--- read_when: - Створення або редагування зображень через агента - Налаштування постачальників і моделей генерації зображень - Розуміння параметрів інструмента image_generate sidebarTitle: Image generation summary: Генеруйте й редагуйте зображення через image_generate в OpenAI, Google, fal, MiniMax, ComfyUI, DeepInfra, OpenRouter, LiteLLM, xAI, Vydra title: Генерація зображень x-i18n: generated_at: "2026-05-11T21:00:52Z" model: gpt-5.5 provider: openai source_hash: 10c15b48a673ef673e3cf7c4f4950a08961d64a3fd21eff9d1944ec6d4b9c410 source_path: tools/image-generation.md workflow: 16 --- Засіб `image_generate` дає агенту змогу створювати й редагувати зображення за допомогою ваших налаштованих постачальників. Згенеровані зображення автоматично доставляються як медіа вкладення у відповіді агента. Засіб з’являється лише тоді, коли доступний принаймні один постачальник генерації зображень. Якщо ви не бачите `image_generate` серед засобів свого агента, налаштуйте `agents.defaults.imageGenerationModel`, задайте API-ключ постачальника або увійдіть через OpenAI Codex OAuth. ## Швидкий старт Задайте API-ключ принаймні для одного постачальника (наприклад `OPENAI_API_KEY`, `GEMINI_API_KEY`, `OPENROUTER_API_KEY`) або увійдіть через OpenAI Codex OAuth. ```json5 { agents: { defaults: { imageGenerationModel: { primary: "openai/gpt-image-2", timeoutMs: 180_000, }, }, }, } ``` Codex OAuth використовує той самий ref моделі `openai/gpt-image-2`. Коли налаштовано OAuth-профіль `openai-codex`, OpenClaw маршрутизує запити на зображення через цей OAuth-профіль, замість того щоб спершу пробувати `OPENAI_API_KEY`. Явна конфігурація `models.providers.openai` (API-ключ, користувацький/Azure базовий URL) знову вмикає прямий маршрут через OpenAI Images API. _"Згенеруй зображення дружнього робота-маскота."_ Агент автоматично викликає `image_generate`. Список дозволених засобів не потрібен — він увімкнений за замовчуванням, коли доступний постачальник. Для OpenAI-сумісних LAN endpoint-ів, як-от LocalAI, зберігайте користувацький `models.providers.openai.baseUrl` і явно ввімкніть його через `browser.ssrfPolicy.dangerouslyAllowPrivateNetwork: true`. Приватні та внутрішні endpoint-и зображень залишаються заблокованими за замовчуванням. ## Поширені маршрути | Ціль | Ref моделі | Автентифікація | | ---------------------------------------------------- | -------------------------------------------------- | -------------------------------------- | | Генерація зображень OpenAI з API-білінгом | `openai/gpt-image-2` | `OPENAI_API_KEY` | | Генерація зображень OpenAI з автентифікацією передплати Codex | `openai/gpt-image-2` | OpenAI Codex OAuth | | OpenAI PNG/WebP з прозорим тлом | `openai/gpt-image-1.5` | `OPENAI_API_KEY` або OpenAI Codex OAuth | | Генерація зображень DeepInfra | `deepinfra/black-forest-labs/FLUX-1-schnell` | `DEEPINFRA_API_KEY` | | Генерація зображень OpenRouter | `openrouter/google/gemini-3.1-flash-image-preview` | `OPENROUTER_API_KEY` | | Генерація зображень LiteLLM | `litellm/gpt-image-2` | `LITELLM_API_KEY` | | Генерація зображень Google Gemini | `google/gemini-3.1-flash-image-preview` | `GEMINI_API_KEY` або `GOOGLE_API_KEY` | Той самий засіб `image_generate` обробляє перетворення тексту на зображення й редагування за референсними зображеннями. Використовуйте `image` для одного референсу або `images` для кількох референсів. Підказки виводу, підтримувані постачальником, як-от `quality`, `outputFormat` і `background`, передаються, коли доступні, і повідомляються як проігноровані, коли постачальник їх не підтримує. Вбудована підтримка прозорого тла специфічна для OpenAI; інші постачальники все одно можуть зберігати PNG alpha, якщо їхній backend її видає. ## Підтримувані постачальники | Постачальник | Модель за замовчуванням | Підтримка редагування | Автентифікація | | ---------- | --------------------------------------- | ---------------------------------- | ----------------------------------------------------- | | ComfyUI | `workflow` | Так (1 зображення, налаштовано workflow) | `COMFY_API_KEY` або `COMFY_CLOUD_API_KEY` для хмари | | DeepInfra | `black-forest-labs/FLUX-1-schnell` | Так (1 зображення) | `DEEPINFRA_API_KEY` | | fal | `fal-ai/flux/dev` | Так (ліміти залежать від моделі) | `FAL_KEY` | | Google | `gemini-3.1-flash-image-preview` | Так | `GEMINI_API_KEY` або `GOOGLE_API_KEY` | | LiteLLM | `gpt-image-2` | Так (до 5 вхідних зображень) | `LITELLM_API_KEY` | | MiniMax | `image-01` | Так (референс суб’єкта) | `MINIMAX_API_KEY` або MiniMax OAuth (`minimax-portal`) | | OpenAI | `gpt-image-2` | Так (до 4 зображень) | `OPENAI_API_KEY` або OpenAI Codex OAuth | | OpenRouter | `google/gemini-3.1-flash-image-preview` | Так (до 5 вхідних зображень) | `OPENROUTER_API_KEY` | | Vydra | `grok-imagine` | Ні | `VYDRA_API_KEY` | | xAI | `grok-imagine-image` | Так (до 5 зображень) | `XAI_API_KEY` | Використовуйте `action: "list"`, щоб перевірити доступних постачальників і моделі під час виконання: ```text /tool image_generate action=list ``` ## Можливості постачальників | Можливість | ComfyUI | DeepInfra | fal | Google | MiniMax | OpenAI | Vydra | xAI | | --------------------- | ------------------ | --------- | ------------------------- | -------------- | --------------------- | -------------- | ----- | -------------- | | Генерація (макс. кількість) | Визначено workflow | 4 | 4 | 4 | 9 | 4 | 1 | 4 | | Редагування / референс | 1 зображення (workflow) | 1 зображення | Flux: 1; GPT: 10; NB2: 14 | До 5 зображень | 1 зображення (ref суб’єкта) | До 5 зображень | - | До 5 зображень | | Керування розміром | - | ✓ | ✓ | ✓ | - | До 4K | - | - | | Співвідношення сторін | - | - | ✓ | ✓ | ✓ | - | - | ✓ | | Роздільна здатність (1K/2K/4K) | - | - | ✓ | ✓ | - | - | - | 1K, 2K | ## Параметри засобу Prompt для генерації зображення. Обов’язковий для `action: "generate"`. Використовуйте `"list"`, щоб перевірити доступних постачальників і моделі під час виконання. Перевизначення постачальника/моделі (наприклад `openai/gpt-image-2`). Використовуйте `openai/gpt-image-1.5` для прозорих фонів OpenAI. Шлях або URL одного референсного зображення для режиму редагування. Кілька референсних зображень для режиму редагування (до 5 у постачальників із підтримкою). Підказка розміру: `1024x1024`, `1536x1024`, `1024x1536`, `2048x2048`, `3840x2160`. Співвідношення сторін: `1:1`, `2:3`, `3:2`, `3:4`, `4:3`, `4:5`, `5:4`, `9:16`, `16:9`, `21:9`. Підказка роздільної здатності. Підказка якості, коли постачальник її підтримує. Підказка формату виводу, коли постачальник його підтримує. Підказка тла, коли постачальник її підтримує. Використовуйте `transparent` з `outputFormat: "png"` або `"webp"` для постачальників, здатних працювати з прозорістю. Кількість зображень для генерації (1-4). Необов’язковий тайм-аут запиту до постачальника в мілісекундах. Коли Codex викликає `image_generate` через динамічні засоби, це значення для окремого виклику все одно перевизначає налаштоване значення за замовчуванням і обмежується 600000 ms. Підказка імені файлу виводу. Підказки лише для OpenAI: `background`, `moderation`, `outputCompression` і `user`. Не всі постачальники підтримують усі параметри. Коли резервний постачальник підтримує близьку геометричну опцію замість точно запитаної, OpenClaw перед надсиланням перемаплює її на найближчий підтримуваний розмір, співвідношення сторін або роздільну здатність. Непідтримувані підказки виводу відкидаються для постачальників, які не декларують підтримку, і повідомляються в результаті засобу. Результати засобу повідомляють застосовані налаштування; `details.normalization` фіксує будь-яке перетворення із запитаного на застосоване. ## Конфігурація ### Вибір моделі ```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", ], }, }, }, } ``` ### Порядок вибору постачальника OpenClaw пробує постачальників у такому порядку: 1. Параметр **`model`** з виклику засобу (якщо агент його вказує). 