图像生成
通过 submit_image 生成 AI 图像（仅使用已配置的供应商密钥）。除非用户要求变体，否则每个请求优选生成一张清晰的静态图像。
模型选择
| 模型 | 参考文档 | 优势 | 最大参考图像数 |
|---|---|---|---|
fal + falModel | references/fal.md | Fal 明确目录；各模型限制见工具 schema | 模型特定 |
gpt-image-2 | references/gpt-image-2.md | 最佳文字渲染，最强的提示遵循度 | 16 |
nano-banana | references/nano-banana.md | 最强的参考图像保真度 | 14 |
image-01 | references/image-01.md | MiniMax 静态/活泼风格；通过 R2 支持一个主体参考 | 1 |
grok-imagine | references/grok-imagine.md | xAI Grok Imagine；文生图，最多 4 个输出，1K/2K | 0 |
- 如果选择或要求 Fal.ai，请使用
model: "fal"和请求的falModel或已保存的 Fal 默认值（来自能力信息）。若未选择，请询问。原生提供者的默认值及以下控件不适用于 Fal。 - 默认值：当有对应密钥时，默认使用
gpt-image-2。 - 参考图较多时 → 使用
nano-banana。 - 用户明确提到 MiniMax / 仅 MiniMax 图像密钥启用时 → 使用
image-01。 - 请遵守能力信息：不要调用供应商未配置的模型。
重要提示： 生成前，请阅读所选模型的参考文档。
工具参数
| 参数 | 值 | 默认值 |
|---|---|---|
aspectRatio | 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 4:5, 5:4, 21:9 | 16:9 |
imageSize | 512px, 1K, 2K, 4K（模型特定） | 1K |
width / height | GPT Image: 512–3840，需被 16 整除；MiniMax: 512–2048，需被 8 整除 | — |
quality | low, medium, high, auto（仅限 gpt-image-2） | high |
referenceAssetIds | 项目资产 ID 数组 — 后端在服务器端解析处理图片字节 | — |
name | 资源库中显示的简短描述性资产名称 | — |
count | 生成的图像数量（1–10；image-01 最多 9 张） | 1 |
promptOptimizer | 仅 MiniMax image-01 — prompt_optimizer | false |
seed | 仅 MiniMax image-01 | — |
maskAssetId, background, moderation, inputFidelity | GPT Image 编辑/输出控制 | — |
outputFormat, outputCompression | GPT Image PNG/JPEG/WebP 控制 | PNG |
默认值
- 宽高比：16:9。如果项目构图不是 16:9，请在生成前询问用户所需的宽高比。
- 尺寸：1K。
提交前询问
- 从不自动升级尺寸。
- 仅在用户明确要求时才传递
imageSize: "2K"或"4K"。请提醒用户 2K/4K 为实验性功能，可能更慢。
参考图像
当用户提供源材料以进行编辑、混合或作为视觉参考时使用（例如“更换背景”、“将这些合成一张海报”）。
- 通过
referenceAssetIds传递项目资产 ID。后端会在服务器端获取并编码这些图片字节 — 切勿自行拉取资产字节。 - 当用户 @-引用某个图像资产时，直接在
referenceAssetIds中传入其 ID。 - 后端接受的格式：png、jpeg、webp、svg（自动栅格化为 png）、heic、heif。每个文件不超过 50MB。
运行
// 基础生成
submit_image({
model: "gpt-image-2",
prompt: "一只可爱的橙色猫",
name: "Cat",
});
// 带质量参数（仅限 gpt-image-2）
submit_image({
model: "gpt-image-2",
prompt: "带有粗体标题的英雄海报",
quality: "high",
name: "Hero Poster",
});
// 带参考图像 — 传入项目资产 ID；后端解析字节
submit_image({
model: "gpt-image-2",
prompt: "将背景改为海滩",
referenceAssetIds: ["<assetId>"],
name: "Beach Edit",
});
// 参考图较多时使用 nano-banana
submit_image({
model: "nano-banana",
prompt: "合成海报",
referenceAssetIds: ["<id1>", "<id2>"],
name: "Composite",
});
// 生成多张图像
submit_image({
model: "gpt-image-2",
prompt: "产品展示图",
count: 3,
name: "Product",
});
// MiniMax（可选单个主体参考；使用参考时需配置 R2）
submit_image({
model: "image-01",
prompt: "大理石上哑光产品瓶，柔和的影棚灯光",
name: "Bottle still",
promptOptimizer: false,
});
OpenChatCut 的 submit_image 可能根据供应商路径同步返回已完成的池资产。如果返回了 jobId，请使用 track_progress；否则将结果中的资产 ID 视为已完成。
规则
- 始终提供
name，并使用简短描述性的资产名称。 - 提交前，简要告知用户即将生成的内容 — 特别是在生成多张图像时。
- 仅调用供应商密钥已配置的模型（依据能力信息）。