| name | image_generation |
| description | 文生图工具,根据文字描述生成图片并保存到本地。原生 images 端点优先,失败自动降级为 chat completions(适配非标准图像生成模型)。支持多种尺寸和质量。 |
| version | 1.3 |
| category | multimodal |
| enabled | true |
| tags | ["multimodal","image","generation"] |
文生图 (Image Generation)
根据文字描述生成图片并保存到本地。支持多种尺寸和质量。
插件路径
plugins/image_generation/
工作方式
- 原生 images 端点 →
client.images.generate()(DALL-E 等标准模型)
- 失败时自动降级为 chat completions → prompt 作为用户消息发给专用模型,从响应中提取图片(JSON/base64/URL)
模型优先级
image_generation_model(config.json 专用配置)> "dall-e-3"(默认)
配置后优先使用专用模型;不配则使用 dall-e-3 走原生端点。
注册工具
| 工具名 | 描述 |
|---|
image_generate | 根据文字描述生成图片并保存到本地 |
参数
| 参数 | 类型 | 必需 | 默认值 | 说明 |
|---|
prompt | string | 是 | — | 图片描述 |
size | string | 否 | "1024x1024" | 图片尺寸,格式为 宽x高。具体可选尺寸取决于厂商模型支持 |
quality | string | 否 | "standard" | 图片质量。常见值:standard / hd。具体取决于厂商支持 |
n | integer | 否 | 1 | 生成数量。具体可生成的数量取决于厂商模型支持 |
output_dir | string | 否 | users/<user>/download/ | 输出目录 |
filename | string | 否 | 自动生成 | 文件名前缀(自动追加序号和 .png) |
结果说明
- 成功:返回 JSON 数组,每项包含
url(原始 URL)、b64_json(base64 数据)、revised_prompt(模型修正后的提示词)
- 保存路径:文件保存到
output_dir 或默认 users/<user>/download/
- chat 降级:响应无法解析为图片时,返回内容作为
revised_prompt
- 失败:返回
ERROR: 前缀的错误信息
支持的服务商
- OpenAI 官方 — 原生 images 端点(DALL-E 2/3)
- OpenRouter / 其他兼容厂商 — 配
image_generation_model 后通过 chat 降级调用
- 不支持时 — 可通过
capabilities_override: ["image_generation"] 显式开启
常见规范
- 输出目录默认保存到
users/<user>/download/
- 同时支持 URL 下载和 base64 解码两种返回格式
prompt 描述越具体,生成质量越高
常见处理办法
- 尺寸不支持:切换为常见尺寸
1024x1024,部分厂商仅支持固定尺寸
- quality 参数无效:非 DALL-E 模型可能不支持
hd,使用 standard
- chat 降级无图片:检查
image_generation_model 配置的模型是否实际支持图像输出
常见教训
n 的上限因厂商而异,超出限制可能被静默截断或报错
- chat 降级路径的响应格式因厂商而异,可能是 JSON 含 base64 字段,也可能是 URL
- 部分 DALL-E 3 模型会自动改写 prompt(
revised_prompt),最终图片可能与原始描述有偏差