Wprowadzenie
Narzedzie image_generate umozliwia agentom tworzenie i edycje obrazow za pomoca skonfigurowanych dostawcow. Wygenerowane obrazy sa automatycznie dostarczane jako zalaczniki medialne w odpowiedziach agenta.
Szybki start
- Skonfiguruj klucz API jednego z obslugiwanych dostawcow (OpenAI, Google, fal itp.)
- Opcjonalnie wskazz preferowany model w konfiguracji
- Poprosc agenta o wygenerowanie obrazu naturalnym jezykiem — agent sam uzyje narzedzia
Obslugiwani dostawcy
Dostepnych jest szesc dostawcow o roznych mozliwosciach:
- OpenAI (
gpt-image-1) — obsluguje edycje do 5 obrazow - Google (
gemini-3.1-flash-image-preview) — pelne wsparcie edycji - fal (
fal-ai/flux/dev) — edycja wlaczona - MiniMax (
image-01) — edycja z referencjami podmiotow - ComfyUI (
workflow) — edycja skonfigurowana przez workflow dla jednego obrazu - Vydra (
grok-imagine) — tylko generowanie, bez edycji
Kluczowe parametry
Najwazniejsze parametry narzedzia obejmuja:
prompt— opis generowanego obrazu (wymagany)action—generate(generowanie) lublist(lista zadan)model— nadpisanie domyslnego dostawcyimage/images— referencyjne obrazy do edycjisize,aspectRatio,resolution— opcje geometriicount— liczba generowanych obrazow (1–4 jednoczesnie)
Strategia wyboru modelu
System wspiera jawny wybor modelu za pomoca konfiguracji primary i fallbacks, co umozliwia automatyczna rotacje dostawcow w razie awarii preferowanej uslugi. Funkcja automatycznego wykrywania inteligentnie wybiera dostawce na podstawie dostepnych kluczy uwierzytelniania.
Kolejnosc prob
Generowanie przebiega w nastepujacej kolejnosci: parametr model podany w wywolaniu → skonfigurowany primary → lista fallbacks → automatycznie wykryci dostawcy. Nieudane proby automatycznie uruchamiaja nastepnego kandydata.
Mozliwosci edycji
Obsluga obrazow referencyjnych rozni sie w zaleznosci od dostawcy. OpenAI i Google pozwalaja na referencje do pieciu obrazow, fal i MiniMax obsluguja po jednym obrazie, natomiast ComfyUI wykorzystuje workflow do edycji jednego obrazu. Vydra nie obsluguje edycji.