Tạo hình ảnh

Công cụ image_generate tạo và chỉnh sửa hình ảnh thông qua các nhà cung cấp đã cấu hình. Trong các phiên trò chuyện, công cụ này chạy bất đồng bộ: OpenClaw ghi lại một tác vụ nền, trả về mã tác vụ ngay lập tức và đánh thức tác tử khi nhà cung cấp hoàn tất. Tác tử hoàn tất tuân theo chế độ phản hồi hiển thị thông thường của phiên: tự động gửi phản hồi cuối cùng khi được cấu hình, hoặc message(action="send") khi phiên yêu cầu công cụ tin nhắn. Nếu phiên của bên yêu cầu không hoạt động hoặc lần đánh thức đang hoạt động thất bại, OpenClaw sẽ gửi một phương án dự phòng trực tiếp có tính lũy đẳng kèm theo các hình ảnh đã tạo để kết quả không bị mất.

Công cụ chỉ xuất hiện khi có ít nhất một nhà cung cấp tạo hình ảnh khả dụng. Nếu bạn không thấy image_generate trong các công cụ của tác tử, hãy cấu hình agents.defaults.imageGenerationModel, thiết lập khóa API của nhà cung cấp hoặc đăng nhập bằng OpenAI ChatGPT/Codex OAuth.

​

Bắt đầu nhanh

1. Cấu hình xác thực

   Đặt khóa API cho ít nhất một nhà cung cấp (ví dụ: OPENAI_API_KEY, GEMINI_API_KEY, OPENROUTER_API_KEY) hoặc đăng nhập bằng OpenAI Codex OAuth.

2. Chọn mô hình mặc định (không bắt buộc)

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

   ChatGPT/Codex OAuth sử dụng cùng tham chiếu mô hình openai/gpt-image-2. Khi một hồ sơ OAuth openai được cấu hình, OpenClaw định tuyến các yêu cầu hình ảnh qua hồ sơ OAuth đó thay vì thử OPENAI_API_KEY trước. Cấu hình models.providers.openai tường minh (khóa API, URL cơ sở tùy chỉnh/Azure) sẽ chọn lại tuyến OpenAI Images API trực tiếp.

3. Yêu cầu tác tử

   “Tạo hình ảnh một linh vật rô-bốt thân thiện.”

   Tác tử tự động gọi image_generate. Không cần đưa công cụ vào danh sách cho phép — công cụ được bật theo mặc định khi có nhà cung cấp khả dụng. Công cụ trả về mã tác vụ nền, sau đó tác tử hoàn tất gửi tệp đính kèm đã tạo thông qua công cụ message khi tệp sẵn sàng.

Đối với các điểm cuối LAN tương thích với OpenAI như LocalAI, hãy giữ models.providers.openai.baseUrl tùy chỉnh và chủ động cho phép bằng browser.ssrfPolicy.dangerouslyAllowPrivateNetwork: true. Các điểm cuối hình ảnh riêng tư và nội bộ vẫn bị chặn theo mặc định.

​

Các tuyến phổ biến

Mục tiêu	Tham chiếu mô hình	Xác thực
Tạo hình ảnh bằng OpenAI với tính phí qua API	openai/gpt-image-2	OPENAI_API_KEY
Tạo hình ảnh bằng OpenAI với xác thực gói đăng ký Codex	openai/gpt-image-2	OpenAI ChatGPT/Codex OAuth
PNG/WebP nền trong suốt bằng OpenAI	openai/gpt-image-1.5	OPENAI_API_KEY hoặc OpenAI Codex OAuth
Tạo hình ảnh bằng DeepInfra	deepinfra/black-forest-labs/FLUX-1-schnell	DEEPINFRA_API_KEY
Tạo hình ảnh biểu cảm/theo phong cách bằng fal Krea 2	fal/krea/v2/medium/text-to-image	FAL_KEY
Tạo hình ảnh bằng OpenRouter	openrouter/google/gemini-3.1-flash-image-preview	OPENROUTER_API_KEY
Tạo hình ảnh bằng LiteLLM	litellm/gpt-image-2	LITELLM_API_KEY
Tạo hình ảnh MAI bằng Microsoft Foundry	microsoft-foundry/<deployment-name>	AZURE_OPENAI_API_KEY hoặc Entra ID
Tạo hình ảnh bằng Google Gemini	google/gemini-3.1-flash-image	GEMINI_API_KEY hoặc GOOGLE_API_KEY

