การสร้างรูปภาพ

การแทนที่ model ต่อการเรียกใช้จะลองเฉพาะผู้ให้บริการ/โมเดลนั้น และจะไม่ดำเนินการต่อไปยัง primary/fallback ที่กำหนดค่าไว้หรือผู้ให้บริการที่ตรวจพบโดยอัตโนมัติ

ค่าเริ่มต้นของผู้ให้บริการจะเข้าสู่รายการตัวเลือกเฉพาะเมื่อ OpenClaw สามารถยืนยันตัวตนกับผู้ให้บริการนั้นได้จริง ตั้งค่า agents.defaults.mediaGenerationAutoProviderFallback: false เพื่อใช้เฉพาะรายการ model, primary และ fallbacks ที่ระบุไว้อย่างชัดเจน

ตั้งค่า agents.defaults.imageGenerationModel.timeoutMs สำหรับแบ็กเอนด์รูปภาพที่ทำงานช้า พารามิเตอร์เครื่องมือ timeoutMs ต่อการเรียกใช้จะแทนที่ค่าเริ่มต้นที่กำหนดไว้ และค่าเริ่มต้นที่กำหนดไว้จะแทนที่ค่าเริ่มต้นของผู้ให้บริการที่ Plugin กำหนด ผู้ให้บริการรูปภาพแบบโฮสต์ของ Google และ OpenRouter ใช้ค่าเริ่มต้น 180 วินาที ส่วนการสร้างรูปภาพของ Microsoft Foundry MAI, xAI และ Azure OpenAI ใช้ 600 วินาที การเรียกเครื่องมือแบบไดนามิกของ Codex ใช้ค่าเริ่มต้นของบริดจ์ image_generate ที่ 120 วินาที และใช้กรอบระยะหมดเวลาเดียวกันเมื่อมีการกำหนดค่า โดยจำกัดไม่เกินค่าสูงสุด 600000 มิลลิวินาทีของบริดจ์เครื่องมือแบบไดนามิกของ OpenClaw

ใช้ action: "list" เพื่อตรวจสอบผู้ให้บริการที่ลงทะเบียนอยู่ในปัจจุบัน โมเดลเริ่มต้นของผู้ให้บริการเหล่านั้น และคำแนะนำเกี่ยวกับตัวแปรสภาพแวดล้อมสำหรับการยืนยันตัวตน

การสร้างรูปภาพของ OpenAI ใช้ openai/gpt-image-2 เป็นค่าเริ่มต้น หากมีการกำหนดค่าโปรไฟล์ OAuth ของ openai ไว้ OpenClaw จะใช้โปรไฟล์ OAuth เดียวกับที่โมเดลแชตแบบสมัครสมาชิกของ Codex ใช้ และส่งคำขอรูปภาพผ่านแบ็กเอนด์ Codex Responses URL ฐานแบบเดิมของ Codex เช่น https://chatgpt.com/backend-api จะถูกปรับเป็นรูปแบบมาตรฐาน https://chatgpt.com/backend-api/codex สำหรับคำขอรูปภาพ OpenClaw จะ ไม่ ย้อนกลับไปใช้ OPENAI_API_KEY สำหรับคำขอนั้นโดยอัตโนมัติ หากต้องการบังคับให้กำหนดเส้นทางผ่าน OpenAI Images API โดยตรง ให้กำหนดค่า models.providers.openai อย่างชัดเจนด้วยคีย์ API, URL ฐานแบบกำหนดเอง หรือปลายทาง Azure

ยังคงสามารถเลือกโมเดล 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 เนื่องจาก API gpt-image-2 ปัจจุบันปฏิเสธ background: "transparent"

gpt-image-2 รองรับทั้งการสร้างรูปภาพจากข้อความและการแก้ไขรูปภาพอ้างอิงผ่านเครื่องมือ image_generate เดียวกัน OpenClaw ส่งต่อ prompt, count, size, quality, outputFormat และรูปภาพอ้างอิงไปยัง OpenAI โดย OpenAI จะ ไม่ได้รับ aspectRatio หรือ resolution โดยตรง หากเป็นไปได้ OpenClaw จะแปลงค่าเหล่านั้นเป็น size ที่รองรับ มิฉะนั้นเครื่องมือจะรายงานค่าเหล่านั้นเป็นการแทนที่ที่ถูกละเว้น

ตัวเลือกเฉพาะของ OpenAI อยู่ภายใต้อ็อบเจ็กต์ openai:

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

openai.background ยอมรับค่า transparent, opaque หรือ auto เอาต์พุตแบบโปร่งใสต้องใช้ outputFormat เป็น png หรือ webp และใช้โมเดลรูปภาพของ OpenAI ที่รองรับความโปร่งใส OpenClaw จะกำหนดเส้นทางคำขอพื้นหลังโปร่งใสของ gpt-image-2 เริ่มต้นไปยัง gpt-image-1.5 ส่วน openai.outputCompression มีผลกับเอาต์พุต JPEG/WebP และจะถูกละเว้นสำหรับเอาต์พุต PNG

