Génération d’images

L’outil image_generate permet à l’agent de créer et de modifier des images à l’aide de vos fournisseurs configurés. Dans les sessions de chat, la génération d’images s’exécute de façon asynchrone : OpenClaw enregistre une tâche en arrière-plan, renvoie immédiatement l’id de tâche et réveille l’agent lorsque le fournisseur termine. L’agent de complétion suit le mode normal de réponse visible de la session : livraison automatique de la réponse finale lorsqu’elle est configurée, ou message(action="send") lorsque la session exige l’outil message. Si la session demandeuse est inactive ou si son réveil actif échoue, et que certaines images générées sont toujours absentes de la réponse de complétion, OpenClaw envoie un secours direct idempotent avec uniquement les images manquantes.

L’outil n’apparaît que lorsqu’au moins un fournisseur de génération d’images est disponible. Si vous ne voyez pas image_generate dans les outils de votre agent, configurez agents.defaults.imageGenerationModel, ajoutez une clé API de fournisseur, ou connectez-vous avec OpenAI ChatGPT/Codex OAuth.

Démarrage rapide

Configurer l’authentification

Définissez une clé API pour au moins un fournisseur (par exemple OPENAI_API_KEY, GEMINI_API_KEY, OPENROUTER_API_KEY) ou connectez-vous avec OpenAI Codex OAuth.

Choisir un modèle par défaut (facultatif)

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

ChatGPT/Codex OAuth utilise la même référence de modèle openai/gpt-image-2. Lorsqu’un profil OAuth openai est configuré, OpenClaw achemine les requêtes d’images via ce profil OAuth au lieu d’essayer d’abord OPENAI_API_KEY. Une configuration explicite models.providers.openai (clé API, URL de base personnalisée/Azure) réactive la route directe de l’API OpenAI Images.

Demander à l’agent

« Génère une image d’une mascotte robot amicale. »L’agent appelle automatiquement image_generate. Aucune liste d’autorisation d’outils n’est nécessaire : il est activé par défaut lorsqu’un fournisseur est disponible. L’outil renvoie un id de tâche en arrière-plan, puis l’agent de complétion envoie la pièce jointe générée via l’outil message lorsqu’elle est prête.

Pour les points de terminaison LAN compatibles OpenAI tels que LocalAI, conservez l’URL personnalisée models.providers.openai.baseUrl et activez-la explicitement avec browser.ssrfPolicy.dangerouslyAllowPrivateNetwork: true. Les points de terminaison d’images privés et internes restent bloqués par défaut.

Routes courantes

Objectif	Réf. de modèle	Authentification
Génération d’images OpenAI avec facturation API	`openai/gpt-image-2`	`OPENAI_API_KEY`
Génération d’images OpenAI avec auth d’abonnement Codex	`openai/gpt-image-2`	OpenAI ChatGPT/Codex OAuth
PNG/WebP OpenAI à arrière-plan transparent	`openai/gpt-image-1.5`	`OPENAI_API_KEY` ou OpenAI Codex OAuth
Génération d’images DeepInfra	`deepinfra/black-forest-labs/FLUX-1-schnell`	`DEEPINFRA_API_KEY`
Génération expressive/orientée style fal Krea 2	`fal/krea/v2/medium/text-to-image`	`FAL_KEY`
Génération d’images OpenRouter	`openrouter/google/gemini-3.1-flash-image-preview`	`OPENROUTER_API_KEY`
Génération d’images LiteLLM	`litellm/gpt-image-2`	`LITELLM_API_KEY`
Génération d’images Microsoft Foundry MAI	`microsoft-foundry/<deployment-name>`	`AZURE_OPENAI_API_KEY` ou Entra ID
Génération d’images Google Gemini	`google/gemini-3.1-flash-image-preview`	`GEMINI_API_KEY` ou `GOOGLE_API_KEY`

Le même outil image_generate gère la conversion texte-image et la modification avec image de référence. Utilisez image pour une référence ou images pour plusieurs références. Pour les modèles Krea 2 sur fal, ces références sont envoyées comme références de style au lieu d’entrées de modification. Les indications de sortie prises en charge par le fournisseur, telles que quality, outputFormat et background, sont transmises lorsqu’elles sont disponibles et signalées comme ignorées lorsqu’un fournisseur ne les prend pas en charge. La prise en charge intégrée des arrière-plans transparents est spécifique à OpenAI ; d’autres fournisseurs peuvent néanmoins préserver l’alpha PNG si leur backend l’émet.