Cùng một công cụ xử lý cả chuyển văn bản thành hình ảnh và chỉnh sửa bằng hình ảnh tham chiếu. Sử dụng image cho một hình ảnh tham chiếu hoặc images cho nhiều hình ảnh. Đối với các mô hình Krea 2 trên fal, những hình ảnh tham chiếu này được gửi dưới dạng tham chiếu phong cách thay vì đầu vào chỉnh sửa. Các gợi ý đầu ra được nhà cung cấp hỗ trợ như quality, outputFormat và background sẽ được chuyển tiếp khi khả dụng và được báo cáo là bị bỏ qua khi nhà cung cấp không khai báo hỗ trợ. Khả năng hỗ trợ nền trong suốt đi kèm chỉ dành riêng cho OpenAI; các nhà cung cấp khác vẫn có thể giữ lại kênh alpha của PNG nếu hệ thống phụ trợ của họ xuất kênh này.

​

Nhà cung cấp được hỗ trợ

Nhà cung cấp	Mô hình mặc định	Hỗ trợ chỉnh sửa	Xác thực
ComfyUI	workflow	Có (1 hình ảnh, do quy trình làm việc cấu hình)	COMFY_API_KEY hoặc COMFY_CLOUD_API_KEY cho đám mây
DeepInfra	black-forest-labs/FLUX-1-schnell	Có (1 hình ảnh)	DEEPINFRA_API_KEY
fal	fal-ai/flux/dev	Có (giới hạn tùy theo mô hình)	FAL_KEY
Google	gemini-3.1-flash-image	Có (tối đa 5 hình ảnh)	GEMINI_API_KEY hoặc GOOGLE_API_KEY
LiteLLM	gpt-image-2	Có (tối đa 5 hình ảnh đầu vào)	LITELLM_API_KEY
Microsoft Foundry	<deployment-name>	Có (chỉ các mô hình MAI-Image-2.5)	AZURE_OPENAI_API_KEY hoặc Entra ID (az login)
MiniMax	image-01	Có (tham chiếu chủ thể)	MINIMAX_API_KEY hoặc MiniMax OAuth (minimax-portal)
OpenAI	gpt-image-2	Có (tối đa 5 hình ảnh)	OPENAI_API_KEY hoặc OpenAI ChatGPT/Codex OAuth
OpenRouter	google/gemini-3.1-flash-image-preview	Có (tối đa 5 hình ảnh đầu vào)	OPENROUTER_API_KEY
Vydra	grok-imagine	Không	VYDRA_API_KEY
xAI	grok-imagine-image	Có (tối đa 3 hình ảnh)	XAI_API_KEY

Sử dụng action: "list" để kiểm tra các nhà cung cấp và mô hình khả dụng trong thời gian chạy:

/tool image_generate action=list

Sử dụng action: "status" để kiểm tra tác vụ tạo hình ảnh đang hoạt động cho phiên hiện tại:

/tool image_generate action=status

​

Khả năng của nhà cung cấp

Khả năng	ComfyUI	DeepInfra	fal	Google	Microsoft Foundry	MiniMax	OpenAI	Vydra	xAI
Tạo (số lượng tối đa)	1	4	4	4	1	9	4	1	4
Chỉnh sửa / tham chiếu	1 hình ảnh (quy trình làm việc)	1 hình ảnh	Flux: 1; GPT: 10; tham chiếu phong cách Krea: 10; NB2: 14	Tối đa 5 hình ảnh	1 hình ảnh	1 hình ảnh (tham chiếu chủ thể)	Tối đa 5 hình ảnh	-	Tối đa 3 hình ảnh
Điều khiển kích thước	-	✓	✓	✓	✓	-	Tối đa 4K	-	-
Tỷ lệ khung hình	-	-	✓	✓	-	✓	-	-	✓
Độ phân giải (1K/2K/4K)	-	-	✓	✓	-	-	-	-	1K, 2K

​

Tham số công cụ

prompt · string · bắt buộc

Lời nhắc tạo hình ảnh. Bắt buộc đối với action: "generate".

action · "generate" | "status" | "list" · mặc định: "generate"

Sử dụng "status" để kiểm tra tác vụ phiên đang hoạt động hoặc "list" để kiểm tra các nhà cung cấp và mô hình khả dụng trong thời gian chạy.

