Tạo hình ảnh

Giá trị ghi đè model theo từng lệnh gọi chỉ thử nhà cung cấp/mô hình đó và không tiếp tục với nhà cung cấp chính/dự phòng đã cấu hình hoặc nhà cung cấp được tự động phát hiện.

Giá trị mặc định của nhà cung cấp chỉ được đưa vào danh sách ứng viên khi OpenClaw thực sự có thể xác thực với nhà cung cấp đó. Đặt agents.defaults.mediaGenerationAutoProviderFallback: false để chỉ sử dụng các mục model, primary và fallbacks được chỉ định rõ ràng.

Đặt agents.defaults.imageGenerationModel.timeoutMs cho các backend tạo ảnh chậm. Tham số công cụ timeoutMs theo từng lệnh gọi ghi đè giá trị mặc định đã cấu hình, còn giá trị mặc định đã cấu hình ghi đè giá trị mặc định của nhà cung cấp do Plugin khai báo. Các nhà cung cấp ảnh được Google và OpenRouter lưu trữ sử dụng thời gian chờ mặc định là 180 giây; tính năng tạo ảnh của Microsoft Foundry MAI, xAI và Azure OpenAI sử dụng 600 giây. Các lệnh gọi công cụ động của Codex sử dụng giá trị mặc định 120 giây cho cầu nối image_generate và tuân theo cùng ngân sách thời gian chờ khi được cấu hình, với giới hạn tối đa 600000 mili giây của cầu nối công cụ động OpenClaw.

Sử dụng action: "list" để kiểm tra các nhà cung cấp hiện đã đăng ký, mô hình mặc định của họ và gợi ý về biến môi trường xác thực.

Tính năng tạo ảnh của OpenAI mặc định sử dụng openai/gpt-image-2. Nếu đã cấu hình hồ sơ OAuth openai, OpenClaw sẽ sử dụng lại cùng hồ sơ OAuth được các mô hình trò chuyện theo gói đăng ký Codex sử dụng và gửi yêu cầu tạo ảnh qua backend Codex Responses. Các URL cơ sở Codex cũ như https://chatgpt.com/backend-api được chuẩn hóa thành https://chatgpt.com/backend-api/codex cho các yêu cầu tạo ảnh. OpenClaw không âm thầm chuyển sang OPENAI_API_KEY cho yêu cầu đó — để buộc định tuyến trực tiếp qua OpenAI Images API, hãy cấu hình rõ ràng models.providers.openai bằng khóa API, URL cơ sở tùy chỉnh hoặc endpoint Azure.

Vẫn có thể chọn rõ ràng các mô hình openai/gpt-image-1.5, openai/gpt-image-1 và openai/gpt-image-1-mini. Sử dụng gpt-image-1.5 để xuất PNG/WebP có nền trong suốt; API gpt-image-2 hiện tại từ chối background: "transparent".

gpt-image-2 hỗ trợ cả tạo ảnh từ văn bản và chỉnh sửa ảnh tham chiếu thông qua cùng công cụ image_generate. OpenClaw chuyển tiếp prompt, count, size, quality, outputFormat và các ảnh tham chiếu đến OpenAI. OpenAI không nhận trực tiếp aspectRatio hoặc resolution; khi có thể, OpenClaw ánh xạ chúng thành một giá trị size được hỗ trợ, nếu không công cụ sẽ báo cáo chúng là các giá trị ghi đè bị bỏ qua.

Các tùy chọn dành riêng cho OpenAI nằm trong đối tượng openai:

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

openai.background chấp nhận transparent, opaque hoặc auto; đầu ra trong suốt yêu cầu outputFormat là png hoặc webp và một mô hình ảnh OpenAI hỗ trợ độ trong suốt. OpenClaw định tuyến các yêu cầu nền trong suốt của gpt-image-2 mặc định sang gpt-image-1.5. openai.outputCompression áp dụng cho đầu ra JPEG/WebP và bị bỏ qua đối với đầu ra PNG.

Gợi ý background cấp cao nhất không phụ thuộc vào nhà cung cấp và hiện được ánh xạ đến cùng trường yêu cầu background của OpenAI khi chọn nhà cung cấp OpenAI. Các nhà cung cấp không khai báo hỗ trợ nền sẽ trả về giá trị này trong ignoredOverrides thay vì nhận tham số không được hỗ trợ.

Để định tuyến tính năng tạo ảnh OpenAI qua một bản triển khai Azure OpenAI thay vì api.openai.com, hãy xem các endpoint Azure OpenAI.

