Bilderzeugung

Eine model-Überschreibung pro Aufruf versucht nur diesen Provider bzw. dieses Modell und fährt nicht mit dem konfigurierten primären Modell, Fallback-Modellen oder automatisch erkannten Providern fort.

Der Standardwert eines Providers wird nur dann in die Kandidatenliste aufgenommen, wenn OpenClaw diesen Provider tatsächlich authentifizieren kann. Setzen Sie agents.defaults.mediaGenerationAutoProviderFallback: false, um ausschließlich explizite Einträge für model, primary und fallbacks zu verwenden.

Legen Sie für langsame Bild-Backends agents.defaults.imageGenerationModel.timeoutMs fest. Ein Tool-Parameter timeoutMs pro Aufruf überschreibt den konfigurierten Standardwert, und konfigurierte Standardwerte überschreiben die vom Plugin definierten Provider-Standardwerte. Bei Google und von OpenRouter gehosteten Bild-Providern beträgt der Standardwert 180 Sekunden; bei der Bildgenerierung mit Microsoft Foundry MAI, xAI und Azure OpenAI sind es 600 Sekunden. Dynamische Tool-Aufrufe von Codex verwenden für die image_generate-Bridge standardmäßig 120 Sekunden und berücksichtigen bei entsprechender Konfiguration dasselbe Zeitlimit, begrenzt durch das Maximum von 600000 ms für dynamische Tool-Bridges in OpenClaw.

Verwenden Sie action: "list", um die derzeit registrierten Provider, ihre Standardmodelle und Hinweise zu Umgebungsvariablen für die Authentifizierung zu prüfen.

Die OpenAI-Bildgenerierung verwendet standardmäßig openai/gpt-image-2. Wenn ein OAuth-Profil für openai konfiguriert ist, verwendet OpenClaw dasselbe OAuth-Profil wieder, das von Codex-Abonnement-Chatmodellen verwendet wird, und sendet die Bildanfrage über das Codex-Responses-Backend. Veraltete Codex-Basis-URLs wie https://chatgpt.com/backend-api werden für Bildanfragen zu https://chatgpt.com/backend-api/codex kanonisiert. OpenClaw greift für diese Anfrage nicht stillschweigend auf OPENAI_API_KEY zurück. Um die Anfrage direkt über die OpenAI Images API zu leiten, konfigurieren Sie models.providers.openai explizit mit einem API-Schlüssel, einer benutzerdefinierten Basis-URL oder einem Azure-Endpunkt.

Die Modelle openai/gpt-image-1.5, openai/gpt-image-1 und openai/gpt-image-1-mini können weiterhin explizit ausgewählt werden. Verwenden Sie gpt-image-1.5 für PNG-/WebP-Ausgaben mit transparentem Hintergrund; die aktuelle API von gpt-image-2 lehnt background: "transparent" ab.

gpt-image-2 unterstützt sowohl die Text-zu-Bild-Generierung als auch die Bearbeitung von Referenzbildern über dasselbe Tool image_generate. OpenClaw leitet prompt, count, size, quality, outputFormat und Referenzbilder an OpenAI weiter. OpenAI empfängt aspectRatio oder resolution nicht direkt; wenn möglich, ordnet OpenClaw diese einem unterstützten size zu. Andernfalls meldet das Tool sie als ignorierte Überschreibungen.

OpenAI-spezifische Optionen befinden sich unter dem Objekt openai:

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

openai.background akzeptiert transparent, opaque oder auto; transparente Ausgaben erfordern für outputFormat den Wert png oder webp sowie ein OpenAI-Bildmodell, das Transparenz unterstützt. OpenClaw leitet Anfragen mit dem Standardmodell gpt-image-2 und transparentem Hintergrund an gpt-image-1.5 weiter. openai.outputCompression gilt für JPEG-/WebP-Ausgaben und wird bei PNG-Ausgaben ignoriert.

Der übergeordnete Hinweis background ist Provider-neutral und wird derzeit demselben OpenAI-Anfragefeld background zugeordnet, wenn der OpenAI-Provider ausgewählt ist. Provider, die keine Unterstützung für Hintergründe deklarieren, geben ihn in ignoredOverrides zurück, statt den nicht unterstützten Parameter zu empfangen.

Informationen dazu, wie Sie die OpenAI-Bildgenerierung statt über api.openai.com über eine Azure-OpenAI-Bereitstellung leiten, finden Sie unter Azure-OpenAI-Endpunkte.

