Генерування зображень

Перевизначення model для окремого виклику випробовує лише зазначеного постачальника/модель і не переходить до налаштованої основної, резервних або автоматично виявлених постачальників.

Стандартна модель постачальника потрапляє до списку кандидатів лише тоді, коли OpenClaw може фактично автентифікуватися в цього постачальника. Установіть agents.defaults.mediaGenerationAutoProviderFallback: false, щоб використовувати лише явно задані записи model, primary і fallbacks.

Для повільних систем обробки зображень установіть agents.defaults.imageGenerationModel.timeoutMs. Параметр інструмента timeoutMs для окремого виклику перевизначає налаштоване стандартне значення, а налаштовані стандартні значення перевизначають стандартні значення постачальника, задані плагіном. Розміщені в Google і OpenRouter постачальники зображень використовують стандартне значення 180 секунд; генерація зображень Microsoft Foundry MAI, xAI та Azure OpenAI використовує 600 секунд. Виклики динамічних інструментів Codex використовують стандартне значення 120 секунд для мосту image_generate і дотримуються того самого налаштованого бюджету часу очікування, обмеженого максимальним значенням мосту динамічних інструментів OpenClaw у 600000 мс.

Використовуйте action: "list", щоб переглянути поточних зареєстрованих постачальників, їхні стандартні моделі та підказки щодо змінних середовища для автентифікації.

Для генерації зображень OpenAI стандартно використовується openai/gpt-image-2. Якщо налаштовано профіль OAuth openai, OpenClaw повторно використовує той самий профіль OAuth, що й моделі чату за передплатою Codex, і надсилає запит зображення через серверну частину Codex Responses. Застарілі базові URL-адреси Codex, як-от https://chatgpt.com/backend-api, канонізуються до https://chatgpt.com/backend-api/codex для запитів зображень. OpenClaw не переходить непомітно до OPENAI_API_KEY для такого запиту — щоб примусово спрямувати запит безпосередньо до OpenAI Images API, явно налаштуйте models.providers.openai із ключем API, власною базовою URL-адресою 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 виведення PNG/WebP із прозорим тлом; поточний API gpt-image-2 відхиляє background: "transparent".

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

Параметри, специфічні для OpenAI, розміщено 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; для прозорого виведення потрібен outputFormat зі значенням png або webp і модель зображень OpenAI із підтримкою прозорості. OpenClaw спрямовує стандартні запити gpt-image-2 із прозорим тлом до gpt-image-1.5. openai.outputCompression застосовується до виведення JPEG/WebP та ігнорується для виведення PNG.

Підказка верхнього рівня background не залежить від постачальника й наразі зіставляється з тим самим полем запиту OpenAI background, коли вибрано постачальника OpenAI. Постачальники, які не заявляють підтримку тла, повертають її в ignoredOverrides, замість того щоб отримувати непідтримуваний параметр.

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

Генерація зображень Microsoft Foundry використовує імена розгорнутих розгортань зображень MAI із префіксом постачальника microsoft-foundry/. Стандартної моделі на рівні постачальника немає, оскільки API MAI очікує ім’я вашого розгортання в полі model:

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

Постачальник використовує API MAI від 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 / ключ API постачальника або Entra ID через az login
• Виведення: одне зображення PNG
• Розмір: стандартно 1024x1024; ширина й висота мають становити щонайменше 768 пікселів кожна, а загальна кількість пікселів не має перевищувати 1 048 576
• Редагування: одне еталонне зображення PNG або JPEG, підтримується лише розгортаннями MAI-Image-2.5-Flash і MAI-Image-2.5

Для генерації лише за запитом можна використовувати власне ім’я розгортання, налаштувавши тільки кінцеву точку Foundry. Для редагування з власними іменами розгортань потрібні метадані початкового налаштування/моделі, щоб OpenClaw міг перевірити, що розгортання працює на основі 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. Відомості про налаштування та поведінку моделей чату див. у розділі плагін Microsoft Foundry.

Генерація зображень OpenRouter використовує той самий OPENROUTER_API_KEY і спрямовує запити через API зображень завершення чату OpenRouter. Вибирайте моделі зображень OpenRouter із префіксом openrouter/:

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

OpenClaw передає до OpenRouter prompt, count, еталонні зображення та сумісні з Gemini підказки aspectRatio / resolution. 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 переглянути, що надає ваш налаштований плагін.

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

• aspect_ratio для підказок щодо співвідношення сторін
• creativity, зі стандартним значенням medium
• image_style_references, коли надано image або images

Вибирайте Krea 2 Medium для швидшого створення виразних ілюстрацій, а Krea 2 Large — для повільнішого створення деталізованіших фотореалістичних і текстурованих зображень:

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

Наразі Krea 2 повертає одне зображення на запит. Для Krea віддавайте перевагу aspectRatio; OpenClaw зіставляє size із найближчим підтримуваним співвідношенням сторін Krea та відхиляє resolution для Krea, а не відкидає його. Використовуйте fal.creativity, коли потрібен власний рівень творчості 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 із ключем API
• minimax-portal/image-01 для налаштувань OAuth

Вбудований постачальник xAI використовує /v1/images/generations для запитів лише із запитом і /v1/images/edits, коли наявне image або images.

• Моделі: xai/grok-imagine-image, xai/grok-imagine-image-quality
• Кількість: до 4
• Еталони: одне image або до трьох images
• Співвідношення сторін: 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
• Роздільна здатність: 1K, 2K
• Виведення: повертається як вкладення зображень, керовані OpenClaw

OpenClaw навмисно не надає власні параметри xAI quality, mask, user або співвідношення сторін auto, доки ці засоби керування не з’являться в спільному міжпостачальницькому контракті image_generate.