Image Generation

图像生成辅助

为 OpenClaw 提供原生的图像生成能力，通过文字描述词快速生成高质量图像。

工作流程

用户提示词 (Prompt)
    ↓
┌─────────────────────────────────────┐
│  识别参数：模型、尺寸、比例、路径   │
└─────────────────────────────────────┘
    ↓
┌─────────────────────────────────────┐
│  调用 OpenRouter 接口 (OpenClaw)    │
└─────────────────────────────────────┘
    ↓
┌─────────────────────────────────────┐
│  默认模型：seedream-4.5 (Text-to-Image) & Gemini 2.5 (Image-to-Image) │
└─────────────────────────────────────┘
    ↓
┌─────────────────────────────────────┐
│  原子化写入本地存储 (Safety First)  │
└─────────────────────────────────────┘
    ↓
返回结构化 JSON (Success Payload)

安装与配置

1. 获取 API Key

本技能需要 OpenRouter API Key 才能调用图像生成服务。

1. 访问 OpenRouter 控制台 创建 API Key
2. 请根据下方指引手动配置环境变量

2. 配置到环境变量

根据 OpenClaw 官方最佳实践，请通过 ~/.openclaw/openclaw.json 配置环境变量：

{
  skills: {
    entries: {
      "image-generation": {
        enabled: true,
        env: {
          OPENROUTER_API_KEY: "sk-or-v1-xxxxxxxx..."
        }
      }
    }
  }
}

或使用 primaryEnv 快捷配置：

{
  skills: {
    entries: {
      "image-generation": {
        enabled: true,
        apiKey: "sk-or-v1-xxxxxxxx..."
      }
    }
  }
}

配置完成后无需重启，新配置会在下次运行 OpenClaw 时自动生效。

3. 选择默认模型（可选）

本技能默认使用 bytedance-seed/seedream-4.5 作为文本生图模型，google/gemini-2.5-flash-image 作为图生图模型。你可以通过以下方式更改：

方式一：环境变量配置 在 ~/.openclaw/openclaw.json 中添加：

{
  skills: {
    entries: {
      "image-generation": {
        enabled: true,
        env: {
          OPENROUTER_API_KEY: "sk-or-v1-xxx",
          IMAGE_GEN_TEXT_TO_IMAGE_MODEL: "bytedance-seed/seedream-4.5",
          IMAGE_GEN_IMAGE_TO_IMAGE_MODEL: "google/gemini-2.5-flash-image"
        }
      }
    }
  }
}

本技能默认使用 bytedance-seed/seedream-4.5 模型，你可以通过以下方式更改：

方式一：环境变量配置 在 ~/.openclaw/openclaw.json 中添加：

{
  skills: {
    entries: {
      "image-generation": {
        enabled: true,
        env: {
          OPENROUTER_API_KEY: "sk-or-v1-xxx",
          IMAGE_GEN_IMAGE_TO_IMAGE_MODEL: "google/gemini-2.5-flash-image",
          IMAGE_GEN_TEXT_TO_IMAGE_MODEL: "bytedance-seed/seedream-4.5"
      }
    }
  }
}

方式二：查看可用模型

node skills/image-generation/scripts/cli/openrouter.js --list-models

方式三：生成时指定模型

node skills/image-generation/scripts/generate.js \
  --prompt "a futuristic city" \
  --model "bytedance-seed/seedream-4.5" \
  --i2i-model "google/gemini-2.5-flash-image"

node skills/image-generation/scripts/generate.js \
  --prompt "a futuristic city" \
  --image "bytedance-seed/seedream-4.5" \
  --model "google/gemini-2.5-flash-image"

推荐模型：

• bytedance-seed/seedream-4.5 - 默认，高质量图像生成
• anthropic/claude-3.5-sonnet-image - Claude 图像生成
• openai/dall-e-3 - DALL-E 3

4. 验证配置

node skills/image-generation/scripts/cli/openrouter.js --test

预期输出：

{
  "success": true,
  "message": "OpenRouter API key is configured. Test passed."
}

核心配置

仅限 OpenRouter (v1)

本技能在 v1 版本中仅支持通过 OpenRouter 提供商进行图像生成。目前不原生支持 Anthropic、Replicate 或 Stability AI 等直接接口。所有生图请求均通过 OpenRouter 统一中转。

默认模型

• 文本生图模型 (Text-to-Image): bytedance-seed/seedream-4.5
• 图生图模型 (Image-to-Image): google/gemini-2.5-flash-image
• 获取地址: OpenRouter | bytedance-seed/seedream-4.5

OpenClaw 调用方式

命令调用

OpenClaw 会通过以下 CLI 方式触发图像生成：

# 基础生成
node skills/image-generation/scripts/generate.js \
  --prompt "a futuristic city at sunset" \
  --output "outputs/city.png"

# 指定模型、尺寸与比例 (OpenRouter 默认)
node skills/image-generation/scripts/generate.js \
  --prompt "cyberpunk landscape" \
  --model "bytedance-seed/seedream-4.5" \
  --i2i-model "google/gemini-2.5-flash-image" \
  --size "2K" \
  --aspect "16:9"

node skills/image-generation/scripts/generate.js \
  --prompt "cyberpunk landscape" \
  --image "bytedance-seed/seedream-4.5" \
  --model "google/gemini-2.5-flash-image" \
  --size "2K" \
  --aspect "16:9"

# 通过 OpenClaw 包装器调用
node skills/image-generation/scripts/cli/openrouter.js \
  --prompt "abstract oil painting" \
  --size "1K"

### 预检测 (Connectivity Check)

OpenClaw 在启动时可运行以下脚本检查 API 连通性：

```bash
node skills/image-generation/scripts/cli/openrouter.js --test

参数详解

|------|------|------|--------| | --prompt | 图像描述词 | 是 | - | || --model | 图生图模型 ID | 否 | google/gemini-2.5-flash-image | || --image | 文本生图模型 ID | 否 | bytedance-seed/seedream-4.5 | | --list-models | 列出所有可用模型 | 否 | - | | --size | 分辨率等级 (1K|2K|4K) | 否 | 模型默认 | | --aspect | 宽高比 (如 1:1, 16:9) | 否 | 1:1 | | --output | 输出文件路径 | 否 | .sisyphus/generated/image_<ts>.png | | --output | 输出文件路径 | 否 | .sisyphus/generated/image_<ts>.png |

分辨率与尺寸说明

--size 参数格式：

• 只接受三个字符串值："1K"、"2K"、"4K"
• 不要 使用像素格式如 "1024x1024" 或 "3840x2160"（OpenRouter API 不接受）

实际输出像素尺寸（由 size 和 aspect 共同决定）：

重要限制：

1. 并非所有模型都支持 4K，部分模型最高只支持到 2K
2. 4K 生成成本更高（约 2 倍于 1K/2K）
3. 推荐：日常使用 2K（与 1K 同价，质量显著提升）

支持的宽高比：1:1（默认）、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9

退出码说明 (Exit Codes)

符合 cli-contract.md 规范：

验证与证据 (Verification)

在交付前，请确保通过以下冒烟测试：

1. 环境检查: node skills/image-generation/scripts/cli/openrouter.js --test (返回 success: true)
2. 基础生成: node skills/image-generation/scripts/generate.js --prompt "test" --output "test.png"
3. 路径安全: 确保生成的图片位于 .sisyphus/generated/ 或指定的安全路径下。

资源维护

• 扩展新 Provider: 参考 references/extension-guide.md
• 配置详情: 参考 references/configuration.md
• CLI 规范: 参考 references/cli-contract.md