Tools

Pembuatan gambar

Alat image_generate memungkinkan agen membuat dan mengedit gambar menggunakan penyedia yang Anda konfigurasi. Gambar yang dibuat dikirimkan secara otomatis sebagai lampiran media dalam balasan agen.

Mulai cepat

  • Configure auth

    Tetapkan kunci API untuk setidaknya satu penyedia (misalnya OPENAI_API_KEY, GEMINI_API_KEY, OPENROUTER_API_KEY) atau masuk dengan OpenAI Codex OAuth.

  • Pick a default model (optional)

    {
      agents: {
        defaults: {
          imageGenerationModel: {
            primary: "openai/gpt-image-2",
            timeoutMs: 180_000,
          },
        },
      },
    }
    

    Codex OAuth menggunakan referensi model openai/gpt-image-2 yang sama. Ketika profil OAuth openai-codex dikonfigurasi, OpenClaw merutekan permintaan gambar melalui profil OAuth tersebut alih-alih mencoba OPENAI_API_KEY terlebih dahulu. Konfigurasi eksplisit models.providers.openai (kunci API, URL dasar kustom/Azure) memilih kembali rute OpenAI Images API langsung.

  • Ask the agent

    "Buat gambar maskot robot yang ramah."

    Agen memanggil image_generate secara otomatis. Tidak perlu daftar izin alat - alat ini diaktifkan secara default ketika penyedia tersedia.

  • Rute umum

    Tujuan Referensi model Autentikasi
    Pembuatan gambar OpenAI dengan penagihan API openai/gpt-image-2 OPENAI_API_KEY
    Pembuatan gambar OpenAI dengan autentikasi langganan Codex openai/gpt-image-2 OpenAI Codex OAuth
    PNG/WebP latar belakang transparan OpenAI openai/gpt-image-1.5 OPENAI_API_KEY atau OpenAI Codex OAuth
    Pembuatan gambar DeepInfra deepinfra/black-forest-labs/FLUX-1-schnell DEEPINFRA_API_KEY
    Pembuatan gambar OpenRouter openrouter/google/gemini-3.1-flash-image-preview OPENROUTER_API_KEY
    Pembuatan gambar LiteLLM litellm/gpt-image-2 LITELLM_API_KEY
    Pembuatan gambar Google Gemini google/gemini-3.1-flash-image-preview GEMINI_API_KEY atau GOOGLE_API_KEY

    Alat image_generate yang sama menangani teks-ke-gambar dan pengeditan gambar referensi. Gunakan image untuk satu referensi atau images untuk beberapa referensi. Petunjuk output yang didukung penyedia seperti quality, outputFormat, dan background diteruskan ketika tersedia dan dilaporkan sebagai diabaikan ketika penyedia tidak mendukungnya. Dukungan latar belakang transparan bawaan bersifat khusus OpenAI; penyedia lain mungkin tetap mempertahankan alpha PNG jika backend mereka menghasilkannya.

    Penyedia yang didukung

    Penyedia Model default Dukungan edit Autentikasi
    ComfyUI workflow Ya (1 gambar, dikonfigurasi alur kerja) COMFY_API_KEY atau COMFY_CLOUD_API_KEY untuk cloud
    DeepInfra black-forest-labs/FLUX-1-schnell Ya (1 gambar) DEEPINFRA_API_KEY
    fal fal-ai/flux/dev Ya FAL_KEY
    Google gemini-3.1-flash-image-preview Ya GEMINI_API_KEY atau GOOGLE_API_KEY
    LiteLLM gpt-image-2 Ya (hingga 5 gambar input) LITELLM_API_KEY
    MiniMax image-01 Ya (referensi subjek) MINIMAX_API_KEY atau MiniMax OAuth (minimax-portal)
    OpenAI gpt-image-2 Ya (hingga 4 gambar) OPENAI_API_KEY atau OpenAI Codex OAuth
    OpenRouter google/gemini-3.1-flash-image-preview Ya (hingga 5 gambar input) OPENROUTER_API_KEY
    Vydra grok-imagine Tidak VYDRA_API_KEY
    xAI grok-imagine-image Ya (hingga 5 gambar) XAI_API_KEY

