Generowanie obrazów
Narzędzie image_generate pozwala agentowi tworzyć i edytować obrazy przy użyciu skonfigurowanych providerów. Wygenerowane obrazy są automatycznie dostarczane jako załączniki multimedialne w odpowiedzi agenta.
Narzędzie pojawia się tylko wtedy, gdy dostępny jest co najmniej jeden provider generowania obrazów. Jeśli nie widzisz image_generate w narzędziach agenta, skonfiguruj agents.defaults.imageGenerationModel albo ustaw klucz API providera.
Szybki start
- Ustaw klucz API dla co najmniej jednego providera (na przykład
OPENAI_API_KEY albo GEMINI_API_KEY).
- Opcjonalnie ustaw preferowany model:
{
agents: {
defaults: {
imageGenerationModel: "openai/gpt-image-1",
},
},
}
- Poproś agenta: „Wygeneruj obraz przyjaznej homarzej maskotki.”
Agent automatycznie wywoła image_generate. Nie trzeba dodawać go do allowlisty narzędzi — jest domyślnie włączone, gdy provider jest dostępny.
Obsługiwani providerzy
| Provider | Model domyślny | Obsługa edycji | Klucz API |
|---|
| OpenAI | gpt-image-1 | Tak (do 5 obrazów) | OPENAI_API_KEY |
| Google | gemini-3.1-flash-image-preview | Tak | GEMINI_API_KEY albo GOOGLE_API_KEY |
| fal | fal-ai/flux/dev | Tak | FAL_KEY |
| MiniMax | image-01 | Tak (referencja obiektu) | MINIMAX_API_KEY albo MiniMax OAuth (minimax-portal) |
action: "list", aby w runtime sprawdzić dostępnych providerów i modele:
/tool image_generate action=list
Parametry narzędzia
| Parametr | Typ | Opis |
|---|
prompt | string | Prompt do generowania obrazu (wymagany dla action: "generate") |
action | string | "generate" (domyślnie) albo "list", aby sprawdzić providerów |
model | string | Nadpisanie provider/model, np. openai/gpt-image-1 |
image | string | Ścieżka albo URL pojedynczego obrazu referencyjnego dla trybu edycji |
images | string[] | Wiele obrazów referencyjnych dla trybu edycji (do 5) |
size | string | Wskazówka rozmiaru: 1024x1024, 1536x1024, 1024x1536, 1024x1792, 1792x1024 |
aspectRatio | string | Proporcje obrazu: 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9 |
resolution | string | Wskazówka rozdzielczości: 1K, 2K albo 4K |
count | number | Liczba obrazów do wygenerowania (1–4) |
filename | string | Wskazówka nazwy pliku wyjściowego |
Konfiguracja
Wybór modelu
{
agents: {
defaults: {
// Forma string: tylko model primary
imageGenerationModel: "google/gemini-3.1-flash-image-preview",
// Forma object: primary + uporządkowane fallbacki
imageGenerationModel: {
primary: "openai/gpt-image-1",
fallbacks: ["google/gemini-3.1-flash-image-preview", "fal/fal-ai/flux/dev"],
},
},
},
}
Kolejność wyboru providera
Podczas generowania obrazu OpenClaw próbuje providerów w tej kolejności:
- Parametr
model z wywołania narzędzia (jeśli agent go poda)
imageGenerationModel.primary z konfiguracjiimageGenerationModel.fallbacks w podanej kolejności- Auto-detection — używa tylko domyślnych providerów opartych na auth:
- najpierw bieżący default provider
- potem pozostali zarejestrowani providerzy generowania obrazów w kolejności provider-id
Jeśli provider zawiedzie (błąd auth, rate limit itd.), automatycznie próbowany jest kolejny kandydat. Jeśli zawiodą wszystkie, błąd będzie zawierał szczegóły każdej próby.
Uwagi:
- Auto-detection uwzględnia auth. Domyślny provider trafia na listę kandydatów
tylko wtedy, gdy OpenClaw może faktycznie uwierzytelnić tego providera.
- Użyj
action: "list", aby sprawdzić aktualnie zarejestrowanych providerów, ich
modele domyślne i wskazówki dotyczące auth env-var.
Edytowanie obrazów
OpenAI, Google, fal i MiniMax obsługują edytowanie obrazów referencyjnych. Przekaż ścieżkę albo URL obrazu referencyjnego:
"Generate a watercolor version of this photo" + image: "/path/to/photo.jpg"
images. fal i MiniMax obsługują 1.
Generowanie obrazów w MiniMax jest dostępne przez obie bundled ścieżki auth MiniMax:
minimax/image-01 dla konfiguracji z kluczem APIminimax-portal/image-01 dla konfiguracji OAuth
Możliwości providerów
| Możliwość | OpenAI | Google | fal | MiniMax |
|---|
| Generowanie | Tak (do 4) | Tak (do 4) | Tak (do 4) | Tak (do 9) |
| Edycja/referencja | Tak (do 5 obrazów) | Tak (do 5 obrazów) | Tak (1 obraz) | Tak (1 obraz, referencja obiektu) |
| Kontrola rozmiaru | Tak | Tak | Tak | Nie |
| Proporcje obrazu | Nie | Tak | Tak (tylko generowanie) | Tak |
| Rozdzielczość (1K/2K/4K) | Nie | Tak | Tak | Nie |
Powiązane
