Skip to main content
L’outil image_generate crée et modifie des images par l’intermédiaire des fournisseurs configurés. Dans les sessions de conversation, il s’exécute de manière asynchrone : OpenClaw enregistre une tâche en arrière-plan, renvoie immédiatement l’identifiant de la tâche et réveille l’agent lorsque le fournisseur a terminé. L’agent d’achèvement suit le mode normal de réponse visible de la session : envoi automatique de la réponse finale lorsqu’il est configuré, ou message(action="send") lorsque la session exige l’outil de messagerie. Si la session du demandeur est inactive ou si son réveil actif échoue, OpenClaw envoie directement une solution de repli idempotente avec les images générées afin que le résultat ne soit pas perdu.
L’outil apparaît uniquement lorsqu’au moins un fournisseur de génération d’images est disponible. Si image_generate ne figure pas parmi les outils de votre agent, configurez agents.defaults.imageGenerationModel, définissez une clé d’API de fournisseur ou connectez-vous avec OAuth OpenAI ChatGPT/Codex.

Démarrage rapide

1

Configurer l’authentification

Définissez une clé d’API pour au moins un fournisseur (par exemple OPENAI_API_KEY, GEMINI_API_KEY, OPENROUTER_API_KEY) ou connectez-vous avec OAuth OpenAI Codex.
2

Choisir un modèle par défaut (facultatif)

OAuth ChatGPT/Codex utilise la même référence de modèle openai/gpt-image-2. Lorsqu’un profil OAuth openai est configuré, OpenClaw achemine les requêtes d’images par ce profil OAuth au lieu d’essayer d’abord OPENAI_API_KEY. Une configuration explicite de models.providers.openai (clé d’API, URL de base personnalisée/Azure) réactive l’acheminement direct par l’API OpenAI Images.
3

Interroger l’agent

« Générez une image représentant une sympathique mascotte robot. »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 l’identifiant d’une tâche en arrière-plan, puis l’agent d’achèvement envoie la pièce jointe générée au moyen de l’outil message lorsqu’elle est prête.
Pour les points de terminaison de réseau local compatibles avec OpenAI, tels que LocalAI, conservez la valeur personnalisée de 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.

Acheminements courants

Le même outil gère la génération de texte en image et la modification à partir d’images de référence. Utilisez image pour une seule référence ou images pour plusieurs. Pour les modèles Krea 2 sur fal, ces références sont envoyées comme références de style plutôt que comme entrées à modifier. 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 déclare pas les prendre en charge. La prise en charge intégrée des arrière-plans transparents est propre à OpenAI ; les autres fournisseurs peuvent néanmoins préserver le canal alpha PNG si leur moteur le produit.

Fournisseurs pris en charge

Utilisez action: "list" pour examiner les fournisseurs et les modèles disponibles lors de l’exécution :
Utilisez action: "status" pour examiner la tâche active de génération d’images de la session actuelle :

Capacités des fournisseurs

Paramètres de l’outil

string
requis
Invite de génération d’image. Requise pour action: "generate".
"generate" | "status" | "list"
défaut:"generate"
Utilisez "status" pour examiner la tâche active de la session ou "list" pour examiner les fournisseurs et les modèles disponibles lors de l’exécution.
string
Remplacement du fournisseur/modèle (par exemple openai/gpt-image-2). Utilisez openai/gpt-image-1.5 pour les arrière-plans OpenAI transparents.
string
Chemin ou URL d’une seule image de référence pour le mode de modification.
string[]
Plusieurs images de référence pour le mode de modification ou les modèles utilisant des références de style (jusqu’à 14 par l’intermédiaire de l’outil partagé ; les limites propres au fournisseur continuent de s’appliquer).
string
Indication de taille : 1024x1024, 1536x1024, 1024x1536, 2048x2048, 3840x2160.
string
Rapport d’aspect : 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. Les fournisseurs valident le sous-ensemble propre à leur modèle.
"1K" | "2K" | "4K"
Indication de résolution.
"low" | "medium" | "high" | "auto"
Indication de qualité lorsque le fournisseur la prend en charge.
"png" | "jpeg" | "webp"
Indication du format de sortie lorsque le fournisseur le prend en charge.
"transparent" | "opaque" | "auto"
Indication d’arrière-plan lorsque le fournisseur la prend en charge. Utilisez transparent avec outputFormat: "png" ou "webp" pour les fournisseurs prenant en charge la transparence.
number
Nombre d’images à générer (1 à 4).
number
Délai d’expiration facultatif de la requête au fournisseur, en millisecondes. Lorsque Codex appelle image_generate par l’intermédiaire d’outils dynamiques, cette valeur propre à l’appel remplace toujours la valeur par défaut configurée et est plafonnée à 600000 ms.
string
Indication du nom du fichier de sortie.
object
Indications propres à OpenAI : background, moderation, outputCompression et user.
"raw" | "low" | "medium" | "high"
Contrôle de la créativité de 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 plutôt que celle demandée exactement, OpenClaw choisit la taille, le rapport d’aspect ou la résolution pris en charge les plus proches avant l’envoi. Les indications de sortie non prises en charge sont supprimées pour les fournisseurs qui ne déclarent pas les prendre en charge et sont signalées dans le résultat de l’outil. Les résultats de l’outil indiquent les paramètres appliqués ; details.normalization consigne toute conversion des valeurs demandées vers les valeurs appliquées.

