Генерування зображень

Перевизначення model для окремого виклику пробує лише цей провайдер/модель і не переходить до налаштованих основного/резервного чи автоматично виявлених провайдерів.

Типове значення провайдера потрапляє до списку кандидатів лише тоді, коли OpenClaw може фактично автентифікувати цей провайдер. Установіть agents.defaults.mediaGenerationAutoProviderFallback: false, щоб використовувати лише явні записи model, primary і fallbacks.

Установіть agents.defaults.imageGenerationModel.timeoutMs для повільних бекендів зображень. Параметр інструмента timeoutMs для окремого виклику перевизначає налаштоване типове значення, а налаштовані типові значення перевизначають типові значення провайдерів, задані Plugin. Провайдери зображень, розміщені в Google і OpenRouter, використовують типові значення 180 секунд; генерація зображень Microsoft Foundry MAI, xAI і Azure OpenAI використовує 600 секунд. Виклики динамічних інструментів Codex використовують типове значення мосту image_generate 120 секунд і, коли налаштовано, дотримуються того самого бюджету тайм-ауту, обмеженого максимальним значенням мосту динамічних інструментів OpenClaw у 600000 мс.

Використовуйте action: "list", щоб перевірити поточно зареєстрованих провайдерів, їхні типові моделі та підказки щодо змінних середовища для автентифікації.

Генерація зображень OpenAI типово використовує openai/gpt-image-2. Якщо налаштовано профіль OAuth openai, OpenClaw повторно використовує той самий профіль OAuth, який застосовується моделями чату за підпискою Codex, і надсилає запит зображення через бекенд Codex Responses. Застарілі базові URL Codex, як-от https://chatgpt.com/backend-api, канонізуються до https://chatgpt.com/backend-api/codex для запитів зображень. OpenClaw не повертається непомітно до OPENAI_API_KEY для цього запиту - щоб примусово спрямувати через прямий OpenAI Images API, налаштуйте models.providers.openai явно з API-ключем, користувацьким базовим URL або кінцевою точкою Azure.

Моделі openai/gpt-image-1.5, openai/gpt-image-1 і openai/gpt-image-1-mini усе ще можна вибрати явно. Використовуйте gpt-image-1.5 для виводу PNG/WebP із прозорим фоном; поточний API gpt-image-2 відхиляє background: "transparent".

gpt-image-2 підтримує як генерацію зображень із тексту, так і редагування за еталонним зображенням через той самий інструмент image_generate. OpenClaw пересилає prompt, count, size, quality, outputFormat і еталонні зображення до OpenAI. OpenAI не отримує aspectRatio або resolution напряму; коли можливо, OpenClaw зіставляє їх із підтримуваним size, інакше інструмент повідомляє про них як про проігноровані перевизначення.

Специфічні для OpenAI параметри містяться в об'єкті openai:

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

openai.background приймає transparent, opaque або auto; прозорий вивід вимагає outputFormat png або webp і моделі зображень OpenAI з підтримкою прозорості. OpenClaw спрямовує типові запити gpt-image-2 із прозорим фоном до gpt-image-1.5. openai.outputCompression застосовується до виводу JPEG/WebP та ігнорується для виводу PNG.

Підказка верхнього рівня background є нейтральною щодо провайдера і наразі зіставляється з тим самим полем запиту OpenAI background, коли вибрано провайдера OpenAI. Провайдери, які не оголошують підтримку фону, повертають її в ignoredOverrides замість отримання непідтримуваного параметра.

Щоб спрямувати генерацію зображень OpenAI через розгортання Azure OpenAI замість api.openai.com, див. кінцеві точки Azure OpenAI.

Генерація зображень Microsoft Foundry використовує назви розгорнутих розгортань зображень MAI під префіксом провайдера microsoft-foundry/. Типової моделі на рівні провайдера немає, оскільки MAI API очікує назву вашого розгортання в полі model:

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

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

• Кінцева точка генерації: /mai/v1/images/generations
• Кінцева точка редагування: /mai/v1/images/edits
• Автентифікація: AZURE_OPENAI_API_KEY / API-ключ провайдера або Entra ID через az login
• Вивід: одне зображення PNG
• Розмір: типовий 1024x1024; ширина й висота мають бути щонайменше 768 px кожна, а загальна кількість пікселів має бути не більш ніж 1,048,576
• Редагування: одне еталонне зображення PNG або JPEG, підтримується лише розгортаннями MAI-Image-2.5-Flash і MAI-Image-2.5

Генерація лише за промптом може використовувати користувацьку назву розгортання, якщо налаштовано тільки кінцеву точку Foundry. Редагування з користувацькими назвами розгортань потребують метаданих онбордингу/моделі, щоб OpenClaw міг перевірити, що розгортання підтримується MAI-Image-2.5-Flash або MAI-Image-2.5.

Поточні моделі зображень MAI: MAI-Image-2.5-Flash, MAI-Image-2.5, MAI-Image-2e і MAI-Image-2. Див. Plugin Microsoft Foundry для налаштування і поведінки чат-моделей.

Генерація зображень OpenRouter використовує той самий OPENROUTER_API_KEY і маршрутизується через API зображень chat completions OpenRouter. Вибирайте моделі зображень OpenRouter з префіксом openrouter/:

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

OpenClaw пересилає prompt, count, еталонні зображення та сумісні з Gemini підказки aspectRatio / resolution до OpenRouter. Поточні вбудовані скорочення моделей зображень OpenRouter включають google/gemini-3.1-flash-image-preview, google/gemini-3-pro-image-preview і openai/gpt-5.4-image-2. Використовуйте action: "list", щоб побачити, що надає ваш налаштований Plugin.

Моделі Krea 2 на fal використовують власну схему Krea від fal замість загальної схеми image_size, яку використовує Flux. OpenClaw надсилає:

• aspect_ratio для підказок співвідношення сторін
• creativity, типово medium
• image_style_references, коли надано image або images

Виберіть Krea 2 Medium для швидшої виразної ілюстрації та Krea 2 Large для повільнішого, детальнішого фотореалістичного й текстурованого вигляду:

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

Krea 2 наразі повертає одне зображення на запит. Для Krea надавайте перевагу aspectRatio; OpenClaw зіставляє size з найближчим підтримуваним співвідношенням сторін Krea і відхиляє resolution для Krea, а не пропускає його. Використовуйте fal.creativity, коли потрібен власний рівень креативності Krea:

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

Генерація зображень MiniMax доступна через обидва вбудовані шляхи автентифікації MiniMax:

• minimax/image-01 для налаштувань з API-ключем
• minimax-portal/image-01 для налаштувань OAuth

Вбудований провайдер xAI використовує /v1/images/generations для запитів лише за промптом і /v1/images/edits, коли наявний image або images.

• Моделі: xai/grok-imagine-image, xai/grok-imagine-image-quality
• Кількість: до 4
• Референси: одне image або до п'яти images
• Співвідношення сторін: 1:1, 16:9, 9:16, 4:3, 3:4, 2:3, 3:2
• Роздільності: 1K, 2K
• Вивід: повертається як вкладення зображень, керовані OpenClaw

OpenClaw навмисно не надає xAI-власні quality, mask, user або додаткові лише нативні співвідношення сторін, доки ці елементи керування не існуватимуть у спільному міжпровайдерному контракті image_generate.