Генерация изображений

Переопределение model для отдельного вызова пробует только этого провайдера/модель и не переходит к настроенным primary/fallback или автообнаруженным провайдерам.

Значение провайдера по умолчанию попадает в список кандидатов только тогда, когда OpenClaw может фактически аутентифицироваться у этого провайдера. Установите agents.defaults.mediaGenerationAutoProviderFallback: false, чтобы использовать только явные записи model, primary и fallbacks.

Установите agents.defaults.imageGenerationModel.timeoutMs для медленных бэкендов изображений. Параметр инструмента timeoutMs для отдельного вызова переопределяет настроенное значение по умолчанию, а настроенные значения по умолчанию переопределяют значения провайдера по умолчанию, заданные плагином. Размещенные у Google и OpenRouter провайдеры изображений используют значения по умолчанию в 180 секунд; генерация изображений Microsoft Foundry MAI, xAI и Azure OpenAI использует 600 секунд. Вызовы динамических инструментов Codex используют 120-секундное значение по умолчанию моста image_generate и соблюдают тот же бюджет тайм-аута при настройке, ограниченный максимальным значением 600000 мс для моста динамических инструментов OpenClaw.

Используйте action: "list", чтобы проверить текущих зарегистрированных провайдеров, их модели по умолчанию и подсказки по env-переменным аутентификации.

Генерация изображений OpenAI по умолчанию использует openai/gpt-image-2. Если настроен OAuth-профиль openai, OpenClaw повторно использует тот же OAuth-профиль, который применяется моделями чата Codex по подписке, и отправляет запрос изображения через бэкенд Codex Responses. Устаревшие базовые URL Codex, такие как https://chatgpt.com/backend-api, канонизируются в https://chatgpt.com/backend-api/codex для запросов изображений. OpenClaw не выполняет тихий fallback к OPENAI_API_KEY для такого запроса - чтобы принудительно направлять запросы напрямую в OpenAI Images API, настройте models.providers.openai явно с API-ключом, пользовательским базовым URL или конечной точкой Azure.

Модели openai/gpt-image-1.5, openai/gpt-image-1 и openai/gpt-image-1-mini по-прежнему можно выбрать явно. Используйте gpt-image-1.5 для вывода PNG/WebP с прозрачным фоном; текущий API gpt-image-2 отклоняет background: "transparent".

gpt-image-2 поддерживает как генерацию text-to-image, так и редактирование эталонных изображений через один и тот же инструмент image_generate. OpenClaw передает в OpenAI prompt, count, size, quality, outputFormat и эталонные изображения. OpenAI не получает aspectRatio или resolution напрямую; когда возможно, OpenClaw преобразует их в поддерживаемый size, иначе инструмент сообщает о них как о проигнорированных переопределениях.

Параметры, специфичные для OpenAI, находятся в объекте openai:

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

openai.background принимает transparent, opaque или auto; прозрачный вывод требует outputFormat png или webp и модель изображений OpenAI с поддержкой прозрачности. OpenClaw направляет запросы прозрачного фона для gpt-image-2 по умолчанию в gpt-image-1.5. openai.outputCompression применяется к выводу JPEG/WebP и игнорируется для вывода PNG.

Подсказка верхнего уровня background не зависит от провайдера и сейчас сопоставляется с тем же полем запроса OpenAI background, когда выбран провайдер OpenAI. Провайдеры, которые не объявляют поддержку фона, возвращают ее в ignoredOverrides вместо получения неподдерживаемого параметра.

Чтобы направить генерацию изображений OpenAI через развертывание Azure OpenAI вместо api.openai.com, см. конечные точки Azure OpenAI.