Fournisseurs pris en charge

Fournisseur	Modèle par défaut	Prise en charge de la modification	Authentification
ComfyUI	`workflow`	Oui (1 image, configurée par le workflow)	`COMFY_API_KEY` ou `COMFY_CLOUD_API_KEY` pour le cloud
DeepInfra	`black-forest-labs/FLUX-1-schnell`	Oui (1 image)	`DEEPINFRA_API_KEY`
fal	`fal-ai/flux/dev`	Oui (limites propres au modèle)	`FAL_KEY`
Google	`gemini-3.1-flash-image-preview`	Oui	`GEMINI_API_KEY` ou `GOOGLE_API_KEY`
LiteLLM	`gpt-image-2`	Oui (jusqu’à 5 images d’entrée)	`LITELLM_API_KEY`
Microsoft Foundry	`<deployment-name>`	Oui (modèles MAI-Image-2.5 uniquement)	`AZURE_OPENAI_API_KEY` ou Entra ID (`az login`)
MiniMax	`image-01`	Oui (référence de sujet)	`MINIMAX_API_KEY` ou MiniMax OAuth (`minimax-portal`)
OpenAI	`gpt-image-2`	Oui (jusqu’à 4 images)	`OPENAI_API_KEY` ou OpenAI ChatGPT/Codex OAuth
OpenRouter	`google/gemini-3.1-flash-image-preview`	Oui (jusqu’à 5 images d’entrée)	`OPENROUTER_API_KEY`
Vydra	`grok-imagine`	Non	`VYDRA_API_KEY`
xAI	`grok-imagine-image`	Oui (jusqu’à 5 images)	`XAI_API_KEY`

Utilisez action: "list" pour inspecter les fournisseurs et modèles disponibles à l’exécution :

/tool image_generate action=list

Utilisez action: "status" pour inspecter la tâche de génération d’images active pour la session actuelle :

/tool image_generate action=status

Capacités des fournisseurs

Capacité	ComfyUI	DeepInfra	fal	Google	Microsoft Foundry	MiniMax	OpenAI	Vydra	xAI
Générer (nombre max.)	Défini par le workflow	4	4	4	1	9	4	1	4
Modifier / référence	1 image (workflow)	1 image	Flux : 1 ; GPT : 10 ; réf. de style Krea : 10 ; NB2 : 14	Jusqu’à 5 images	1 image	1 image (réf. de sujet)	Jusqu’à 5 images	-	Jusqu’à 5 images
Contrôle de taille	-	✓	✓	✓	✓	-	Jusqu’à 4K	-	-
Format d’image	-	-	✓	✓	-	✓	-	-	✓
Résolution (1K/2K/4K)	-	-	✓	✓	-	-	-	-	1K, 2K

Paramètres de l’outil

prompt

string

requis

Prompt de génération d’image. Requis pour action: "generate".

action

"generate" | "status" | "list"

défaut:"generate"

Utilisez "status" pour inspecter la tâche de session active ou "list" pour inspecter les fournisseurs et modèles disponibles à l’exécution.

model

string

Remplacement de fournisseur/modèle (par ex. openai/gpt-image-2). Utilisez openai/gpt-image-1.5 pour les arrière-plans OpenAI transparents.

image

string

Chemin ou URL d’image de référence unique pour le mode modification.

images

string[]

Plusieurs images de référence pour le mode modification ou les modèles à références de style (jusqu’à 10 via l’outil partagé ; les limites propres au fournisseur s’appliquent toujours).

size

string

Indication de taille : 1024x1024, 1536x1024, 1024x1536, 2048x2048, 3840x2160.

aspectRatio

string

Format d’image : 1:1, 2:3, 3:2, 2.35:1, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9, 4:1, 1:4, 8:1, 1:8. Les fournisseurs valident leur sous-ensemble propre au modèle.

resolution

"1K" | "2K" | "4K"

Indication de résolution.

quality

"low" | "medium" | "high" | "auto"

Indication de qualité lorsque le fournisseur la prend en charge.

outputFormat

"png" | "jpeg" | "webp"

Indication de format de sortie lorsque le fournisseur le prend en charge.

background

"transparent" | "opaque" | "auto"

Indication d’arrière-plan lorsque le fournisseur la prend en charge. Utilisez transparent avec outputFormat: "png" ou "webp" pour les fournisseurs compatibles avec la transparence.

count

number

Nombre d’images à générer (1-4).

timeoutMs

number

Délai d’expiration facultatif de la requête fournisseur, en millisecondes. Lorsque Codex appelle image_generate via des outils dynamiques, cette valeur par appel remplace toujours la valeur par défaut configurée et est plafonnée à 600000 ms.

filename

string

Indication de nom de fichier de sortie.

openai

object

Indications propres à OpenAI : background, moderation, outputCompression et user.

fal.creativity

"raw" | "low" | "medium" | "high"

Contrôle de créativité fal Krea 2. La valeur par défaut est medium.

