API_KEY نفسه ويُوجَّه عبر واجهة API لصور إكمالات الدردشة في OpenRouter. حدّد نماذج صور OpenRouter باستخدام البادئة openrouter/:

{
  agents: {
    defaults: {
      imageGenerationModel: {
        primary: "openrouter/google/gemini-3.1-flash-image-preview",
      },
    },
  },
}

يمرّر OpenClaw prompt وcount والصور المرجعية وتلميحات aspectRatio / resolution المتوافقة مع Gemini إلى OpenRouter. تشمل اختصارات نماذج صور OpenRouter المدمجة الحالية google/gemini-3.1-flash-image-preview و google/gemini-3-pro-image-preview وopenai/gpt-5.4-image-2. استخدم action: "list" لمعرفة ما يعرّضه Plugin المهيأ لديك.

مصادقة MiniMax المزدوجة

يتوفر توليد الصور في MiniMax عبر مساري مصادقة MiniMax المدمجين:

minimax/image-01 لإعدادات مفتاح API
minimax-portal/image-01 لإعدادات OAuth

xAI grok-imagine-image

يستخدم مزوّد xAI المدمج /v1/images/generations للطلبات القائمة على الموجه فقط، و/v1/images/edits عند وجود image أو images.

النماذج: xai/grok-imagine-image، xai/grok-imagine-image-pro
العدد: ما يصل إلى 4
المراجع: image واحدة أو ما يصل إلى خمس images
نسب الأبعاد: 1:1، 16:9، 9:16، 4:3، 3:4، 2:3، 3:2
الدقات: 1K، 2K
المخرجات: تُعاد كمرفقات صور يديرها OpenClaw

يتعمد OpenClaw عدم تعريض quality أو mask أو user الأصلية في xAI أو نسب الأبعاد الإضافية الأصلية فقط إلى أن توجد هذه عناصر التحكم في عقد image_generate المشترك بين المزوّدين.

أمثلة

توليد (منظر طبيعي 4K)
توليد (PNG شفاف)
توليد (صورتان مربعتان)
تحرير (مرجع واحد)
تحرير (مراجع متعددة)

/tool image_generate action=generate model=openai/gpt-image-2 prompt="A clean editorial poster for OpenClaw image generation" size=3840x2160 count=1

/tool image_generate action=generate model=openai/gpt-image-1.5 prompt="A simple red circle sticker on a transparent background" outputFormat=png background=transparent

CLI المكافئ:

openclaw infer image generate \
  --model openai/gpt-image-1.5 \
  --output-format png \
  --background transparent \
  --prompt "A simple red circle sticker on a transparent background" \
  --json

/tool image_generate action=generate model=openai/gpt-image-2 prompt="Two visual directions for a calm productivity app icon" size=1024x1024 count=2

/tool image_generate action=generate model=openai/gpt-image-2 prompt="Keep the subject, replace the background with a bright studio setup" image=/path/to/reference.png size=1024x1536

/tool image_generate action=generate model=openai/gpt-image-2 prompt="Combine the character identity from the first image with the color palette from the second" images='["/path/to/character.png","/path/to/palette.jpg"]' size=1536x1024

تتوفر رايتا --output-format و--background نفسهما في openclaw infer image edit؛ تظل --openai-background اسمًا بديلًا خاصًا بـ OpenAI. لا يصرّح المزوّدون المدمجون غير OpenAI حاليًا بتحكم صريح في الخلفية، لذلك يُبلغ عن background: "transparent" كتجاوز متجاهَل لهم.

ذو صلة

نظرة عامة على الأدوات - جميع أدوات الوكيل المتاحة
ComfyUI - إعداد سير عمل ComfyUI المحلي وComfy Cloud
fal - إعداد مزوّد الصور والفيديو fal
Google (Gemini) - إعداد مزوّد صور Gemini
MiniMax - إعداد مزوّد صور MiniMax
OpenAI - إعداد مزوّد OpenAI Images
Vydra - إعداد الصور والفيديو والكلام في Vydra
xAI - إعداد صور وفيديو وبحث وتنفيذ كود وTTS في Grok
مرجع التكوين - تكوين imageGenerationModel
النماذج - تكوين النماذج والتجاوز عند الفشل

Overview

Plugins

Bundled plugin guides

Building plugins

Skills

Automation

Tools

Agent coordination

إنشاء الصور

البدء السريع

المسارات الشائعة

الموفرون المدعومون

قدرات الموفرين

معاملات الأداة

التكوين

اختيار النموذج

ترتيب اختيار الموفر

تحرير الصور

تعمّقات في المزوّدين

أمثلة

ذو صلة

Overview

Plugins

Bundled plugin guides

Building plugins

Skills

Automation

Tools

Agent coordination

Documentation Index

​البدء السريع

​المسارات الشائعة

​الموفرون المدعومون

​قدرات الموفرين

​معاملات الأداة

​التكوين

​اختيار النموذج

​ترتيب اختيار الموفر

​تحرير الصور

​تعمّقات في المزوّدين

​أمثلة

​ذو صلة

البدء السريع

المسارات الشائعة

الموفرون المدعومون

قدرات الموفرين

معاملات الأداة

التكوين

اختيار النموذج

ترتيب اختيار الموفر

تحرير الصور

تعمّقات في المزوّدين

أمثلة

ذو صلة