Tính năng tạo ảnh Microsoft Foundry sử dụng tên bản triển khai ảnh MAI đã triển khai dưới tiền tố nhà cung cấp microsoft-foundry/. Không có mô hình mặc định ở cấp nhà cung cấp vì API MAI yêu cầu tên bản triển khai của bạn trong trường model:

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

Nhà cung cấp sử dụng API MAI của Microsoft Foundry, không phải OpenAI Images API:

• Endpoint tạo ảnh: /mai/v1/images/generations
• Endpoint chỉnh sửa: /mai/v1/images/edits
• Xác thực: AZURE_OPENAI_API_KEY / khóa API của nhà cung cấp hoặc Entra ID thông qua az login
• Đầu ra: một ảnh PNG
• Kích thước: mặc định 1024x1024; chiều rộng và chiều cao đều phải ít nhất là 768 px, đồng thời tổng số điểm ảnh không được vượt quá 1.048.576
• Chỉnh sửa: một ảnh tham chiếu PNG hoặc JPEG, chỉ được hỗ trợ bởi các bản triển khai MAI-Image-2.5-Flash và MAI-Image-2.5

Quy trình tạo ảnh chỉ bằng câu lệnh có thể sử dụng tên bản triển khai tùy chỉnh khi chỉ cấu hình endpoint Foundry. Việc chỉnh sửa bằng tên bản triển khai tùy chỉnh cần có siêu dữ liệu thiết lập ban đầu/mô hình để OpenClaw có thể xác minh rằng bản triển khai được hỗ trợ bởi MAI-Image-2.5-Flash hoặc MAI-Image-2.5.

Các mô hình ảnh MAI hiện tại là MAI-Image-2.5-Flash, MAI-Image-2.5, MAI-Image-2e và MAI-Image-2. Xem Plugin Microsoft Foundry để biết cách thiết lập và hành vi của mô hình trò chuyện.

Tính năng tạo ảnh OpenRouter sử dụng cùng OPENROUTER_API_KEY và định tuyến qua API ảnh hoàn thành trò chuyện của OpenRouter. Chọn các mô hình ảnh OpenRouter bằng tiền tố openrouter/:

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

OpenClaw chuyển tiếp prompt, count, các ảnh tham chiếu và gợi ý aspectRatio / resolution tương thích với Gemini đến OpenRouter. Các lối tắt mô hình ảnh OpenRouter tích hợp hiện tại bao gồm google/gemini-3.1-flash-image-preview, google/gemini-3-pro-image-preview và openai/gpt-5.4-image-2. Sử dụng action: "list" để xem Plugin đã cấu hình của bạn cung cấp những gì.

Các mô hình Krea 2 trên fal sử dụng lược đồ Krea gốc của fal thay vì lược đồ image_size chung mà Flux sử dụng. OpenClaw gửi:

• aspect_ratio cho các gợi ý tỷ lệ khung hình
• creativity, mặc định là medium
• image_style_references khi cung cấp image hoặc images

Chọn Krea 2 Medium để tạo hình minh họa giàu biểu cảm nhanh hơn và Krea 2 Large để có diện mạo ảnh chân thực, nhiều kết cấu và chi tiết hơn nhưng chậm hơn:

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

Krea 2 hiện trả về một ảnh cho mỗi yêu cầu. Ưu tiên aspectRatio cho Krea; OpenClaw ánh xạ size sang tỷ lệ khung hình Krea được hỗ trợ gần nhất và từ chối resolution đối với Krea thay vì loại bỏ nó. Sử dụng fal.creativity khi bạn muốn đặt mức sáng tạo gốc của Krea:

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

Tính năng tạo ảnh MiniMax khả dụng thông qua cả hai phương thức xác thực MiniMax tích hợp:

• minimax/image-01 cho thiết lập bằng khóa API
• minimax-portal/image-01 cho thiết lập bằng OAuth

Nhà cung cấp xAI tích hợp sử dụng /v1/images/generations cho các yêu cầu chỉ có câu lệnh và /v1/images/edits khi có image hoặc images.

• Mô hình: xai/grok-imagine-image, xai/grok-imagine-image-quality
• Số lượng: tối đa 4
• Tham chiếu: một image hoặc tối đa ba images
• Tỷ lệ khung hình: 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
• Độ phân giải: 1K, 2K
• Đầu ra: được trả về dưới dạng tệp đính kèm ảnh do OpenClaw quản lý

OpenClaw chủ ý không cung cấp quality, mask, user hoặc tỷ lệ khung hình auto gốc của xAI cho đến khi các tùy chọn điều khiển đó tồn tại trong hợp đồng image_generate dùng chung giữa các nhà cung cấp.