Tous les fournisseurs ne prennent pas en charge tous les paramètres. Lorsqu’un fournisseur de repli prend en charge une option géométrique proche au lieu de celle demandée exactement, OpenClaw remappe vers la taille, le format d’image ou la résolution pris en charge les plus proches avant l’envoi. Les indications de sortie non prises en charge sont abandonnées pour les fournisseurs qui ne déclarent pas leur prise en charge et sont signalées dans le résultat de l’outil. Les résultats de l’outil indiquent les paramètres appliqués ; details.normalization capture toute traduction de la demande vers l’application.

Configuration

Sélection du modèle

{
  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",
        ],
      },
    },
  },
}

Ordre de sélection des fournisseurs

OpenClaw essaie les fournisseurs dans cet ordre :

Paramètre model issu de l’appel d’outil (si l’agent en spécifie un).
imageGenerationModel.primary depuis la configuration.
imageGenerationModel.fallbacks dans l’ordre.
Détection automatique - valeurs par défaut des fournisseurs appuyées par l’authentification uniquement :
- fournisseur par défaut actuel en premier ;
- autres fournisseurs de génération d’images enregistrés, dans l’ordre des identifiants de fournisseur.

Si un fournisseur échoue (erreur d’authentification, limite de débit, etc.), le candidat configuré suivant est essayé automatiquement. Si tous échouent, l’erreur inclut les détails de chaque tentative.

Les remplacements de modèle par appel sont exacts

Un remplacement model par appel essaie uniquement ce fournisseur/modèle et ne continue pas vers le fournisseur principal/de secours configuré ni vers les fournisseurs détectés automatiquement.

La détection automatique tient compte de l’authentification

Une valeur par défaut de fournisseur n’entre dans la liste des candidats que lorsque OpenClaw peut réellement authentifier ce fournisseur. Définissez agents.defaults.mediaGenerationAutoProviderFallback: false pour utiliser uniquement les entrées explicites model, primary et fallbacks.

Délais d’expiration

Définissez agents.defaults.imageGenerationModel.timeoutMs pour les backends d’image lents. Un paramètre d’outil timeoutMs par appel remplace la valeur par défaut configurée, et les valeurs par défaut configurées remplacent les valeurs par défaut de fournisseur définies par le Plugin. Les fournisseurs d’images hébergés par Google et OpenRouter utilisent des valeurs par défaut de 180 secondes ; la génération d’images Microsoft Foundry MAI, xAI et Azure OpenAI utilise 600 secondes. Les appels d’outils dynamiques Codex utilisent une valeur par défaut de passerelle image_generate de 120 secondes et respectent le même budget de délai d’expiration lorsqu’il est configuré, borné par le maximum de 600000 ms de la passerelle d’outils dynamiques d’OpenClaw.

Inspecter à l’exécution

Utilisez action: "list" pour inspecter les fournisseurs actuellement enregistrés, leurs modèles par défaut et les indications de variables d’environnement d’authentification.

Modification d’images

OpenAI, OpenRouter, Google, DeepInfra, fal, Microsoft Foundry, MiniMax, ComfyUI et xAI prennent en charge la modification d’images de référence. Les modèles Krea 2 sur fal utilisent les mêmes champs image / images comme références de style au lieu d’entrées de modification. Transmettez un chemin ou une URL d’image de référence :

"Generate a watercolor version of this photo" + image: "/path/to/photo.jpg"

OpenAI, OpenRouter, Google et xAI prennent en charge jusqu’à 5 images de référence via le paramètre images. fal prend en charge 1 image de référence pour Flux image-to-image, jusqu’à 10 pour les modifications GPT Image 2, jusqu’à 10 références de style pour Krea 2 et jusqu’à 14 pour les modifications Nano Banana 2. Microsoft Foundry, MiniMax et ComfyUI en prennent en charge 1.

