Przejdź do głównej treści

​
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 swojego agenta, skonfiguruj agents.defaults.imageGenerationModel albo ustaw klucz API providera.

​
Szybki start

  1. Ustaw klucz API dla co najmniej jednego providera (na przykład OPENAI_API_KEY lub GEMINI_API_KEY).
  2. Opcjonalnie ustaw preferowany model:
{
  agents: {
    defaults: {
      imageGenerationModel: {
        primary: "openai/gpt-image-1",
      },
    },
  },
}
  1. Poproś agenta: “Wygeneruj obraz przyjaznej maskotki homara.”
Agent wywoła image_generate automatycznie. Nie trzeba dodawać go do listy dozwolonych narzędzi — jest domyślnie włączone, gdy provider jest dostępny.

​
Obsługiwani providerzy

ProviderModel domyślnyObsługa edycjiKlucz API
OpenAIgpt-image-1Tak (do 5 obrazów)OPENAI_API_KEY
Googlegemini-3.1-flash-image-previewTakGEMINI_API_KEY lub GOOGLE_API_KEY
falfal-ai/flux/devTakFAL_KEY
MiniMaximage-01Tak (referencja obiektu)MINIMAX_API_KEY lub OAuth MiniMax (minimax-portal)
ComfyUIworkflowTak (1 obraz, konfigurowany przez workflow)COMFY_API_KEY lub COMFY_CLOUD_API_KEY dla chmury
Vydragrok-imagineNieVYDRA_API_KEY
Użyj action: "list", aby sprawdzić dostępnych providerów i modele w runtime: 
/tool image_generate action=list

​
Parametry narzędzia

ParametrTypOpis
promptstringPrompt do generowania obrazu (wymagany dla action: "generate")
actionstring"generate" (domyślnie) lub "list" do sprawdzenia providerów
modelstringNadpisanie providera/modelu, np. openai/gpt-image-1
imagestringŚcieżka lub URL pojedynczego obrazu referencyjnego dla trybu edycji
imagesstring[]Wiele obrazów referencyjnych dla trybu edycji (do 5)
sizestringWskazówka rozmiaru: 1024x1024, 1536x1024, 1024x1536, 1024x1792, 1792x1024
aspectRatiostringWspółczynnik proporcji: 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9
resolutionstringWskazówka rozdzielczości: 1K, 2K lub 4K
countnumberLiczba obrazów do wygenerowania (1–4)
filenamestringWskazówka nazwy pliku wyjściowego
Nie wszyscy providerzy obsługują wszystkie parametry. Gdy fallback provider obsługuje zbliżoną opcję geometrii zamiast dokładnie żądanej, OpenClaw przed wysłaniem mapuje ją na najbliższy obsługiwany rozmiar, współczynnik proporcji lub rozdzielczość. Naprawdę nieobsługiwane nadpisania są nadal raportowane w wyniku narzędzia. Wyniki narzędzia raportują zastosowane ustawienia. Gdy OpenClaw mapuje geometrię podczas fallbacku providera, zwracane wartości size, aspectRatio i resolution odzwierciedlają to, co faktycznie zostało wysłane, a details.normalization rejestruje translację od wartości żądanej do zastosowanej.

​
Konfiguracja

​
Wybór modelu

{
  agents: {
    defaults: {
      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:
  1. Parametr model z wywołania narzędzia (jeśli agent go określi)
  2. imageGenerationModel.primary z configu
  3. imageGenerationModel.fallbacks w podanej kolejności
  4. Auto-detection — używa tylko domyślnych providerów wspartych auth:
    • najpierw bieżący provider domyślny
    • następnie pozostali zarejestrowani providerzy generowania obrazów w kolejności identyfikatorów providerów
Jeśli provider zawiedzie (błąd auth, limit szybkości itd.), automatycznie próbowany jest kolejny kandydat. Jeśli zawiodą wszystkie, błąd zawiera szczegóły każdej próby. Uwagi:
  • Auto-detection uwzględnia auth. Provider domyślny trafia na listę kandydatów tylko wtedy, gdy OpenClaw może rzeczywiście uwierzytelnić tego providera.
  • Auto-detection jest domyślnie włączone. Ustaw agents.defaults.mediaGenerationAutoProviderFallback: false, jeśli chcesz, aby generowanie obrazów używało tylko jawnych wpisów model, primary i fallbacks.
  • Użyj action: "list", aby sprawdzić aktualnie zarejestrowanych providerów, ich modele domyślne oraz wskazówki dotyczące zmiennych środowiskowych auth.

​
Edycja obrazów

OpenAI, Google, fal, MiniMax i ComfyUI obsługują edycję obrazów referencyjnych. Przekaż ścieżkę lub URL obrazu referencyjnego: 
"Wygeneruj akwarelową wersję tego zdjęcia" + image: "/path/to/photo.jpg"
OpenAI i Google obsługują do 5 obrazów referencyjnych przez parametr images. fal, MiniMax i ComfyUI obsługują 1. Generowanie obrazów MiniMax jest dostępne przez obie dołączone ścieżki auth MiniMax:
  • minimax/image-01 dla konfiguracji z kluczem API
  • minimax-portal/image-01 dla konfiguracji OAuth

​
Możliwości providerów

MożliwośćOpenAIGooglefalMiniMaxComfyUIVydra
GenerowanieTak (do 4)Tak (do 4)Tak (do 4)Tak (do 9)Tak (wyjścia definiowane przez workflow)Tak (1)
Edycja/referencjaTak (do 5 obrazów)Tak (do 5 obrazów)Tak (1 obraz)Tak (1 obraz, referencja obiektu)Tak (1 obraz, konfigurowany przez workflow)Nie
Kontrola rozmiaruTakTakTakNieNieNie
Współczynnik proporcjiNieTakTak (tylko generowanie)TakNieNie
Rozdzielczość (1K/2K/4K)NieTakTakNieNieNie

​
Powiązane

  • Tools Overview — wszystkie dostępne narzędzia agenta
  • fal — konfiguracja providera obrazów i wideo fal
  • ComfyUI — konfiguracja lokalnego workflow ComfyUI i Comfy Cloud
  • Google (Gemini) — konfiguracja providera obrazów Gemini
  • MiniMax — konfiguracja providera obrazów MiniMax
  • OpenAI — konfiguracja providera OpenAI Images
  • Vydra — konfiguracja obrazów, wideo i mowy Vydra
  • Configuration Reference — konfiguracja imageGenerationModel
  • Models — konfiguracja modeli i failover