การสร้างรูปภาพ

การแทนที่ model ต่อการเรียกใช้จะทดลองใช้เฉพาะผู้ให้บริการ/โมเดลนั้น และ จะไม่ดำเนินการต่อไปยังผู้ให้บริการหลัก/สำรองที่กำหนดค่าไว้หรือผู้ให้บริการที่ตรวจพบโดยอัตโนมัติ

ค่าเริ่มต้นของผู้ให้บริการจะเข้าสู่รายการตัวเลือกต่อเมื่อ OpenClaw สามารถ รับรองความถูกต้องกับผู้ให้บริการนั้นได้จริง ตั้งค่า agents.defaults.mediaGenerationAutoProviderFallback: false เพื่อใช้เฉพาะ รายการ model, primary และ fallbacks ที่ระบุอย่างชัดเจน

ตั้งค่า agents.defaults.imageGenerationModel.timeoutMs สำหรับแบ็กเอนด์สร้างรูปภาพ ที่ทำงานช้า พารามิเตอร์เครื่องมือ timeoutMs ต่อการเรียกใช้จะแทนที่ค่าเริ่มต้น ที่กำหนดค่าไว้ และค่าเริ่มต้นที่กำหนดค่าไว้จะแทนที่ค่าเริ่มต้นของผู้ให้บริการ ที่ Plugin กำหนด ผู้ให้บริการรูปภาพที่โฮสต์โดย Google และ OpenRouter ใช้ค่าเริ่มต้น 180 วินาที ส่วนการสร้างรูปภาพด้วย Microsoft Foundry MAI, xAI และ Azure OpenAI ใช้ 600 วินาที การเรียกใช้เครื่องมือแบบไดนามิกของ Codex ใช้ค่าเริ่มต้นของบริดจ์ image_generate ที่ 120 วินาที และปฏิบัติตามงบประมาณระยะหมดเวลาเดียวกันเมื่อมีการกำหนดค่า โดยจำกัดไม่เกินค่าสูงสุด 600000 ms ของบริดจ์เครื่องมือแบบไดนามิกของ OpenClaw

ใช้ action: "list" เพื่อตรวจสอบผู้ให้บริการที่ลงทะเบียนอยู่ในปัจจุบัน โมเดลเริ่มต้นของผู้ให้บริการเหล่านั้น และคำแนะนำเกี่ยวกับตัวแปรสภาพแวดล้อมสำหรับการรับรองความถูกต้อง

การสร้างรูปภาพด้วย OpenAI มีค่าเริ่มต้นเป็น openai/gpt-image-2 หากมีการกำหนดค่า โปรไฟล์ OAuth openai ไว้ OpenClaw จะนำโปรไฟล์ OAuth เดียวกับที่โมเดลแชตจากการสมัครสมาชิก Codex ใช้กลับมาใช้ และส่ง คำขอรูปภาพผ่านแบ็กเอนด์ Codex Responses URL ฐาน Codex แบบเดิม เช่น https://chatgpt.com/backend-api จะถูกปรับเป็นรูปแบบมาตรฐาน https://chatgpt.com/backend-api/codex สำหรับคำขอรูปภาพ OpenClaw จะ ไม่ เปลี่ยนไปใช้ OPENAI_API_KEY สำหรับคำขอนั้นโดยไม่แจ้งให้ทราบ - หากต้องการบังคับให้กำหนดเส้นทางตรงไปยัง OpenAI Images API ให้กำหนดค่า models.providers.openai อย่างชัดเจนด้วยคีย์ API, URL ฐานแบบกำหนดเอง หรือเอนด์พอยต์ Azure