Analyses approfondies des fournisseurs

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

La génération d’images OpenAI utilise par défaut openai/gpt-image-2. Si un profil OAuth openai est configuré, OpenClaw réutilise le même profil OAuth que celui utilisé par les modèles de chat par abonnement Codex et envoie la requête d’image via le backend Codex Responses. Les anciennes URL de base Codex comme https://chatgpt.com/backend-api sont canonisées en https://chatgpt.com/backend-api/codex pour les requêtes d’image. OpenClaw ne bascule pas silencieusement vers OPENAI_API_KEY pour cette requête - pour forcer un routage direct par l’API OpenAI Images, configurez explicitement models.providers.openai avec une clé d’API, une URL de base personnalisée ou un endpoint Azure.Les modèles openai/gpt-image-1.5, openai/gpt-image-1 et openai/gpt-image-1-mini peuvent toujours être sélectionnés explicitement. Utilisez gpt-image-1.5 pour une sortie PNG/WebP à arrière-plan transparent ; l’API actuelle gpt-image-2 rejette background: "transparent".gpt-image-2 prend en charge à la fois la génération texte-vers-image et la modification d’images de référence via le même outil image_generate. OpenClaw transmet prompt, count, size, quality, outputFormat et les images de référence à OpenAI. OpenAI ne reçoit pas directement aspectRatio ni resolution ; lorsque c’est possible, OpenClaw les mappe vers un size pris en charge, sinon l’outil les signale comme remplacements ignorés.Les options propres à OpenAI se trouvent sous l’objet openai :

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

openai.background accepte transparent, opaque ou auto ; les sorties transparentes nécessitent outputFormat png ou webp et un modèle d’image OpenAI compatible avec la transparence. OpenClaw route les requêtes à arrière-plan transparent gpt-image-2 par défaut vers gpt-image-1.5. openai.outputCompression s’applique aux sorties JPEG/WebP et est ignoré pour les sorties PNG.L’indication de premier niveau background est neutre vis-à-vis du fournisseur et correspond actuellement au même champ de requête OpenAI background lorsque le fournisseur OpenAI est sélectionné. Les fournisseurs qui ne déclarent pas la prise en charge de l’arrière-plan la renvoient dans ignoredOverrides au lieu de recevoir le paramètre non pris en charge.Pour router la génération d’images OpenAI via un déploiement Azure OpenAI au lieu de api.openai.com, consultez endpoints Azure OpenAI.

Modèles d’image Microsoft Foundry MAI

La génération d’images Microsoft Foundry utilise les noms de déploiement d’images MAI déployées sous le préfixe de fournisseur microsoft-foundry/. Il n’y a pas de modèle par défaut au niveau du fournisseur, car l’API MAI attend le nom de votre déploiement dans le champ model :

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

Le fournisseur utilise l’API MAI de Microsoft Foundry, et non l’API OpenAI Images :

Endpoint de génération : /mai/v1/images/generations
Endpoint de modification : /mai/v1/images/edits
Authentification : AZURE_OPENAI_API_KEY / clé d’API du fournisseur, ou Entra ID via az login
Sortie : une image PNG
Taille : 1024x1024 par défaut ; la largeur et la hauteur doivent chacune être d’au moins 768 px, et le nombre total de pixels doit être au plus 1 048 576
Modifications : une image de référence PNG ou JPEG, prise en charge uniquement par les déploiements MAI-Image-2.5-Flash et MAI-Image-2.5

La génération basée uniquement sur un prompt peut utiliser un nom de déploiement personnalisé avec seulement l’endpoint Foundry configuré. Les modifications avec des noms de déploiement personnalisés nécessitent des métadonnées d’intégration/modèle afin qu’OpenClaw puisse vérifier que le déploiement repose sur MAI-Image-2.5-Flash ou MAI-Image-2.5.Les modèles d’image MAI actuels sont MAI-Image-2.5-Flash, MAI-Image-2.5, MAI-Image-2e et MAI-Image-2. Consultez le Plugin Microsoft Foundry pour la configuration et le comportement des modèles de chat.