2. **`imageGenerationModel.primary`** з конфігурації. 3. **`imageGenerationModel.fallbacks`** за порядком. 4. **Автовиявлення** — лише стандартні постачальники, підкріплені автентифікацією: - спершу поточний постачальник за замовчуванням; - решта зареєстрованих постачальників генерації зображень у порядку provider-id. Якщо постачальник завершується помилкою (помилка автентифікації, rate limit тощо), наступний налаштований кандидат пробується автоматично. Якщо всі завершуються помилкою, помилка містить подробиці з кожної спроби. Перевизначення `model` для окремого виклику пробує лише цього постачальника/модель і не переходить до налаштованих primary/fallback або автовиявлених постачальників. Значення постачальника за замовчуванням потрапляє до списку кандидатів лише тоді, коли OpenClaw може фактично автентифікувати цього постачальника. Задайте `agents.defaults.mediaGenerationAutoProviderFallback: false`, щоб використовувати лише явні записи `model`, `primary` і `fallbacks`. Задайте `agents.defaults.imageGenerationModel.timeoutMs` для повільних backend-ів зображень. Параметр засобу `timeoutMs` для окремого виклику перевизначає налаштоване значення за замовчуванням. Динамічні виклики засобів Codex дотримуються того самого бюджету тайм-ауту, обмеженого максимумом 600000 ms для bridge динамічних засобів OpenClaw. Використовуйте `action: "list"`, щоб перевірити поточно зареєстрованих постачальників, їхні моделі за замовчуванням і підказки щодо env-var для автентифікації. ### Редагування зображень OpenAI, OpenRouter, Google, DeepInfra, fal, MiniMax, ComfyUI і xAI підтримують редагування референсних зображень. Передайте шлях або URL референсного зображення: ```text "Generate a watercolor version of this photo" + image: "/path/to/photo.jpg" ``` OpenAI, OpenRouter, Google і xAI підтримують до 5 еталонних зображень через параметр `images`. fal підтримує 1 еталонне зображення для Flux image-to-image, до 10 для редагувань GPT Image 2 і до 14 для редагувань Nano Banana 2. MiniMax і ComfyUI підтримують 1. ## Детальні огляди провайдерів Генерація зображень OpenAI за замовчуванням використовує `openai/gpt-image-2`. Якщо налаштовано OAuth-профіль `openai-codex`, OpenClaw повторно використовує той самий OAuth-профіль, який застосовується моделями чату передплати Codex, і надсилає запит на зображення через бекенд Codex Responses. Застарілі базові URL-адреси Codex, як-от `https://chatgpt.com/backend-api`, канонізуються до `https://chatgpt.com/backend-api/codex` для запитів на зображення. OpenClaw **не** виконує непомітний fallback до `OPENAI_API_KEY` для цього запиту - щоб примусово спрямувати запит напряму до OpenAI Images API, явно налаштуйте `models.providers.openai` з API-ключем, 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 виводу PNG/WebP із прозорим фоном; поточний API `gpt-image-2` відхиляє `background: "transparent"`. `gpt-image-2` підтримує як генерацію text-to-image, так і редагування з еталонними зображеннями через той самий інструмент `image_generate`. OpenClaw передає OpenAI `prompt`, `count`, `size`, `quality`, `outputFormat` і еталонні зображення. OpenAI **не** отримує `aspectRatio` або `resolution` безпосередньо; коли можливо, OpenClaw зіставляє їх із підтримуваним `size`, інакше інструмент повідомляє про них як про проігноровані перевизначення. Специфічні для OpenAI параметри містяться в об’єкті `openai`: ```json { "quality": "low", "outputFormat": "jpeg", "openai": { "background": "opaque", "moderation": "low", "outputCompression": 