    Gunakan action: "list" untuk memeriksa penyedia dan model yang tersedia saat runtime:

    /tool image_generate action=list
    

    Kapabilitas penyedia

    Kapabilitas ComfyUI DeepInfra fal Google MiniMax OpenAI Vydra xAI
    Buat (jumlah maks) Ditentukan alur kerja 4 4 4 9 4 1 4
    Edit / referensi 1 gambar (alur kerja) 1 gambar 1 gambar Hingga 5 gambar 1 gambar (ref subjek) Hingga 5 gambar - Hingga 5 gambar
    Kontrol ukuran - - Hingga 4K - -
    Rasio aspek - - ✓ (hanya buat) - -
    Resolusi (1K/2K/4K) - - - - - 1K, 2K

    Parameter alat

    promptstringrequired

    Prompt pembuatan gambar. Wajib untuk action: "generate".

    action"generate" | "list"

    Gunakan "list" untuk memeriksa penyedia dan model yang tersedia saat runtime.

    modelstring

    Pengganti penyedia/model (mis. openai/gpt-image-2). Gunakan openai/gpt-image-1.5 untuk latar belakang transparan OpenAI.

    imagestring

    Jalur atau URL gambar referensi tunggal untuk mode edit.

    imagesstring[]

    Beberapa gambar referensi untuk mode edit (hingga 5 pada penyedia yang mendukung).

    sizestring

    Petunjuk ukuran: 1024x1024, 1536x1024, 1024x1536, 2048x2048, 3840x2160.

    aspectRatiostring

    Rasio aspek: 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9.

    resolution"1K" | "2K" | "4K"
    quality"low" | "medium" | "high" | "auto"

    Petunjuk kualitas ketika penyedia mendukungnya.

    outputFormat"png" | "jpeg" | "webp"

    Petunjuk format output ketika penyedia mendukungnya.

    background"transparent" | "opaque" | "auto"

    Petunjuk latar belakang ketika penyedia mendukungnya. Gunakan transparent dengan outputFormat: "png" atau "webp" untuk penyedia yang mendukung transparansi.

    countnumber
    timeoutMsnumber
    filenamestring
    openaiobject

    Petunjuk khusus OpenAI: background, moderation, outputCompression, dan user.

    Konfigurasi

    Pemilihan model

    {
      agents: {
        defaults: {
          imageGenerationModel: {
            primary: "openai/gpt-image-2",
            timeoutMs: 180_000,
            fallbacks: [
              "openrouter/google/gemini-3.1-flash-image-preview",
              "google/gemini-3.1-flash-image-preview",
              "fal/fal-ai/flux/dev",
            ],
          },
        },
      },
    }
    

    Urutan pemilihan penyedia

    OpenClaw mencoba penyedia dalam urutan ini:

    1. Parameter model dari panggilan alat (jika agen menentukannya).
    2. imageGenerationModel.primary dari konfigurasi.
    3. imageGenerationModel.fallbacks sesuai urutan.
    4. Deteksi otomatis - hanya default penyedia yang didukung autentikasi:
      • penyedia default saat ini terlebih dahulu;
      • penyedia pembuatan gambar terdaftar lainnya dalam urutan ID penyedia.

    Jika penyedia gagal (kesalahan autentikasi, batas laju, dll.), kandidat terkonfigurasi berikutnya dicoba secara otomatis. Jika semuanya gagal, kesalahan menyertakan detail dari setiap percobaan.

    Per-call model overrides are exact

    Pengganti model per panggilan hanya mencoba penyedia/model tersebut dan tidak melanjutkan ke primary/fallback terkonfigurasi atau penyedia yang terdeteksi otomatis.

