Генерация изображений

Переопределение model для отдельного вызова пробует только указанные провайдер и модель и не переходит к настроенным основной/резервным или автоматически обнаруженным провайдерам.

Значение провайдера по умолчанию включается в список кандидатов, только если OpenClaw может фактически пройти аутентификацию у этого провайдера. Задайте agents.defaults.mediaGenerationAutoProviderFallback: false, чтобы использовать только явно указанные записи model, primary и fallbacks.

Задайте agents.defaults.imageGenerationModel.timeoutMs для медленных серверных систем обработки изображений. Параметр инструмента timeoutMs для отдельного вызова переопределяет настроенное значение по умолчанию, а настроенные значения по умолчанию переопределяют значения провайдеров по умолчанию, заданные плагином. Для размещённых у Google и OpenRouter провайдеров изображений по умолчанию используется 180 секунд; для генерации изображений Microsoft Foundry MAI, xAI и Azure OpenAI — 600 секунд. Вызовы динамических инструментов Codex используют значение моста image_generate по умолчанию, равное 120 секундам, и при наличии настройки соблюдают тот же бюджет тайм-аута, ограниченный максимальным значением моста динамических инструментов OpenClaw в 600000 мс.

Используйте action: "list", чтобы просмотреть зарегистрированных в данный момент провайдеров, их модели по умолчанию и подсказки по переменным окружения для аутентификации.

Для генерации изображений OpenAI по умолчанию используется openai/gpt-image-2. Если настроен OAuth-профиль openai, OpenClaw повторно использует тот же OAuth-профиль, который применяется моделями чата подписки Codex, и отправляет запрос изображения через серверную систему Codex Responses. Устаревшие базовые URL Codex, такие как https://chatgpt.com/backend-api, приводятся к каноническому виду https://chatgpt.com/backend-api/codex для запросов изображений. OpenClaw не переключается незаметно на OPENAI_API_KEY для такого запроса — чтобы принудительно направить запрос напрямую в OpenAI Images API, явно настройте models.providers.openai с ключом API, 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 выбирать 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 изображений из текста, так и редактирование эталонных изображений через один и тот же инструмент image_generate. OpenClaw передаёт OpenAI prompt, count, size, quality, outputFormat и эталонные изображения. OpenAI не получает aspectRatio или resolution напрямую; когда это возможно, OpenClaw сопоставляет их с поддерживаемым size, иначе инструмент сообщает о них как о проигнорированных переопределениях.

Специальные параметры 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; для вывода с прозрачностью требуется outputFormat png или webp и модель изображений OpenAI с поддержкой прозрачности. OpenClaw направляет стандартные запросы gpt-image-2 с прозрачным фоном 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 в настоящее время сопоставляется с тем же полем запроса OpenAI background, когда выбран провайдер OpenAI. Провайдеры, которые не заявляют поддержку фона, возвращают её в ignoredOverrides, а не получают неподдерживаемый параметр.

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

Генерация изображений Microsoft Foundry использует имена развёрнутых моделей изображений MAI с префиксом провайдера microsoft-foundry/. Модели по умолчанию на уровне провайдера нет, поскольку API MAI ожидает имя вашего развёртывания в поле model:

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

Провайдер использует API MAI 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 / ключ API провайдера или Entra ID через az login
• Вывод: одно изображение PNG
• Размер: по умолчанию 1024x1024; ширина и высота должны быть не менее 768 пикселей каждая, а общее количество пикселей не должно превышать 1 048 576
• Редактирование: одно эталонное изображение PNG или JPEG, поддерживается только развёртываниями MAI-Image-2.5-Flash и MAI-Image-2.5

Для генерации только по текстовому запросу можно использовать пользовательское имя развёртывания, настроив лишь конечную точку Foundry. Для редактирования с пользовательскими именами развёртываний требуются метаданные первоначальной настройки/модели, чтобы OpenClaw мог проверить, что развёртывание 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. Инструкции по настройке и описание поведения моделей чата см. в разделе Плагин Microsoft Foundry.

Генерация изображений OpenRouter использует тот же OPENROUTER_API_KEY и направляет запросы через API изображений в завершениях чата OpenRouter. Выбирайте модели изображений OpenRouter с префиксом openrouter/:

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

OpenClaw передаёт 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 узнать, что предоставляет настроенный плагин.

Модели Krea 2 в fal используют собственную схему Krea от fal вместо общей 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, а Krea 2 Large — для более медленного создания более детализированных фотореалистичных и текстурированных изображений:

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

В настоящее время Krea 2 возвращает одно изображение на запрос. Для Krea предпочтительно использовать aspectRatio; OpenClaw сопоставляет size с ближайшим поддерживаемым Krea соотношением сторон и отклоняет resolution для Krea, а не отбрасывает его. Используйте fal.creativity, если нужен собственный уровень креативности Krea:

{  "model": "fal/krea/v2/medium/text-to-image",  "prompt": "Портрет в стиле киберзина с текстурой ризографии",  "aspectRatio": "9:16",  "fal": {    "creativity": "high"  }}

Генерация изображений MiniMax доступна через оба встроенных пути аутентификации MiniMax:

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

Встроенный провайдер xAI использует /v1/images/generations для запросов только с текстовым описанием 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 трёх images
• Соотношения сторон: 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
• Разрешения: 1K, 2K
• Вывод: возвращается в виде вложений изображений, управляемых OpenClaw

OpenClaw намеренно не предоставляет собственные параметры xAI quality, mask, user или соотношение сторон auto, пока эти элементы управления не появятся в общем межпровайдерном контракте image_generate.