60, "user": "end-user-42" } } ``` `openai.background` приймає `transparent`, `opaque` або `auto`; прозорий вивід потребує `outputFormat` `png` або `webp` і моделі зображень OpenAI, здатної працювати з прозорістю. OpenClaw спрямовує типові запити `gpt-image-2` із прозорим фоном до `gpt-image-1.5`. `openai.outputCompression` застосовується до виводу JPEG/WebP. Підказка верхнього рівня `background` є нейтральною щодо провайдера й наразі зіставляється з тим самим полем запиту OpenAI `background`, коли вибрано провайдера OpenAI. Провайдери, які не декларують підтримку фону, повертають її в `ignoredOverrides` замість отримання непідтримуваного параметра. Щоб спрямувати генерацію зображень OpenAI через розгортання Azure OpenAI замість `api.openai.com`, див. [кінцеві точки Azure OpenAI](/uk/providers/openai#azure-openai-endpoints). Генерація зображень OpenRouter використовує той самий `OPENROUTER_API_KEY` і спрямовується через image API chat completions OpenRouter. Вибирайте моделі зображень OpenRouter із префіксом `openrouter/`: ```json5 { agents: { defaults: { imageGenerationModel: { primary: "openrouter/google/gemini-3.1-flash-image-preview", }, }, }, } ``` OpenClaw передає 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 побачити, що надає ваш налаштований plugin. Генерація зображень MiniMax доступна через обидва вбудовані шляхи автентифікації MiniMax: - `minimax/image-01` для налаштувань з API-ключем - `minimax-portal/image-01` для налаштувань OAuth Вбудований провайдер xAI використовує `/v1/images/generations` для запитів лише з prompt і `/v1/images/edits`, коли присутні `image` або `images`. - Моделі: `xai/grok-imagine-image`, `xai/grok-imagine-image-pro` - Кількість: до 4 - Еталони: одне `image` або до п’яти `images` - Співвідношення сторін: `1:1`, `16:9`, `9:16`, `4:3`, `3:4`, `2:3`, `3:2` - Роздільні здатності: `1K`, `2K` - Вивід: повертається як керовані OpenClaw вкладення зображень OpenClaw навмисно не надає нативні для xAI `quality`, `mask`, `user` або додаткові лише нативні співвідношення сторін, доки ці елементи керування не з’являться в спільному міжпровайдерному контракті `image_generate`. ## Приклади ```text /tool image_generate action=generate model=openai/gpt-image-2 prompt="A clean editorial poster for OpenClaw image generation" size=3840x2160 count=1 ``` ```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 ``` Еквівалентний CLI: ```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 ``` ```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 ``` ```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 ``` ```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 ``` Ті самі прапорці `--output-format` і `--background` доступні в `openclaw infer image edit`; `--openai-background` залишається специфічним для OpenAI псевдонімом. Вбудовані провайдери, крім OpenAI, наразі не декларують явного керування фоном, тому `background: "transparent"` повідомляється для них як проігнороване. ## Пов’язане - [Огляд інструментів](/uk/tools) - усі доступні інструменти агента - [ComfyUI](/uk/providers/comfy) - налаштування локального ComfyUI і workflow Comfy Cloud - [fal](/uk/providers/fal) - налаштування провайдера зображень і відео fal - [Google (Gemini)](/uk/providers/google) - налаштування провайдера зображень Gemini - [MiniMax](/uk/providers/minimax) - налаштування провайдера зображень MiniMax - [OpenAI](/uk/providers/openai) - налаштування провайдера OpenAI Images - [Vydra](/uk/providers/vydra) - налаштування зображень, відео й мовлення Vydra - [xAI](/uk/providers/xai) - налаштування зображень Grok, відео, пошуку, виконання коду та TTS - [Довідник конфігурації](/uk/gateway/config-agents#agent-defaults) - конфігурація `imageGenerationModel` - [Моделі](/uk/concepts/models) - конфігурація моделей і failover