Генерация изображений Microsoft Foundry использует имена развернутых развертываний изображений MAI под префиксом провайдера microsoft-foundry/. Значения модели по умолчанию на уровне провайдера нет, потому что MAI API ожидает имя вашего развертывания в поле model:

{  agents: {    defaults: {      imageGenerationModel: {        primary: "microsoft-foundry/<deployment-name>",        timeoutMs: 600_000,      },    },  },}

Провайдер использует MAI API Microsoft Foundry, а не OpenAI Images API:

• Конечная точка генерации: /mai/v1/images/generations
• Конечная точка редактирования: /mai/v1/images/edits
• Аутентификация: AZURE_OPENAI_API_KEY / API-ключ провайдера или Entra ID через az login
• Вывод: одно изображение PNG
• Размер: по умолчанию 1024x1024; ширина и высота должны быть не менее 768 px каждая, а общее число пикселей должно быть не более 1 048 576
• Редактирование: одно эталонное изображение PNG или JPEG, поддерживается только развертываниями MAI-Image-2.5-Flash и MAI-Image-2.5

Генерация только по промпту может использовать пользовательское имя развертывания при наличии только настроенной конечной точки Foundry. Для редактирования с пользовательскими именами развертываний нужны onboarding/метаданные модели, чтобы OpenClaw мог проверить, что развертывание основано на MAI-Image-2.5-Flash или MAI-Image-2.5.

Текущие модели изображений MAI: MAI-Image-2.5-Flash, MAI-Image-2.5, MAI-Image-2e и MAI-Image-2. См. Plugin Microsoft Foundry для настройки и поведения чат-моделей.

Генерация изображений OpenRouter использует тот же OPENROUTER_API_KEY и направляет запросы через image API для chat completions OpenRouter. Выбирайте модели изображений OpenRouter с префиксом openrouter/:

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

OpenClaw передает в OpenRouter prompt, count, эталонные изображения и совместимые с Gemini подсказки aspectRatio / resolution. Текущие встроенные сокращения моделей изображений OpenRouter включают google/gemini-3.1-flash-image-preview, google/gemini-3-pro-image-preview и openai/gpt-5.4-image-2. Используйте action: "list", чтобы увидеть, что предоставляет ваш настроенный Plugin.

Модели Krea 2 на fal используют нативную схему Krea от fal вместо универсальной схемы image_size, используемой Flux. OpenClaw отправляет:

• aspect_ratio для подсказок соотношения сторон
• creativity, по умолчанию medium
• image_style_references, когда переданы image или images

Выбирайте Krea 2 Medium для более быстрой выразительной иллюстрации и Krea 2 Large для более медленного, детализированного фотореалистичного и текстурированного результата:

{  agents: {    defaults: {      imageGenerationModel: {        primary: "fal/krea/v2/medium/text-to-image",      },    },  },}

Сейчас Krea 2 возвращает одно изображение на запрос. Для Krea предпочитайте aspectRatio; OpenClaw сопоставляет size с ближайшим поддерживаемым соотношением сторон Krea и отклоняет resolution для Krea, а не просто отбрасывает его. Используйте fal.creativity, когда нужен нативный уровень креативности Krea:

{  "model": "fal/krea/v2/medium/text-to-image",  "prompt": "A cyber zine portrait with risograph texture",  "aspectRatio": "9:16",  "fal": {    "creativity": "high"  }}

Генерация изображений MiniMax доступна через оба встроенных пути аутентификации MiniMax:

• minimax/image-01 для настроек с API-ключом
• minimax-portal/image-01 для настроек с OAuth

Встроенный провайдер xAI использует /v1/images/generations для запросов только по промпту и /v1/images/edits, когда присутствует image или images.

• Модели: xai/grok-imagine-image, xai/grok-imagine-image-quality
• Количество: до 4
• Референсы: один image или до пяти images
• Соотношения сторон: 1:1, 16:9, 9:16, 4:3, 3:4, 2:3, 3:2
• Разрешения: 1K, 2K
• Вывод: возвращается как вложения изображений, управляемые OpenClaw

OpenClaw намеренно не предоставляет нативные для xAI quality, mask, user или дополнительные нативные соотношения сторон, пока эти элементы управления не появятся в общем межпровайдерном контракте image_generate.