Die Microsoft-Foundry-Bildgenerierung verwendet die Namen bereitgestellter MAI-Bildbereitstellungen unter dem Provider-Präfix microsoft-foundry/. Es gibt kein Standardmodell auf Provider-Ebene, da die MAI-API den Namen Ihrer Bereitstellung im Feld model erwartet:

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

Der Provider verwendet die MAI-API von Microsoft Foundry, nicht die OpenAI Images API:

• Generierungsendpunkt: /mai/v1/images/generations
• Bearbeitungsendpunkt: /mai/v1/images/edits
• Authentifizierung: AZURE_OPENAI_API_KEY / Provider-API-Schlüssel oder Entra ID über az login
• Ausgabe: ein PNG-Bild
• Größe: standardmäßig 1024x1024; Breite und Höhe müssen jeweils mindestens 768 px betragen, und die Gesamtzahl der Pixel darf höchstens 1,048,576 betragen
• Bearbeitungen: ein PNG- oder JPEG-Referenzbild, nur von Bereitstellungen mit MAI-Image-2.5-Flash und MAI-Image-2.5 unterstützt

Für die reine Prompt-Generierung kann ein benutzerdefinierter Bereitstellungsname verwendet werden, wenn lediglich der Foundry-Endpunkt konfiguriert ist. Bearbeitungen mit benutzerdefinierten Bereitstellungsnamen benötigen Onboarding-/Modellmetadaten, damit OpenClaw überprüfen kann, ob die Bereitstellung auf MAI-Image-2.5-Flash oder MAI-Image-2.5 basiert.

Aktuelle MAI-Bildmodelle sind MAI-Image-2.5-Flash, MAI-Image-2.5, MAI-Image-2e und MAI-Image-2. Informationen zur Einrichtung und zum Verhalten von Chatmodellen finden Sie unter Microsoft-Foundry-Plugin.

Die OpenRouter-Bildgenerierung verwendet denselben OPENROUTER_API_KEY und wird über die Bild-API für Chat Completions von OpenRouter geleitet. Wählen Sie OpenRouter-Bildmodelle mit dem Präfix openrouter/ aus:

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

OpenClaw leitet prompt, count, Referenzbilder sowie Gemini-kompatible Hinweise für aspectRatio / resolution an OpenRouter weiter. Zu den derzeit integrierten Kurzbezeichnungen für OpenRouter-Bildmodelle gehören google/gemini-3.1-flash-image-preview, google/gemini-3-pro-image-preview und openai/gpt-5.4-image-2. Verwenden Sie action: "list", um zu sehen, was Ihr konfiguriertes Plugin bereitstellt.

Krea-2-Modelle auf fal verwenden das native Krea-Schema von fal statt des generischen Schemas image_size, das von Flux verwendet wird. OpenClaw sendet:

• aspect_ratio für Hinweise zum Seitenverhältnis
• creativity, standardmäßig medium
• image_style_references, wenn image oder images angegeben werden

Wählen Sie Krea 2 Medium für schnellere, ausdrucksstarke Illustrationen und Krea 2 Large für langsamere, detailliertere fotorealistische und texturierte Darstellungen:

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

Krea 2 gibt derzeit ein Bild pro Anfrage zurück. Bevorzugen Sie für Krea aspectRatio; OpenClaw ordnet size dem nächstgelegenen unterstützten Krea-Seitenverhältnis zu und lehnt resolution für Krea ab, statt den Wert zu verwerfen. Verwenden Sie fal.creativity, wenn Sie eine native Krea-Kreativitätsstufe festlegen möchten:

{  "model": "fal/krea/v2/medium/text-to-image",  "prompt": "Ein Cyber-Zine-Porträt mit Risograph-Textur",  "aspectRatio": "9:16",  "fal": {    "creativity": "high"  }}

Die MiniMax-Bildgenerierung ist über beide mitgelieferten MiniMax-Authentifizierungswege verfügbar:

• minimax/image-01 für Einrichtungen mit API-Schlüssel
• minimax-portal/image-01 für Einrichtungen mit OAuth

Der mitgelieferte xAI-Provider verwendet /v1/images/generations für reine Prompt-Anfragen und /v1/images/edits, wenn image oder images vorhanden ist.

• Modelle: xai/grok-imagine-image, xai/grok-imagine-image-quality
• Anzahl: bis zu 4
• Referenzen: ein image oder bis zu drei images
• Seitenverhältnisse: 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
• Auflösungen: 1K, 2K
• Ausgaben: werden als von OpenClaw verwaltete Bildanhänge zurückgegeben

OpenClaw stellt die xAI-nativen Optionen quality, mask, user sowie das Seitenverhältnis auto absichtlich nicht bereit, bis diese Steuerelemente im gemeinsamen Provider-übergreifenden Vertrag image_generate vorhanden sind.