Generowanie obrazów

Nadpisanie model dla pojedynczego wywołania próbuje tylko tego dostawcy/modelu i nie przechodzi dalej do skonfigurowanego modelu głównego/zapasowego ani automatycznie wykrytych dostawców.

Domyślny dostawca trafia na listę kandydatów tylko wtedy, gdy OpenClaw może faktycznie uwierzytelnić tego dostawcę. Ustaw agents.defaults.mediaGenerationAutoProviderFallback: false, aby używać tylko jawnych wpisów model, primary i fallbacks.

Ustaw agents.defaults.imageGenerationModel.timeoutMs dla wolnych backendów obrazów. Parametr narzędzia timeoutMs dla pojedynczego wywołania nadpisuje skonfigurowaną wartość domyślną.

Użyj action: "list", aby sprawdzić aktualnie zarejestrowanych dostawców, ich modele domyślne oraz wskazówki dotyczące zmiennych środowiskowych uwierzytelniania.

Generowanie obrazów OpenAI domyślnie używa openai/gpt-image-2. Jeśli skonfigurowano profil OAuth openai-codex, OpenClaw ponownie używa tego samego profilu OAuth, którego używają modele czatu subskrypcji Codex, i wysyła żądanie obrazu przez backend Codex Responses. Starsze bazowe adresy URL Codex, takie jak https://chatgpt.com/backend-api, są kanonizowane do https://chatgpt.com/backend-api/codex dla żądań obrazów. OpenClaw nie przełącza się po cichu na OPENAI_API_KEY dla tego żądania - aby wymusić bezpośrednie kierowanie przez OpenAI Images API, skonfiguruj models.providers.openai jawnie za pomocą klucza API, niestandardowego bazowego adresu URL lub punktu końcowego Azure.

Modele openai/gpt-image-1.5, openai/gpt-image-1 i openai/gpt-image-1-mini nadal można wybrać jawnie. Użyj gpt-image-1.5 do danych wyjściowych PNG/WebP z przezroczystym tłem; obecne API gpt-image-2 odrzuca background: "transparent".

gpt-image-2 obsługuje zarówno generowanie tekst-na-obraz, jak i edycję obrazu referencyjnego przez to samo narzędzie image_generate. OpenClaw przekazuje do OpenAI prompt, count, size, quality, outputFormat oraz obrazy referencyjne. OpenAI nie otrzymuje bezpośrednio aspectRatio ani resolution; gdy to możliwe, OpenClaw mapuje je na obsługiwane size, w przeciwnym razie narzędzie zgłasza je jako zignorowane nadpisania.

Opcje specyficzne dla OpenAI znajdują się pod obiektem openai:

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

openai.background przyjmuje transparent, opaque albo auto; przezroczyste dane wyjściowe wymagają outputFormat png albo webp oraz modelu obrazów OpenAI obsługującego przezroczystość. OpenClaw kieruje domyślne żądania gpt-image-2 z przezroczystym tłem do gpt-image-1.5. openai.outputCompression dotyczy danych wyjściowych JPEG/WebP.

Wskazówka najwyższego poziomu background jest neutralna względem dostawcy i obecnie mapuje się na to samo pole żądania OpenAI background, gdy wybrany jest dostawca OpenAI. Dostawcy, którzy nie deklarują obsługi tła, zwracają ją w ignoredOverrides zamiast otrzymywać nieobsługiwany parametr.

Aby kierować generowanie obrazów OpenAI przez wdrożenie Azure OpenAI zamiast api.openai.com, zobacz punkty końcowe Azure OpenAI.

Generowanie obrazów OpenRouter używa tego samego OPENROUTER_API_KEY i jest kierowane przez API obrazów uzupełnień czatu OpenRouter. Wybieraj modele obrazów OpenRouter z prefiksem openrouter/:

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

OpenClaw przekazuje do OpenRouter prompt, count, obrazy referencyjne oraz wskazówki aspectRatio / resolution zgodne z Gemini. Obecne wbudowane skróty modeli obrazów OpenRouter obejmują google/gemini-3.1-flash-image-preview, google/gemini-3-pro-image-preview oraz openai/gpt-5.4-image-2. Użyj action: "list", aby zobaczyć, co udostępnia skonfigurowany Plugin.

Generowanie obrazów MiniMax jest dostępne przez obie wbudowane ścieżki uwierzytelniania MiniMax:

• minimax/image-01 dla konfiguracji z kluczem API
• minimax-portal/image-01 dla konfiguracji OAuth

Wbudowany dostawca xAI używa /v1/images/generations dla żądań wyłącznie z promptem oraz /v1/images/edits, gdy obecne jest image albo images.

• Modele: xai/grok-imagine-image, xai/grok-imagine-image-pro
• Liczba: do 4
• Referencje: jedno image albo do pięciu images
• Proporcje obrazu: 1:1, 16:9, 9:16, 4:3, 3:4, 2:3, 3:2
• Rozdzielczości: 1K, 2K
• Dane wyjściowe: zwracane jako załączniki obrazów zarządzane przez OpenClaw

OpenClaw celowo nie udostępnia natywnych dla xAI pól quality, mask, user ani dodatkowych proporcji obrazu wyłącznie natywnych, dopóki te kontrolki nie będą istnieć we wspólnym kontrakcie między dostawcami image_generate.