model · string

Ghi đè nhà cung cấp/mô hình (ví dụ: openai/gpt-image-2). Sử dụng openai/gpt-image-1.5 cho nền OpenAI trong suốt.

image · string

Đường dẫn hoặc URL của một hình ảnh tham chiếu cho chế độ chỉnh sửa.

images · string[]

Nhiều hình ảnh tham chiếu cho chế độ chỉnh sửa hoặc các mô hình tham chiếu phong cách (tối đa 14 thông qua công cụ dùng chung; các giới hạn riêng của nhà cung cấp vẫn được áp dụng).

size · string

Gợi ý kích thước: 1024x1024, 1536x1024, 1024x1536, 2048x2048, 3840x2160.

aspectRatio · string

Tỷ lệ khung hình: 1:1, 2:1, 20:9, 19.5:9, 2:3, 3:2, 2.35:1, 3:4, 4:3, 4:5, 5:4, 9:16, 9:19.5, 9:20, 16:9, 21:9, 1:2, 4:1, 1:4, 8:1, 1:8. Các nhà cung cấp xác thực tập con riêng của mô hình.

resolution · "1K" | "2K" | "4K"

Gợi ý độ phân giải.

quality · "low" | "medium" | "high" | "auto"

Gợi ý chất lượng khi nhà cung cấp hỗ trợ.

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

Gợi ý định dạng đầu ra khi nhà cung cấp hỗ trợ.

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

Gợi ý nền khi nhà cung cấp hỗ trợ. Sử dụng transparent với outputFormat: "png" hoặc "webp" cho các nhà cung cấp hỗ trợ nền trong suốt.

count · number

Số lượng hình ảnh cần tạo (1-4).

timeoutMs · number

Thời gian chờ yêu cầu nhà cung cấp không bắt buộc, tính bằng mili giây. Khi Codex gọi image_generate thông qua các công cụ động, giá trị cho mỗi lần gọi này vẫn ghi đè giá trị mặc định đã cấu hình và bị giới hạn ở mức 600000 ms.

filename · string

Gợi ý tên tệp đầu ra.

openai · object

Các gợi ý chỉ dành cho OpenAI: background, moderation, outputCompression và user.

fal.creativity · "raw" | "low" | "medium" | "high"

Điều khiển độ sáng tạo của fal Krea 2. Mặc định là medium.

Không phải tất cả nhà cung cấp đều hỗ trợ mọi tham số. Khi một nhà cung cấp dự phòng hỗ trợ một tùy chọn hình học gần tương đương thay vì tùy chọn được yêu cầu chính xác, OpenClaw sẽ ánh xạ lại sang kích thước, tỷ lệ khung hình hoặc độ phân giải được hỗ trợ gần nhất trước khi gửi. Các gợi ý đầu ra không được hỗ trợ sẽ bị loại bỏ đối với những nhà cung cấp không khai báo hỗ trợ và được báo cáo trong kết quả công cụ. Kết quả công cụ báo cáo các thiết lập đã áp dụng; details.normalization ghi lại mọi phép chuyển đổi từ giá trị được yêu cầu sang giá trị được áp dụng.

​

Cấu hình

​

Lựa chọn mô hình

{
  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",
          "fal/fal-ai/flux/dev",
        ],
      },
    },
  },
}

​

Thứ tự chọn nhà cung cấp

OpenClaw thử các nhà cung cấp theo thứ tự sau:

1. Tham số model từ lệnh gọi công cụ (nếu agent chỉ định).
2. imageGenerationModel.primary từ cấu hình.
3. imageGenerationModel.fallbacks theo thứ tự.
4. Tự động phát hiện - chỉ các giá trị mặc định của nhà cung cấp có thông tin xác thực:
   • nhà cung cấp mặc định hiện tại trước;
   • các nhà cung cấp tạo ảnh đã đăng ký còn lại theo thứ tự mã định danh nhà cung cấp.

Nếu một nhà cung cấp gặp lỗi (lỗi xác thực, giới hạn tốc độ, v.v.), ứng viên được cấu hình tiếp theo sẽ tự động được thử. Nếu tất cả đều thất bại, lỗi sẽ bao gồm chi tiết từ từng lần thử.

Giá trị ghi đè mô hình cho từng lệnh gọi là chính xác

Giá trị ghi đè model cho từng lệnh gọi chỉ thử nhà cung cấp/mô hình đó và không tiếp tục tới nhà cung cấp chính/dự phòng đã cấu hình hoặc các nhà cung cấp được tự động phát hiện.

