Tạo hình ảnh

Ghi đè model theo từng lần gọi chỉ thử nhà cung cấp/mô hình đó và không tiếp tục sang primary/fallback đã cấu hình hoặc các nhà cung cấp được tự động phát hiện.

Một mặc định nhà cung cấp chỉ đi vào danh sách ứng viên khi OpenClaw có thể thực sự xác thực nhà cung cấp đó. Đặt agents.defaults.mediaGenerationAutoProviderFallback: false để chỉ dùng các mục model, primary, và fallbacks tường minh.

Đặt agents.defaults.imageGenerationModel.timeoutMs cho các backend ảnh chậm. Tham số công cụ timeoutMs theo từng lần gọi sẽ ghi đè mặc định đã cấu hình. Các lệnh gọi công cụ động của Codex tuân theo cùng ngân sách thời gian chờ, bị giới hạn bởi mức tối đa cầu nối công cụ động 600000 ms của OpenClaw.

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

Tạo hình ảnh bằng OpenAI mặc định dùng openai/gpt-image-2. Nếu một hồ sơ OAuth openai-codex đã được cấu hình, OpenClaw sẽ tái sử dụng cùng hồ sơ OAuth mà các mô hình trò chuyện theo gói đăng ký Codex dùng và gửi yêu cầu hình 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 hình ảnh. OpenClaw không âm thầm chuyển dự phòng sang OPENAI_API_KEY cho yêu cầu đó - để buộc định tuyến trực tiếp qua OpenAI Images API, hãy cấu hình models.providers.openai rõ ràng với khóa API, URL cơ sở tùy chỉnh hoặc điểm cuối Azure.

Các mô hình openai/gpt-image-1.5, openai/gpt-image-1 và openai/gpt-image-1-mini vẫn có thể được chọn rõ ràng. Dùng gpt-image-1.5 cho đầu ra PNG/WebP nền trong suốt; API gpt-image-2 hiện tại từ chối background: "transparent".

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

Các tùy chọn 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 hình ảnh OpenAI có khả năng xử lý độ trong suốt. OpenClaw định tuyến các yêu cầu nền trong suốt mặc định của gpt-image-2 sang gpt-image-1.5. openai.outputCompression áp dụng cho đầu ra JPEG/WebP.

Gợi ý background cấp cao nhất là trung lập với nhà cung cấp và hiện ánh xạ tới cùng trường yêu cầu background của OpenAI khi nhà cung cấp OpenAI được chọn. Các nhà cung cấp không khai báo hỗ trợ nền sẽ trả về nó trong ignoredOverrides thay vì nhận tham số không được hỗ trợ.

Để định tuyến tạo hình ảnh OpenAI qua một triển khai Azure OpenAI thay vì api.openai.com, xem Điểm cuối Azure OpenAI.

Tạo hình ảnh bằng OpenRouter dùng cùng OPENROUTER_API_KEY và định tuyến qua API hình ảnh chat completions của OpenRouter. Chọn mô hình hình ảnh OpenRouter với tiền tố openrouter/:

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

OpenClaw chuyển tiếp prompt, count, hình ảnh tham chiếu và các gợi ý aspectRatio / resolution tương thích với Gemini đến OpenRouter. Các lối tắt mô hình 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. Dùng action: "list" để xem Plugin đã cấu hình của bạn cung cấp những gì.

Tạo hình ảnh bằng MiniMax khả dụng qua cả hai đường dẫn xác thực MiniMax đi kèm:

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

Nhà cung cấp xAI đi kèm dùng /v1/images/generations cho các yêu cầu chỉ có prompt và /v1/images/edits khi có image hoặc images.

• Mô hình: xai/grok-imagine-image, xai/grok-imagine-image-pro
• Số lượng: tối đa 4
• Tham chiếu: một image hoặc tối đa năm images
• Tỷ lệ khung hình: 1:1, 16:9, 9:16, 4:3, 3:4, 2:3, 3:2
• Độ phân giải: 1K, 2K
• Đầu ra: được trả về dưới dạng tệp đính kèm hình ảnh do OpenClaw quản lý

OpenClaw chủ ý không phơi bày quality, mask, user riêng của xAI hoặc các tỷ lệ khung hình bổ sung chỉ dành cho nền tảng gốc cho đến khi các điều khiển đó tồn tại trong hợp đồng image_generate dùng chung giữa các nhà cung cấp.