    Auto-detection is auth-aware

    Default penyedia hanya masuk ke daftar kandidat ketika OpenClaw dapat benar-benar mengautentikasi penyedia tersebut. Tetapkan agents.defaults.mediaGenerationAutoProviderFallback: false untuk hanya menggunakan entri eksplisit model, primary, dan fallbacks.

    Timeouts

    Tetapkan agents.defaults.imageGenerationModel.timeoutMs untuk backend gambar yang lambat. Parameter alat timeoutMs per panggilan menggantikan default yang dikonfigurasi.

    Inspect at runtime

    Gunakan action: "list" untuk memeriksa penyedia yang saat ini terdaftar, model default mereka, dan petunjuk env-var autentikasi.

    Pengeditan gambar

    OpenAI, OpenRouter, Google, DeepInfra, fal, MiniMax, ComfyUI, dan xAI mendukung pengeditan gambar referensi. Berikan jalur atau URL gambar referensi:

    "Generate a watercolor version of this photo" + image: "/path/to/photo.jpg"
    

    OpenAI, OpenRouter, Google, dan xAI mendukung hingga 5 gambar referensi melalui parameter images. fal, MiniMax, dan ComfyUI mendukung 1.

    Uraian mendalam penyedia

    OpenAI gpt-image-2 (dan gpt-image-1.5)

    Pembuatan gambar OpenAI menggunakan default openai/gpt-image-2. Jika profil OAuth openai-codex dikonfigurasi, OpenClaw menggunakan kembali profil OAuth yang sama yang digunakan oleh model chat langganan Codex dan mengirim permintaan gambar melalui backend Codex Responses. URL dasar Codex lama seperti https://chatgpt.com/backend-api dikanonisasi menjadi https://chatgpt.com/backend-api/codex untuk permintaan gambar. OpenClaw tidak diam-diam beralih kembali ke OPENAI_API_KEY untuk permintaan tersebut - untuk memaksa perutean langsung OpenAI Images API, konfigurasikan models.providers.openai secara eksplisit dengan kunci API, URL dasar kustom, atau endpoint Azure.

    Model openai/gpt-image-1.5, openai/gpt-image-1, dan openai/gpt-image-1-mini masih dapat dipilih secara eksplisit. Gunakan gpt-image-1.5 untuk output PNG/WebP berlatar transparan; API gpt-image-2 saat ini menolak background: "transparent".

    gpt-image-2 mendukung pembuatan teks-ke-gambar dan pengeditan gambar referensi melalui tool image_generate yang sama. OpenClaw meneruskan prompt, count, size, quality, outputFormat, dan gambar referensi ke OpenAI. OpenAI tidak menerima aspectRatio atau resolution secara langsung; jika memungkinkan OpenClaw memetakannya ke size yang didukung, jika tidak tool melaporkannya sebagai override yang diabaikan.

    Opsi khusus OpenAI berada di bawah objek openai:

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

    openai.background menerima transparent, opaque, atau auto; output transparan memerlukan outputFormat png atau webp dan model gambar OpenAI yang mendukung transparansi. OpenClaw merutekan permintaan berlatar transparan default gpt-image-2 ke gpt-image-1.5. openai.outputCompression berlaku untuk output JPEG/WebP.

    Petunjuk background tingkat atas bersifat netral penyedia dan saat ini dipetakan ke kolom permintaan background OpenAI yang sama saat penyedia OpenAI dipilih. Penyedia yang tidak mendeklarasikan dukungan latar mengembalikannya dalam ignoredOverrides alih-alih menerima parameter yang tidak didukung.

    Untuk merutekan pembuatan gambar OpenAI melalui deployment Azure OpenAI alih-alih api.openai.com, lihat endpoint Azure OpenAI.