Tự động phát hiện có nhận biết xác thực

Giá trị mặc định của một nhà cung cấp chỉ được đưa vào danh sách ứng viên khi OpenClaw thực sự có thể xác thực với nhà cung cấp đó. Đặt agents.defaults.mediaGenerationAutoProviderFallback: false để chỉ sử dụng các mục model, primary và fallbacks được chỉ định rõ ràng.

Thời gian chờ

Đặt agents.defaults.imageGenerationModel.timeoutMs cho các phần phụ trợ tạo ảnh chậm. Tham số công cụ timeoutMs cho từng lệnh gọi sẽ ghi đè giá trị mặc định đã cấu hình, và các giá trị mặc định đã cấu hình sẽ ghi đè giá trị mặc định của nhà cung cấp do plugin tạo. Các nhà cung cấp ảnh được lưu trữ trên Google và OpenRouter sử dụng giá trị mặc định 180 giây; tính năng tạo ảnh của Microsoft Foundry MAI, xAI và Azure OpenAI sử dụng 600 giây. Các lệnh gọi công cụ động của Codex sử dụng giá trị mặc định cầu nối image_generate là 120 giây và tuân theo cùng ngân sách thời gian chờ khi được cấu hình, với giới hạn tối đa 600000 ms của cầu nối công cụ động OpenClaw.

Kiểm tra khi chạy

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

​

Chỉnh sửa ảnh

OpenAI, OpenRouter, Google, DeepInfra, fal, Microsoft Foundry, MiniMax, ComfyUI và xAI hỗ trợ chỉnh sửa ảnh tham chiếu. Các mô hình Krea 2 trên fal sử dụng cùng các trường image / images làm tham chiếu phong cách thay vì đầu vào chỉnh sửa. Truyền đường dẫn hoặc URL của ảnh tham chiếu:

"Tạo phiên bản màu nước của bức ảnh này" + image: "/path/to/photo.jpg"

OpenAI, OpenRouter và Google hỗ trợ tối đa 5 ảnh tham chiếu qua tham số images; xAI hỗ trợ tối đa 3. fal hỗ trợ 1 ảnh tham chiếu cho Flux chuyển ảnh thành ảnh, tối đa 10 ảnh cho chỉnh sửa GPT Image 2, tối đa 10 tham chiếu phong cách cho Krea 2 và tối đa 14 ảnh cho chỉnh sửa Nano Banana 2. Microsoft Foundry, MiniMax và ComfyUI hỗ trợ 1 ảnh.

​

Tìm hiểu chuyên sâu về nhà cung cấp

OpenAI gpt-image-2 (và gpt-image-1.5)

Tính năng tạo ảnh của OpenAI mặc định sử dụng openai/gpt-image-2. Nếu hồ sơ OAuth openai được cấu hình, OpenClaw sẽ tái sử dụng cùng hồ sơ OAuth mà các mô hình trò chuyện theo gói đăng ký Codex sử dụng và gửi yêu cầu ảnh qua phần phụ trợ 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 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 một cách rõ ràng bằng 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. Sử dụng gpt-image-1.5 để xuất PNG/WebP với nền trong suốt; API gpt-image-2 hiện tại từ chối background: "transparent".

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

Các tùy chọn dành 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 png hoặc webp và một mô hình ảnh OpenAI có khả năng hỗ trợ độ trong suốt. OpenClaw định tuyến các yêu cầu nền trong suốt gpt-image-2 mặc định tới gpt-image-1.5. openai.outputCompression áp dụng cho đầu ra JPEG/WebP và bị bỏ qua đối với đầu ra PNG.

Gợi ý background cấp cao nhất không phụ thuộc nhà cung cấp và hiện được 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 giá trị này trong ignoredOverrides thay vì nhận tham số không được hỗ trợ.

Để định tuyến tính năng tạo ảnh OpenAI qua một bản triển khai Azure OpenAI thay vì api.openai.com, hãy xem Các điểm cuối Azure OpenAI.