ยังสามารถเลือกโมเดล openai/gpt-image-1.5, openai/gpt-image-1 และ openai/gpt-image-1-mini ได้อย่างชัดเจน ใช้ gpt-image-1.5 สำหรับเอาต์พุต PNG/WebP ที่มีพื้นหลังโปร่งใส โดย API gpt-image-2 ปัจจุบันปฏิเสธ background: "transparent"

gpt-image-2 รองรับทั้งการสร้างรูปภาพจากข้อความและ การแก้ไขรูปภาพอ้างอิงผ่านเครื่องมือ image_generate เดียวกัน OpenClaw ส่งต่อ prompt, count, size, quality, outputFormat และรูปภาพอ้างอิงไปยัง OpenAI แต่ OpenAI จะ ไม่ได้ รับ aspectRatio หรือ resolution โดยตรง เมื่อเป็นไปได้ OpenClaw จะแมป ค่าเหล่านั้นเป็น size ที่รองรับ มิฉะนั้นเครื่องมือจะรายงานว่าเป็น การแทนที่ที่ถูกละเว้น

ตัวเลือกเฉพาะของ OpenAI อยู่ภายใต้ออบเจ็กต์ openai:

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

openai.background ยอมรับ transparent, opaque หรือ auto; เอาต์พุตแบบโปร่งใสต้องใช้ outputFormat png หรือ webp และ โมเดลรูปภาพ OpenAI ที่รองรับความโปร่งใส OpenClaw กำหนดเส้นทางคำขอพื้นหลังโปร่งใส gpt-image-2 เริ่มต้นไปยัง gpt-image-1.5 openai.outputCompression ใช้กับเอาต์พุต JPEG/WebP และจะถูกละเว้น สำหรับเอาต์พุต PNG

คำแนะนำ background ระดับบนสุดไม่ขึ้นกับผู้ให้บริการ และปัจจุบันจะแมป ไปยังฟิลด์คำขอ background เดียวกันของ OpenAI เมื่อเลือกผู้ให้บริการ OpenAI ผู้ให้บริการที่ไม่ได้ประกาศการรองรับพื้นหลังจะส่งค่านี้กลับมาใน ignoredOverrides แทนที่จะได้รับพารามิเตอร์ที่ไม่รองรับ

หากต้องการกำหนดเส้นทางการสร้างรูปภาพด้วย OpenAI ผ่านการปรับใช้งาน Azure OpenAI แทน api.openai.com โปรดดู เอนด์พอยต์ Azure OpenAI

การสร้างรูปภาพด้วย Microsoft Foundry ใช้ชื่อการปรับใช้งานโมเดลรูปภาพ MAI ภายใต้คำนำหน้าผู้ให้บริการ microsoft-foundry/ ไม่มีโมเดลเริ่มต้น ระดับผู้ให้บริการ เนื่องจาก MAI API ต้องการชื่อการปรับใช้งานของคุณใน ฟิลด์ model:

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

ผู้ให้บริการใช้ MAI API ของ Microsoft Foundry ไม่ใช่ OpenAI Images API:

• เอนด์พอยต์การสร้าง: /mai/v1/images/generations
• เอนด์พอยต์การแก้ไข: /mai/v1/images/edits
• การรับรองความถูกต้อง: AZURE_OPENAI_API_KEY / คีย์ API ของผู้ให้บริการ หรือ Entra ID ผ่าน az login
• เอาต์พุต: รูปภาพ PNG หนึ่งรูป
• ขนาด: ค่าเริ่มต้น 1024x1024; ความกว้างและความสูงแต่ละด้านต้องมีอย่างน้อย 768 px และจำนวนพิกเซลรวมต้องไม่เกิน 1,048,576
• การแก้ไข: รูปภาพอ้างอิง PNG หรือ JPEG หนึ่งรูป รองรับเฉพาะการปรับใช้งาน MAI-Image-2.5-Flash และ MAI-Image-2.5

การสร้างจากพรอมต์เพียงอย่างเดียวสามารถใช้ชื่อการปรับใช้งานแบบกำหนดเองได้ โดยกำหนดค่า เฉพาะเอนด์พอยต์ Foundry การแก้ไขด้วยชื่อการปรับใช้งานแบบกำหนดเองต้องมี ข้อมูลเมตาการเริ่มต้นใช้งาน/โมเดล เพื่อให้ OpenClaw ตรวจสอบได้ว่าการปรับใช้งานนั้น รองรับด้วย MAI-Image-2.5-Flash หรือ MAI-Image-2.5