Configuration

Sélection du modèle

Ordre de sélection des fournisseurs

OpenClaw essaie les fournisseurs dans l’ordre suivant :
  1. Paramètre model de l’appel d’outil (si l’agent en spécifie un).
  2. imageGenerationModel.primary dans la configuration.
  3. imageGenerationModel.fallbacks dans l’ordre.
  4. Détection automatique — uniquement les valeurs par défaut des fournisseurs disposant d’une authentification :
    • le fournisseur par défaut actuel en premier ;
    • les autres fournisseurs de génération d’images enregistrés, dans l’ordre de leur identifiant.
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.
Une substitution de model par appel essaie uniquement ce fournisseur et ce modèle, sans poursuivre avec le modèle principal, les modèles de repli configurés ni les fournisseurs détectés automatiquement.
La valeur par défaut d’un fournisseur n’entre dans la liste des candidats que lorsqu’OpenClaw peut réellement s’authentifier auprès de ce fournisseur. Définissez agents.defaults.mediaGenerationAutoProviderFallback: false pour utiliser uniquement les entrées explicites model, primary et fallbacks.
Définissez agents.defaults.imageGenerationModel.timeoutMs pour les systèmes dorsaux de génération d’images lents. Un paramètre d’outil timeoutMs fourni par appel remplace la valeur par défaut configurée, et les valeurs par défaut configurées remplacent celles définies par le Plugin du fournisseur. Les fournisseurs d’images hébergés par Google et OpenRouter utilisent une valeur par défaut de 180 secondes ; la génération d’images Microsoft Foundry MAI, xAI et Azure OpenAI utilise 600 secondes. Les appels d’outils dynamiques de Codex utilisent une valeur par défaut de 120 secondes pour le pont image_generate et respectent le même délai configuré, dans la limite maximale de 600000 ms du pont d’outils dynamiques d’OpenClaw.
Utilisez action: "list" pour inspecter les fournisseurs actuellement enregistrés, leurs modèles par défaut et les indications relatives aux variables d’environnement d’authentification.

Retouche d’images

OpenAI, OpenRouter, Google, DeepInfra, fal, Microsoft Foundry, MiniMax, ComfyUI et xAI prennent en charge la retouche d’images de référence. Les modèles Krea 2 sur fal utilisent les mêmes champs image / images comme références de style plutôt que comme entrées de retouche. Transmettez le chemin ou l’URL d’une image de référence :
OpenAI, OpenRouter et Google prennent en charge jusqu’à 5 images de référence via le paramètre images ; xAI en prend en charge jusqu’à 3. fal prend en charge 1 image de référence pour la conversion image vers image avec Flux, jusqu’à 10 pour les retouches GPT Image 2, jusqu’à 10 références de style pour Krea 2 et jusqu’à 14 pour les retouches Nano Banana 2. Microsoft Foundry, MiniMax et ComfyUI en prennent en charge 1.