Các mô hình ảnh Microsoft Foundry MAI

Tính năng tạo ảnh Microsoft Foundry sử dụng tên bản triển khai ảnh MAI đã triển khai dưới tiền tố nhà cung cấp microsoft-foundry/. Không có mô hình mặc định ở cấp nhà cung cấp vì API MAI yêu cầu tên bản triển khai của bạn trong trường model:

{
  agents: {
    defaults: {
      imageGenerationModel: {
        primary: "microsoft-foundry/<deployment-name>",
        timeoutMs: 600_000,
      },
    },
  },
}

Nhà cung cấp sử dụng API MAI của Microsoft Foundry, không phải OpenAI Images API:

• Điểm cuối tạo ảnh: /mai/v1/images/generations
• Điểm cuối chỉnh sửa: /mai/v1/images/edits
• Xác thực: AZURE_OPENAI_API_KEY / khóa API của nhà cung cấp, hoặc Entra ID thông qua az login
• Đầu ra: một ảnh PNG
• Kích thước: mặc định 1024x1024; chiều rộng và chiều cao đều phải ít nhất là 768 px, và tổng số pixel không được vượt quá 1,048,576
• Chỉnh sửa: một ảnh tham chiếu PNG hoặc JPEG, chỉ được hỗ trợ bởi các bản triển khai MAI-Image-2.5-Flash và MAI-Image-2.5

Việc tạo ảnh chỉ từ câu lệnh có thể sử dụng tên bản triển khai tùy chỉnh khi chỉ cấu hình điểm cuối Foundry. Chỉnh sửa bằng tên bản triển khai tùy chỉnh cần siêu dữ liệu hướng dẫn ban đầu/mô hình để OpenClaw có thể xác minh rằng bản triển khai được hỗ trợ bởi MAI-Image-2.5-Flash hoặc MAI-Image-2.5.

Các mô hình ảnh MAI hiện tại là MAI-Image-2.5-Flash, MAI-Image-2.5, MAI-Image-2e và MAI-Image-2. Xem Plugin Microsoft Foundry để biết cách thiết lập và hành vi của mô hình trò chuyện.

Các mô hình ảnh OpenRouter

Tính năng tạo ảnh OpenRouter sử dụng cùng OPENROUTER_API_KEY và định tuyến qua API ảnh hoàn thành trò chuyện của OpenRouter. Chọn các mô hình ảnh OpenRouter bằng tiền tố openrouter/:

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

OpenClaw chuyển tiếp prompt, count, các ảnh tham chiếu và gợi ý aspectRatio / resolution tương thích với Gemini tới OpenRouter. Các lối tắt tích hợp sẵn hiện tại cho mô hình ảnh OpenRouter bao gồm google/gemini-3.1-flash-image, google/gemini-3-pro-image và openai/gpt-5.4-image-2. Sử dụng action: "list" để xem plugin đã cấu hình của bạn cung cấp những gì.

fal Krea 2

Các mô hình Krea 2 trên fal sử dụng lược đồ Krea gốc của fal thay vì lược đồ image_size chung mà Flux sử dụng. OpenClaw gửi:

• aspect_ratio cho các gợi ý về tỷ lệ khung hình
• creativity, mặc định là medium
• image_style_references khi image hoặc images được cung cấp

Chọn Krea 2 Medium để có hình minh họa giàu biểu cảm nhanh hơn và Krea 2 Large để có hình ảnh chân thực và nhiều kết cấu, chi tiết hơn nhưng chậm hơn:

{
  agents: {
    defaults: {
      imageGenerationModel: {
        primary: "fal/krea/v2/medium/text-to-image",
      },
    },
  },
}

Krea 2 hiện trả về một ảnh cho mỗi yêu cầu. Ưu tiên aspectRatio cho Krea; OpenClaw ánh xạ size tới tỷ lệ khung hình Krea được hỗ trợ gần nhất và từ chối resolution đối với Krea thay vì bỏ qua nó. Sử dụng fal.creativity khi bạn muốn mức độ sáng tạo gốc của Krea:

{
  "model": "fal/krea/v2/medium/text-to-image",
  "prompt": "Chân dung tạp chí cyber với kết cấu in risograph",
  "aspectRatio": "9:16",
  "fal": {
    "creativity": "high"
  }
}

Xác thực kép MiniMax

Tính năng tạo ảnh MiniMax khả dụng qua cả hai phương thức xác thực MiniMax đi kèm:

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

xAI grok-imagine-image

Nhà cung cấp xAI đi kèm sử dụng /v1/images/generations cho các yêu cầu chỉ có câu lệnh và /v1/images/edits khi có image hoặc images.