คำแนะนำ background ระดับบนสุดไม่ขึ้นกับผู้ให้บริการ และปัจจุบันจะแมปไปยังฟิลด์คำขอ background เดียวกันของ OpenAI เมื่อเลือกผู้ให้บริการ OpenAI ผู้ให้บริการที่ไม่ได้ประกาศว่ารองรับพื้นหลังจะส่งคืนค่านี้ใน ignoredOverrides แทนการรับพารามิเตอร์ที่ไม่รองรับ

หากต้องการกำหนดเส้นทางการสร้างรูปภาพของ OpenAI ผ่านการปรับใช้ Azure OpenAI แทน api.openai.com โปรดดู ปลายทาง Azure OpenAI

การสร้างรูปภาพของ Microsoft Foundry ใช้ชื่อการปรับใช้รูปภาพ MAI ที่ปรับใช้แล้วภายใต้คำนำหน้าผู้ให้บริการ microsoft-foundry/ ไม่มีโมเดลเริ่มต้นระดับผู้ให้บริการ เนื่องจาก MAI API ต้องการชื่อการปรับใช้ของคุณในฟิลด์ model:

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

ผู้ให้บริการใช้ MAI API ของ Microsoft Foundry ไม่ใช่ OpenAI Images API:

• ปลายทางการสร้าง: /mai/v1/images/generations
• ปลายทางการแก้ไข: /mai/v1/images/edits
• การยืนยันตัวตน: AZURE_OPENAI_API_KEY / คีย์ API ของผู้ให้บริการ หรือ Entra ID ผ่าน az login
• เอาต์พุต: รูปภาพ PNG หนึ่งรูป
• ขนาด: ค่าเริ่มต้น 1024x1024 โดยความกว้างและความสูงแต่ละด้านต้องไม่น้อยกว่า 768 พิกเซล และจำนวนพิกเซลรวมต้องไม่เกิน 1,048,576
• การแก้ไข: รูปภาพอ้างอิง PNG หรือ JPEG หนึ่งรูป รองรับเฉพาะการปรับใช้ MAI-Image-2.5-Flash และ MAI-Image-2.5

การสร้างจากพรอมต์เพียงอย่างเดียวสามารถใช้ชื่อการปรับใช้แบบกำหนดเองได้โดยกำหนดค่าเฉพาะปลายทาง Foundry การแก้ไขด้วยชื่อการปรับใช้แบบกำหนดเองต้องมีข้อมูลเมตาการเริ่มต้นใช้งาน/โมเดล เพื่อให้ OpenClaw ตรวจสอบได้ว่าการปรับใช้นั้นรองรับโดย MAI-Image-2.5-Flash หรือ MAI-Image-2.5

โมเดลรูปภาพ MAI ปัจจุบันได้แก่ MAI-Image-2.5-Flash, MAI-Image-2.5, MAI-Image-2e และ MAI-Image-2 โปรดดู Plugin Microsoft Foundry สำหรับการตั้งค่าและพฤติกรรมของโมเดลแชต

การสร้างรูปภาพของ OpenRouter ใช้ OPENROUTER_API_KEY เดียวกัน และกำหนดเส้นทางผ่าน API รูปภาพของการเติมข้อความแชตของ OpenRouter เลือกโมเดลรูปภาพ OpenRouter ด้วยคำนำหน้า openrouter/:

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

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

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

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

เลือก Krea 2 Medium สำหรับภาพประกอบที่สื่ออารมณ์ได้รวดเร็วกว่า และ Krea 2 Large สำหรับภาพสมจริงและพื้นผิวที่มีรายละเอียดมากกว่าแต่ทำงานช้ากว่า:

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

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

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

การสร้างรูปภาพของ MiniMax ใช้งานได้ผ่านเส้นทางการยืนยันตัวตน MiniMax ที่มีมาให้ทั้งสองรูปแบบ:

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

ผู้ให้บริการ xAI ที่มีมาให้ใช้ /v1/images/generations สำหรับคำขอที่มีเฉพาะพรอมต์ และใช้ /v1/images/edits เมื่อมี image หรือ images

• โมเดล: xai/grok-imagine-image, xai/grok-imagine-image-quality
• จำนวน: สูงสุด 4
• รูปภาพอ้างอิง: image หนึ่งรูป หรือ images สูงสุดสามรูป
• 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 หรืออัตราส่วนภาพ auto แบบเนทีฟของ xAI จนกว่าจะมีตัวควบคุมเหล่านั้นในสัญญา image_generate ร่วมระหว่างผู้ให้บริการ