Modèles d’image OpenRouter

La génération d’images OpenRouter utilise la même OPENROUTER_API_KEY et passe par l’API d’image des complétions de chat d’OpenRouter. Sélectionnez les modèles d’image OpenRouter avec le préfixe openrouter/ :

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

OpenClaw transmet prompt, count, les images de référence et les indications aspectRatio / resolution compatibles avec Gemini à OpenRouter. Les raccourcis intégrés actuels de modèles d’image OpenRouter incluent google/gemini-3.1-flash-image-preview, google/gemini-3-pro-image-preview et openai/gpt-5.4-image-2. Utilisez action: "list" pour voir ce que votre Plugin configuré expose.

fal Krea 2

Les modèles Krea 2 sur fal utilisent le schéma Krea natif de fal au lieu du schéma générique image_size utilisé par Flux. OpenClaw envoie :

aspect_ratio pour les indications de proportions
creativity, avec medium par défaut
image_style_references lorsque image ou images sont fournis

Sélectionnez Krea 2 Medium pour une illustration expressive plus rapide et Krea 2 Large pour des rendus photoréalistes et texturés plus lents et plus détaillés :

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

Krea 2 renvoie actuellement une image par requête. Préférez aspectRatio pour Krea ; OpenClaw mappe size vers la proportion Krea prise en charge la plus proche et rejette resolution pour Krea au lieu de l’abandonner. Utilisez fal.creativity lorsque vous voulez un niveau de créativité Krea natif :

{
  "model": "fal/krea/v2/medium/text-to-image",
  "prompt": "A cyber zine portrait with risograph texture",
  "aspectRatio": "9:16",
  "fal": {
    "creativity": "high"
  }
}

Double authentification MiniMax

La génération d’images MiniMax est disponible via les deux chemins d’authentification MiniMax groupés :

minimax/image-01 pour les configurations par clé d’API
minimax-portal/image-01 pour les configurations OAuth

xAI grok-imagine-image

Le fournisseur xAI groupé utilise /v1/images/generations pour les requêtes basées uniquement sur un prompt et /v1/images/edits lorsque image ou images est présent.

Modèles : xai/grok-imagine-image, xai/grok-imagine-image-quality
Nombre : jusqu’à 4
Références : une image ou jusqu’à cinq images
Proportions : 1:1, 16:9, 9:16, 4:3, 3:4, 2:3, 3:2
Résolutions : 1K, 2K
Sorties : renvoyées comme pièces jointes d’image gérées par OpenClaw

OpenClaw n’expose intentionnellement pas les options natives xAI quality, mask, user ni les proportions supplémentaires uniquement natives tant que ces contrôles n’existent pas dans le contrat partagé inter-fournisseurs image_generate.

Exemples

/tool image_generate action=generate model=openai/gpt-image-2 prompt="A clean editorial poster for OpenClaw image generation" size=3840x2160 count=1

/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 équivalente :

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

/tool image_generate action=generate model=openai/gpt-image-2 prompt="Low-cost draft poster for a quiet productivity app" quality=low openai='{"moderation":"low"}'

CLI équivalente :

openclaw infer image generate \
  --model openai/gpt-image-2 \
  --quality low \
  --openai-moderation low \
  --prompt "Low-cost draft poster for a quiet productivity app" \
  --json

/tool image_generate action=generate model=openai/gpt-image-2 prompt="Two visual directions for a calm productivity app icon" size=1024x1024 count=2

/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

/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

/tool image_generate action=generate model=fal/krea/v2/medium/text-to-image prompt="An expressive editorial portrait using this color palette and print texture" images='["/path/to/palette.png","/path/to/texture.jpg"]' aspectRatio=9:16 fal='{"creativity":"high"}'

Les mêmes options --output-format, --background, --quality et --openai-moderation sont disponibles sur openclaw infer image edit ; --openai-background reste un alias propre à OpenAI. Les fournisseurs intégrés autres qu’OpenAI ne déclarent pas aujourd’hui de contrôle explicite de l’arrière-plan ; ainsi, background: "transparent" est signalé comme ignoré pour eux.

​Démarrage rapide

​Routes courantes

​Fournisseurs pris en charge

​Capacités des fournisseurs

​Paramètres de l’outil

​Configuration

​Sélection du modèle

​Ordre de sélection des fournisseurs

​Modification d’images

​Analyses approfondies des fournisseurs

​Exemples

​Articles connexes

Démarrage rapide

Routes courantes

Fournisseurs pris en charge

Capacités des fournisseurs

Paramètres de l’outil

Configuration

Sélection du modèle

Ordre de sélection des fournisseurs

Modification d’images

Analyses approfondies des fournisseurs

Exemples

Articles connexes