• Mô hình: xai/grok-imagine-image, xai/grok-imagine-image-quality
• Số lượng: tối đa 4
• Tham chiếu: một image hoặc tối đa ba images
• Tỷ lệ khung hình: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 2:1, 1:2, 19.5:9, 9:19.5, 20:9, 9:20
• Độ phân giải: 1K, 2K
• Đầu ra: được trả về dưới dạng tệp đính kèm ảnh do OpenClaw quản lý

OpenClaw chủ ý không cung cấp quality, mask, user gốc của xAI hoặc tỷ lệ khung hình auto cho đến khi các điều khiển đó tồn tại trong hợp đồng image_generate dùng chung giữa các nhà cung cấp.

​

Ví dụ

Tạo (phong cảnh 4K)

/tool image_generate action=generate model=openai/gpt-image-2 prompt="Áp phích biên tập gọn gàng cho tính năng tạo ảnh OpenClaw" size=3840x2160 count=1

Tạo (PNG trong suốt)

/tool image_generate action=generate model=openai/gpt-image-1.5 prompt="Nhãn dán hình tròn màu đỏ đơn giản trên nền trong suốt" outputFormat=png background=transparent

CLI tương đương:

openclaw infer image generate \
  --model openai/gpt-image-1.5 \
  --output-format png \
  --background transparent \
  --prompt "Nhãn dán hình tròn màu đỏ đơn giản trên nền trong suốt" \
  --json

Tạo (OpenAI chất lượng thấp)

/tool image_generate action=generate model=openai/gpt-image-2 prompt="Bản nháp áp phích chi phí thấp cho một ứng dụng năng suất yên tĩnh" quality=low openai='{"moderation":"low"}'

CLI tương đương:

openclaw infer image generate \
  --model openai/gpt-image-2 \
  --quality low \
  --openai-moderation low \
  --prompt "Bản nháp áp phích chi phí thấp cho một ứng dụng năng suất yên tĩnh" \
  --json

Tạo (hai ảnh vuông)

/tool image_generate action=generate model=openai/gpt-image-2 prompt="Hai định hướng hình ảnh cho biểu tượng của một ứng dụng năng suất nhẹ nhàng" size=1024x1024 count=2

Chỉnh sửa (một ảnh tham chiếu)

/tool image_generate action=generate model=openai/gpt-image-2 prompt="Giữ nguyên chủ thể, thay nền bằng bối cảnh studio sáng" image=/path/to/reference.png size=1024x1536

Chỉnh sửa (nhiều ảnh tham chiếu)

/tool image_generate action=generate model=openai/gpt-image-2 prompt="Kết hợp đặc điểm nhận diện nhân vật từ ảnh đầu tiên với bảng màu từ ảnh thứ hai" images='["/path/to/character.png","/path/to/palette.jpg"]' size=1536x1024

Tham chiếu phong cách Krea

/tool image_generate action=generate model=fal/krea/v2/medium/text-to-image prompt="Một bức chân dung biên tập giàu biểu cảm sử dụng bảng màu và họa tiết in này" images='["/path/to/palette.png","/path/to/texture.jpg"]' aspectRatio=9:16 fal='{"creativity":"high"}'

Các cờ --output-format, --background, --quality và --openai-moderation tương tự cũng có trên openclaw infer image edit; --openai-background vẫn là bí danh dành riêng cho OpenAI. Hiện tại, các nhà cung cấp đi kèm ngoài OpenAI không khai báo rõ khả năng kiểm soát nền, vì vậy background: "transparent" được báo cáo là bị bỏ qua đối với chúng.

​

Liên quan

• Tổng quan về công cụ - tất cả công cụ tác tử hiện có
• ComfyUI - thiết lập quy trình làm việc cho ComfyUI cục bộ và Comfy Cloud
• fal - thiết lập nhà cung cấp hình ảnh và video fal
• Google (Gemini) - thiết lập nhà cung cấp hình ảnh Gemini
• Plugin Microsoft Foundry - thiết lập trò chuyện Microsoft Foundry và hình ảnh MAI
• MiniMax - thiết lập nhà cung cấp hình ảnh MiniMax
• OpenAI - thiết lập nhà cung cấp OpenAI Images
• Vydra - thiết lập hình ảnh, video và giọng nói Vydra
• xAI - thiết lập hình ảnh, video, tìm kiếm, thực thi mã và TTS Grok
• Tham chiếu cấu hình - cấu hình imageGenerationModel
• Mô hình - cấu hình mô hình và chuyển đổi dự phòng