    Model gambar OpenRouter

    Pembuatan gambar OpenRouter menggunakan OPENROUTER_API_KEY yang sama dan dirutekan melalui API gambar chat completions OpenRouter. Pilih model gambar OpenRouter dengan prefiks openrouter/:

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

    OpenClaw meneruskan prompt, count, gambar referensi, serta petunjuk aspectRatio / resolution yang kompatibel dengan Gemini ke OpenRouter. Pintasan model gambar OpenRouter bawaan saat ini mencakup google/gemini-3.1-flash-image-preview, google/gemini-3-pro-image-preview, dan openai/gpt-5.4-image-2. Gunakan action: "list" untuk melihat apa yang diekspos oleh plugin yang Anda konfigurasi.

    autentikasi ganda MiniMax

    Pembuatan gambar MiniMax tersedia melalui kedua jalur autentikasi MiniMax bawaan:

    • minimax/image-01 untuk setup kunci API
    • minimax-portal/image-01 untuk setup OAuth
    xAI grok-imagine-image

    Penyedia xAI bawaan menggunakan /v1/images/generations untuk permintaan yang hanya berisi prompt dan /v1/images/edits saat image atau images ada.

    • Model: xai/grok-imagine-image, xai/grok-imagine-image-pro
    • Jumlah: hingga 4
    • Referensi: satu image atau hingga lima images
    • Rasio aspek: 1:1, 16:9, 9:16, 4:3, 3:4, 2:3, 3:2
    • Resolusi: 1K, 2K
    • Output: dikembalikan sebagai lampiran gambar yang dikelola OpenClaw

    OpenClaw sengaja tidak mengekspos quality, mask, user, atau rasio aspek tambahan yang hanya native xAI hingga kontrol tersebut ada dalam kontrak lintas-penyedia bersama image_generate.

    Contoh

    Buat (lanskap 4K)

    /tool image_generate action=generate model=openai/gpt-image-2 prompt="A clean editorial poster for OpenClaw image generation" size=3840x2160 count=1
    

    Buat (PNG transparan)

    /tool image_generate action=generate model=openai/gpt-image-1.5 prompt="A simple red circle sticker on a transparent background" outputFormat=png background=transparent
    

    CLI yang setara:

    openclaw infer image generate \
    --model openai/gpt-image-1.5 \
    --output-format png \
    --background transparent \
    --prompt "A simple red circle sticker on a transparent background" \
    --json
    

    Buat (dua persegi)

    /tool image_generate action=generate model=openai/gpt-image-2 prompt="Two visual directions for a calm productivity app icon" size=1024x1024 count=2
    

    Edit (satu referensi)

    /tool image_generate action=generate model=openai/gpt-image-2 prompt="Keep the subject, replace the background with a bright studio setup" image=/path/to/reference.png size=1024x1536
    

    Edit (beberapa referensi)

    /tool image_generate action=generate model=openai/gpt-image-2 prompt="Combine the character identity from the first image with the color palette from the second" images='["/path/to/character.png","/path/to/palette.jpg"]' size=1536x1024
    

    Flag --output-format dan --background yang sama tersedia di openclaw infer image edit; --openai-background tetap menjadi alias khusus OpenAI. Penyedia bawaan selain OpenAI saat ini tidak mendeklarasikan kontrol latar eksplisit, sehingga background: "transparent" dilaporkan sebagai diabaikan untuk mereka.

    Terkait

    • Ringkasan tool - semua tool agen yang tersedia
    • ComfyUI - setup workflow ComfyUI lokal dan Comfy Cloud
    • fal - setup penyedia gambar dan video fal
    • Google (Gemini) - setup penyedia gambar Gemini
    • MiniMax - setup penyedia gambar MiniMax
    • OpenAI - setup penyedia OpenAI Images
    • Vydra - setup gambar, video, dan ucapan Vydra
    • xAI - setup gambar, video, pencarian, eksekusi kode, dan TTS Grok
    • Referensi konfigurasi - konfigurasi imageGenerationModel
    • Model - konfigurasi model dan failover