Генерація зображень
Інструмент image_generate дає агенту змогу створювати й редагувати зображення за допомогою ваших налаштованих провайдерів. Згенеровані зображення автоматично доставляються як медіавкладення у відповіді агента.
Інструмент з’являється лише тоді, коли доступний принаймні один провайдер генерації зображень. Якщо ви не бачите image_generate в інструментах свого агента, налаштуйте agents.defaults.imageGenerationModel або задайте API-ключ провайдера.
Швидкий старт
- Задайте API-ключ принаймні для одного провайдера, наприклад
OPENAI_API_KEY або GEMINI_API_KEY.
- За потреби задайте бажану модель:
{
agents: {
defaults: {
imageGenerationModel: {
primary: "openai/gpt-image-1",
},
},
},
}
- Попросіть агента: “Згенеруй зображення дружнього маскота-лобстера.”
Агент автоматично викликає image_generate. Додавати інструмент до allowlist не потрібно — він увімкнений за замовчуванням, коли доступний провайдер.
Підтримувані провайдери
| Провайдер | Модель за замовчуванням | Підтримка редагування | API-ключ |
|---|
| OpenAI | gpt-image-1 | Так (до 5 зображень) | OPENAI_API_KEY |
| Google | gemini-3.1-flash-image-preview | Так | GEMINI_API_KEY або GOOGLE_API_KEY |
| fal | fal-ai/flux/dev | Так | FAL_KEY |
| MiniMax | image-01 | Так (посилання на об’єкт) | MINIMAX_API_KEY або MiniMax OAuth (minimax-portal) |
| ComfyUI | workflow | Так (1 зображення, налаштовується workflow) | COMFY_API_KEY або COMFY_CLOUD_API_KEY для хмари |
| Vydra | grok-imagine | Ні | VYDRA_API_KEY |
action: "list", щоб переглянути доступні провайдери та моделі під час виконання:
/tool image_generate action=list
Параметри інструмента
| Параметр | Тип | Опис |
|---|
prompt | string | Промпт для генерації зображення (обов’язковий для action: "generate") |
action | string | "generate" (типово) або "list" для перегляду провайдерів |
model | string | Перевизначення провайдера/моделі, наприклад openai/gpt-image-1 |
image | string | Шлях або URL одного еталонного зображення для режиму редагування |
images | string[] | Кілька еталонних зображень для режиму редагування (до 5) |
size | string | Підказка щодо розміру: 1024x1024, 1536x1024, 1024x1536, 1024x1792, 1792x1024 |
aspectRatio | string | Співвідношення сторін: 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9 |
resolution | string | Підказка щодо роздільної здатності: 1K, 2K або 4K |
count | number | Кількість зображень для генерації (1–4) |
filename | string | Підказка щодо імені вихідного файла |
size, aspectRatio і resolution відображають те, що було фактично надіслано, а details.normalization фіксує перетворення від запитаних значень до застосованих.
Налаштування
Вибір моделі
{
agents: {
defaults: {
imageGenerationModel: {
primary: "openai/gpt-image-1",
fallbacks: ["google/gemini-3.1-flash-image-preview", "fal/fal-ai/flux/dev"],
},
},
},
}
Порядок вибору провайдера
Під час генерації зображення OpenClaw пробує провайдери в такому порядку:
- Параметр
model з виклику інструмента (якщо агент його вказує)
imageGenerationModel.primary із конфігураціїimageGenerationModel.fallbacks у заданому порядку- Автовиявлення — використовує лише типові значення провайдерів, підкріплені автентифікацією:
- спочатку поточний типовий провайдер
- далі решта зареєстрованих провайдерів генерації зображень у порядку їхніх ідентифікаторів
Якщо провайдер завершується помилкою (помилка автентифікації, обмеження швидкості тощо), автоматично пробується наступний кандидат. Якщо всі спроби невдалі, помилка містить подробиці кожної спроби.
Примітки:
- Автовиявлення враховує доступну автентифікацію. Типовий провайдер потрапляє до списку кандидатів лише тоді,
коли OpenClaw справді може автентифікувати цей провайдер.
- Автовиявлення ввімкнене за замовчуванням. Задайте
agents.defaults.mediaGenerationAutoProviderFallback: false, якщо хочете, щоб генерація зображень
використовувала лише явно задані записи model, primary і fallbacks.
- Використайте
action: "list", щоб переглянути наразі зареєстровані провайдери, їхні
типові моделі та підказки щодо змінних середовища для автентифікації.
Редагування зображень
OpenAI, Google, fal, MiniMax і ComfyUI підтримують редагування еталонних зображень. Передайте шлях або URL еталонного зображення:
"Згенеруй акварельну версію цього фото" + image: "/path/to/photo.jpg"
images. fal, MiniMax і ComfyUI підтримують 1.
Генерація зображень MiniMax доступна через обидва вбудовані шляхи автентифікації MiniMax:
minimax/image-01 для налаштувань з API-ключемminimax-portal/image-01 для налаштувань з OAuth
Можливості провайдерів
| Можливість | OpenAI | Google | fal | MiniMax | ComfyUI | Vydra |
|---|
| Генерація | Так (до 4) | Так (до 4) | Так (до 4) | Так (до 9) | Так (кількість виходів визначається workflow) | Так (1) |
| Редагування/еталон | Так (до 5 зображень) | Так (до 5 зображень) | Так (1 зображення) | Так (1 зображення, посилання на об’єкт) | Так (1 зображення, налаштовується workflow) | Ні |
| Керування розміром | Так | Так | Так | Ні | Ні | Ні |
| Співвідношення сторін | Ні | Так | Так (лише генерація) | Так | Ні | Ні |
| Роздільна здатність (1K/2K/4K) | Ні | Так | Так | Ні | Ні | Ні |
Пов’язане
- Огляд інструментів — усі доступні інструменти агента
- fal — налаштування провайдера зображень і відео fal
- ComfyUI — налаштування локального ComfyUI і Comfy Cloud workflow
- Google (Gemini) — налаштування провайдера зображень Gemini
- MiniMax — налаштування провайдера зображень MiniMax
- OpenAI — налаштування провайдера OpenAI Images
- Vydra — налаштування зображень, відео й мовлення Vydra
- Довідник із конфігурації — конфігурація
imageGenerationModel
- Моделі — налаштування моделей і відмовостійкість
