Tools

Pembuatan gambar

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

Mulai cepat

  • Konfigurasikan autentikasi

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

  • Pilih model default (opsional)

    json5
    {  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 models.providers.openai eksplisit (kunci API, URL dasar kustom/Azure) memilih kembali rute OpenAI Images API langsung.

  • Minta agen

    "Buat gambar maskot robot yang ramah."

    Agen memanggil image_generate secara otomatis. Tidak perlu allow-list 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 keluaran 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 alfa PNG jika backend mereka memancarkannya.

    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 (batas khusus model) 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:

    text
    /tool image_generate action=list

    Kemampuan penyedia

    Kemampuan 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 Flux: 1; GPT: 10; NB2: 14 Hingga 5 gambar 1 gambar (ref subjek) Hingga 5 gambar - Hingga 5 gambar
    Kontrol ukuran - - Hingga 4K - -
    Rasio aspek - - - -
    Resolusi (1K/2K/4K) - - - - - 1K, 2K

    Parameter alat

    promptstringrequired

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

    action"generate" | "list"default: generate

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

    modelstring

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

    imagestring

    Path 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 keluaran ketika penyedia mendukungnya.

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

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

    countnumber
    timeoutMsnumber

    Timeout permintaan penyedia opsional dalam milidetik. Ketika Codex memanggil image_generate melalui alat dinamis, nilai per panggilan ini tetap menggantikan default yang dikonfigurasi dan dibatasi pada 600000 md.

    filenamestring
    openaiobject

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

    Konfigurasi

    Pemilihan model

    json5
    {  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 secara berurutan.
    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 semua gagal, kesalahan menyertakan detail dari setiap percobaan.

    Override model per panggilan bersifat tepat

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

    Deteksi otomatis sadar autentikasi

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

    Timeout

    Tetapkan agents.defaults.imageGenerationModel.timeoutMs untuk backend gambar yang lambat. Parameter alat timeoutMs per panggilan menggantikan default yang dikonfigurasi. Panggilan alat dinamis Codex menghormati anggaran timeout yang sama, dibatasi oleh maksimum bridge alat dinamis OpenClaw sebesar 600000 md.

    Periksa saat 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 path atau URL gambar referensi:

    text
    "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 mendukung 1 gambar referensi untuk Flux image-to-image, hingga 10 untuk edit GPT Image 2, dan hingga 14 untuk edit Nano Banana 2. MiniMax dan ComfyUI mendukung 1.

    Pembahasan mendalam penyedia

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

    Pembuatan gambar OpenAI secara default menggunakan openai/gpt-image-2. Jika profil OAuth openai-codex dikonfigurasi, OpenClaw menggunakan ulang profil OAuth yang sama dengan 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 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 dengan latar belakang transparan; API gpt-image-2 saat ini menolak background: "transparent".

    gpt-image-2 mendukung pembuatan text-to-image dan pengeditan gambar referensi melalui alat 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 memetakan keduanya ke size yang didukung, jika tidak alat melaporkannya sebagai override yang diabaikan.

    Opsi khusus OpenAI berada di bawah objek openai:

    json
    {  "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 latar belakang 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 bidang permintaan background OpenAI yang sama ketika penyedia OpenAI dipilih. Penyedia yang tidak mendeklarasikan dukungan latar belakang mengembalikannya di 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/:

    json5
    {  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 Plugin terkonfigurasi Anda.

    Autentikasi ganda MiniMax

    Pembuatan gambar MiniMax tersedia melalui kedua jalur autentikasi MiniMax bawaan:

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

    Penyedia xAI bawaan menggunakan /v1/images/generations untuk permintaan yang hanya berisi prompt dan /v1/images/edits ketika 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 tersedia dalam kontrak image_generate lintas penyedia bersama.

    Contoh

    Buat (lanskap 4K)

    text
    /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)

    text
    /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 ekuivalen:

    bash
    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)

    text
    /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)

    text
    /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)

    text
    /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 pada openclaw infer image edit; --openai-background tetap menjadi alias khusus OpenAI. Penyedia bawaan selain OpenAI saat ini tidak mendeklarasikan kontrol latar belakang eksplisit, sehingga background: "transparent" dilaporkan sebagai diabaikan untuk mereka.

    Terkait

    • Ikhtisar alat - semua alat agen yang tersedia
    • ComfyUI - penyiapan alur kerja ComfyUI lokal dan Comfy Cloud
    • fal - penyiapan penyedia gambar dan video fal
    • Google (Gemini) - penyiapan penyedia gambar Gemini
    • MiniMax - penyiapan penyedia gambar MiniMax
    • OpenAI - penyiapan penyedia OpenAI Images
    • Vydra - penyiapan gambar, video, dan ucapan Vydra
    • xAI - penyiapan gambar, video, pencarian, eksekusi kode, dan TTS Grok
    • Referensi konfigurasi - konfigurasi imageGenerationModel
    • Model - konfigurasi model dan failover
    Was this useful?