Présentation détaillée des fournisseurs

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 des modèles de conversation de l’abonnement Codex et envoie la requête d’image par l’intermédiaire du système dorsal Codex Responses. Les anciennes URL de base Codex telles que https://chatgpt.com/backend-api sont normalisées en https://chatgpt.com/backend-api/codex pour les requêtes d’images. OpenClaw ne se rabat pas silencieusement sur OPENAI_API_KEY pour cette requête. Pour imposer un acheminement direct par l’API OpenAI Images, configurez explicitement models.providers.openai avec une clé d’API, une URL de base personnalisée ou un point de terminaison 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 produire des fichiers PNG/WebP avec un arrière-plan transparent ; l’API gpt-image-2 actuelle rejette background: "transparent".gpt-image-2 prend en charge à la fois la génération texte vers image et la retouche d’images de référence au moyen du même outil image_generate. OpenClaw transmet prompt, count, size, quality, outputFormat ainsi que les images de référence à OpenAI. OpenAI ne reçoit pas directement aspectRatio ni resolution ; lorsque cela est possible, OpenClaw les convertit en une valeur size prise en charge, sinon l’outil les signale comme substitutions ignorées.Les options propres à OpenAI se trouvent sous l’objet openai :
openai.background accepte transparent, opaque ou auto ; les sorties transparentes nécessitent un outputFormat png ou webp ainsi qu’un modèle d’image OpenAI prenant en charge la transparence. OpenClaw achemine les requêtes avec arrière-plan transparent destinées par défaut à gpt-image-2 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 indépendante du fournisseur et correspond actuellement au même champ de requête OpenAI background lorsque le fournisseur OpenAI est sélectionné. Les fournisseurs qui ne déclarent pas prendre en charge les arrière-plans la renvoient dans ignoredOverrides au lieu de recevoir ce paramètre non pris en charge.Pour acheminer la génération d’images OpenAI par l’intermédiaire d’un déploiement Azure OpenAI plutôt que par api.openai.com, consultez les points de terminaison Azure OpenAI.
La génération d’images Microsoft Foundry utilise les noms des déploiements d’image MAI déployés sous le préfixe de fournisseur microsoft-foundry/. Il n’existe aucun modèle par défaut au niveau du fournisseur, car l’API MAI attend le nom de votre déploiement dans le champ model :
Le fournisseur utilise l’API MAI de Microsoft Foundry, et non l’API OpenAI Images :
  • Point de terminaison de génération : /mai/v1/images/generations
  • Point de terminaison de retouche : /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 ne doit pas dépasser 1 048 576
  • Retouches : 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 à partir d’une invite seule peut utiliser un nom de déploiement personnalisé si seul le point de terminaison Foundry est configuré. Les retouches utilisant des noms de déploiement personnalisés nécessitent des métadonnées d’intégration ou de 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 connaître la configuration et le comportement des modèles de conversation.
La génération d’images OpenRouter utilise la même clé OPENROUTER_API_KEY et passe par l’API d’images des complétions de conversation d’OpenRouter. Sélectionnez les modèles d’image OpenRouter avec le préfixe openrouter/ :
OpenClaw transmet prompt, count, les images de référence et les indications aspectRatio / resolution compatibles avec Gemini à OpenRouter. Les raccourcis intégrés actuels vers les modèles d’image OpenRouter comprennent 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.
Les modèles Krea 2 sur fal utilisent le schéma Krea natif de fal plutôt que le schéma générique image_size employé par Flux. OpenClaw envoie :
  • aspect_ratio pour les indications de rapport d’aspect
  • creativity, avec medium comme valeur par défaut
  • image_style_references lorsque image ou images est fourni
Sélectionnez Krea 2 Medium pour des illustrations expressives plus rapides, et Krea 2 Large pour des rendus photoréalistes et texturés plus lents mais plus détaillés :
Krea 2 renvoie actuellement une image par requête. Privilégiez aspectRatio pour Krea ; OpenClaw associe size au rapport d’aspect Krea pris en charge le plus proche et rejette resolution pour Krea au lieu de l’ignorer. Utilisez fal.creativity lorsque vous souhaitez définir un niveau de créativité Krea natif :
La génération d’images MiniMax est disponible par les deux modes d’authentification MiniMax intégrés :
  • minimax/image-01 pour les configurations avec clé d’API
  • minimax-portal/image-01 pour les configurations OAuth
Le fournisseur xAI intégré utilise /v1/images/generations pour les requêtes contenant uniquement une invite 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 : un champ image ou jusqu’à trois éléments dans images
  • Rapports d’aspect : 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
  • Résolutions : 1K, 2K
  • Sorties : renvoyées sous forme de pièces jointes d’image gérées par OpenClaw
OpenClaw n’expose volontairement pas les paramètres xAI natifs quality, mask, user ni le rapport d’aspect auto tant que ces contrôles n’existent pas dans le contrat image_generate partagé entre les fournisseurs.

Exemples

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

Voir aussi

  • Vue d’ensemble des outils - tous les outils d’agent disponibles
  • ComfyUI - configuration des workflows locaux ComfyUI et Comfy Cloud
  • fal - configuration du fournisseur d’images et de vidéos fal
  • Google (Gemini) - configuration du fournisseur d’images Gemini
  • Plugin Microsoft Foundry - configuration du chat Microsoft Foundry et des images MAI
  • MiniMax - configuration du fournisseur d’images MiniMax
  • OpenAI - configuration du fournisseur OpenAI Images
  • Vydra - configuration des images, des vidéos et de la synthèse vocale Vydra
  • xAI - configuration des images, des vidéos, de la recherche, de l’exécution de code et de la synthèse vocale Grok
  • Référence de configuration - configuration de imageGenerationModel
  • Modèles - configuration des modèles et basculement en cas de défaillance