跳到正文
Ankole

图像生成

面向 AI Agent:本页的 Markdown 版本位于 https://ankole.agentbull.com/zh-Hans-CN/docs/image-generation/index.md,全站文档索引位于 https://ankole.agentbull.com/zh-Hans-CN/llms.txt。

需要制作配图、概念图或视觉草稿时,可以为 Agent 启用图像生成功能。配置完成后,用户直接在原有聊天窗口中提出需求,Agent 便会将生成的图片作为附件发回;若所选模型支持参考图,还可以让 Agent 在原图基础上继续修改。

选择执行路径

公共 image_generation 工具的执行路径由 image_generate 模型档案卡片中的由模型的 Provider 执行开关决定:

  • **原生路径:**开关开启时,由主语言模型的 Provider 在自己的回合中生成图片。OpenAI 与 ChatGPT 订阅支持此路径,专用的 image_generate 档案不参与调用。
  • **Hosted 路径:**开关关闭时,AIGateway 使用专用 image_generate 提供商与模型生成图片,再将结果交回主模型。

该开关默认开启,并按 Site、Pod、Agent 逐层继承。原生模式下,若主提供商不支持生图,该 Agent 就没有生图能力。Hosted 模式下必须解析到兼容的专用模型,清空档案不会切换到原生路径。

按以下步骤配置 Hosted 路径:

  1. 在 Console 的 LLM Provider 页面中,添加提供目标图像模型的提供商。
  2. 打开智能体页面,选择目标 Agent。
  3. 在 image_generate 下关闭由模型的 Provider 执行。
  4. 选择图像提供商与具体模型并保存。
  5. 回到聊天渠道,发送图像生成请求验证配置。

有三类 Provider 可以承接 image_generate 档案。OpenRouter 和 AgentBull Cloud 提供各自目录中的图片模型。Cloudflare 提供 FLUX.1 [schnell](@cf/black-forest-labs/flux-1-schnell)和 Black Forest Labs 系列模型(例如 black-forest-labs/flux-2-pro-preview):前者只能根据提示词生成图片,后者还支持指定尺寸、输出格式和最多八张参考图。使用 Cloudflare 时,在模型字段中直接输入模型 ID。

计费与用量统计彼此独立:主模型的 Token 用量计入主提供商凭据,图像生成的 Token 用量则计入实际执行出图的凭据;即使中途发生凭据池轮换,账目也不会混淆。

把要求写成一份视觉说明

图像生成请求不必长篇大论,但要交代清楚图片的用途、画面内容,以及哪些元素不可随意改动。先明确用途与主体,再补充构图、视觉风格和限制条件,效果远好于堆砌形容词。

可以参考以下五个维度组织说明,按需填写即可,不必面面俱到:

  • 用途与画幅:说明图片用于网页、演示文稿还是社交媒体,并给出横版、竖版、方形或具体比例。
  • 主体与场景:说清画面中的主角、所处环境以及正在发生的事。
  • 构图与风格:只写真正影响成片效果的视角、位置、留白、材质、光线或视觉媒介。
  • 图片内文字:将必须出现的原文放入引号并指明位置;若文字较长,建议留在图片外排版。
  • 限制条件:明确排除不希望出现的文字、水印、标志或物体;附带参考图时,也要写清哪些部分必须保持不变。

例如:

用途:产品发布说明头图,16:9,网页标题将放在左侧。
主体:一台白色设备放在深蓝色桌面上,位于画面右侧。
画面:简洁的几何构图,柔和侧光,左侧保留大块空白。
文字:图片内只出现“ANKOLE 2.0”,位于右下角。
限制:不要人物、水印、其他品牌标志或额外文字。

不同模型对图中文字、画幅尺寸和参考图的处理能力有所差异,具体支持范围以当前模型及其提供商的说明为准。

在同一会话中逐步修改

图片往往很难一次成稿。建议先让 Agent 生成初稿确定大方向,再在同一会话中分步微调。每轮只调整一个问题或一组相关细节,不仅更容易把控效果,也无需从头重复整段需求。

修改现有图片时,请同时写清“要改哪里”和“哪些保持不变”。例如:

只把背景改成浅灰色。主体、构图、光线、文字位置和颜色都保持不变。

如果上传了多张参考图,请用“图 1”“图 2”分别指明各自用途,例如沿用图 1 的主体、参考图 2 的配色。注意,这类请求需要当前模型本身支持参考图输入或图像编辑才会生效。

没有生成图片时

  • Agent 只回复了文字:确认客户端或 Agent 已开放 image_generation 工具。由模型的 Provider 执行开启时检查主提供商的原生生图能力,关闭时检查专用 image_generate 档案。
  • 找不到可选模型:当前已添加的提供商未提供图像生成模型,请添加支持该能力的提供商。
  • 要求不受支持:改用能力匹配的模型,或删去当前模型不支持的尺寸、格式、透明背景、参考图及编辑要求。
  • 生成了图片,但内容不合预期:通常并非配置问题,建议回到同一会话,明确指出需要修改和保留的部分。
  • 生成成功但聊天中没有附件:检查当前聊天渠道是否仍允许上传文件,并查看该次对话的错误信息。

可用的画幅尺寸、文件格式、透明背景、参考图及编辑能力,均以 Console 中所选模型及其提供商的说明为准。