โมเดลรูปภาพ MAI ปัจจุบันคือ MAI-Image-2.5-Flash, MAI-Image-2.5, MAI-Image-2e และ MAI-Image-2 โปรดดู Plugin Microsoft Foundry สำหรับการตั้งค่า และพฤติกรรมของโมเดลแชต

การสร้างรูปภาพด้วย OpenRouter ใช้ OPENROUTER_API_KEY เดียวกัน และ กำหนดเส้นทางผ่าน API รูปภาพสำหรับการเติมข้อความแชตของ OpenRouter เลือก โมเดลรูปภาพ OpenRouter ด้วยคำนำหน้า openrouter/:

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

OpenClaw ส่งต่อ prompt, count, รูปภาพอ้างอิง และ คำแนะนำ aspectRatio / resolution ที่เข้ากันได้กับ Gemini ไปยัง OpenRouter ทางลัดโมเดลรูปภาพ OpenRouter ในตัวปัจจุบันประกอบด้วย google/gemini-3.1-flash-image, google/gemini-3-pro-image และ openai/gpt-5.4-image-2 ใช้ action: "list" เพื่อดูว่า Plugin ที่คุณกำหนดค่าไว้เปิดเผยสิ่งใดบ้าง

โมเดล Krea 2 บน fal ใช้สคีมา Krea แบบเนทีฟของ fal แทนสคีมา image_size ทั่วไปที่ Flux ใช้ OpenClaw ส่ง:

• aspect_ratio สำหรับคำแนะนำอัตราส่วนภาพ
• creativity โดยมีค่าเริ่มต้นเป็น medium
• image_style_references เมื่อมีการระบุ image หรือ images

เลือก Krea 2 Medium สำหรับภาพประกอบที่สื่ออารมณ์ได้รวดเร็วยิ่งขึ้น และ Krea 2 Large สำหรับรูปลักษณ์สมจริงและมีพื้นผิวที่ละเอียดกว่าแต่ทำงานช้ากว่า:

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

ปัจจุบัน Krea 2 ส่งคืนหนึ่งรูปภาพต่อคำขอ ควรใช้ aspectRatio สำหรับ Krea โดย OpenClaw จะแมป size ไปยังอัตราส่วนภาพ Krea ที่รองรับและใกล้เคียงที่สุด และ ปฏิเสธ resolution สำหรับ Krea แทนที่จะละทิ้งค่านั้น ใช้ fal.creativity เมื่อต้องการระดับความสร้างสรรค์แบบเนทีฟของ Krea:

{  "model": "fal/krea/v2/medium/text-to-image",  "prompt": "ภาพบุคคลสไตล์ไซเบอร์ซีนที่มีพื้นผิวแบบริโซกราฟ",  "aspectRatio": "9:16",  "fal": {    "creativity": "high"  }}

การสร้างรูปภาพด้วย MiniMax ใช้งานได้ผ่านเส้นทางการรับรองความถูกต้อง MiniMax ที่รวมมาให้ทั้งสองเส้นทาง:

• minimax/image-01 สำหรับการตั้งค่าด้วยคีย์ API
• minimax-portal/image-01 สำหรับการตั้งค่าด้วย OAuth

ผู้ให้บริการ xAI ที่รวมมาให้ใช้ /v1/images/generations สำหรับคำขอ ที่มีเฉพาะพรอมต์ และใช้ /v1/images/edits เมื่อมี image หรือ images

• โมเดล: xai/grok-imagine-image, xai/grok-imagine-image-quality
• จำนวน: สูงสุด 4
• ข้อมูลอ้างอิง: image หนึ่งรายการ หรือ images สูงสุดสามรายการ
• อัตราส่วนภาพ: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 2:1, 1:2, 19.5:9, 9:19.5, 20:9, 9:20
• ความละเอียด: 1K, 2K
• เอาต์พุต: ส่งคืนเป็นไฟล์แนบรูปภาพที่ OpenClaw จัดการ

OpenClaw ตั้งใจไม่เปิดเผย quality, mask, user แบบเนทีฟของ xAI หรืออัตราส่วนภาพ auto จนกว่าตัวควบคุมเหล่านั้นจะมีอยู่ในสัญญา image_generate แบบใช้ร่วมกันข้ามผู้ให้บริการ