image-gen

用途

Image Gen 用于生成 AI 图像（image / picture / still）。它通过 submit_image 调用已配置提供商密钥的模型来产出图像。除非用户要求多个变体，否则每次请求优先生成一张清晰的静帧。

模型选择

模型	参考文档	优势	最大参考图数
gpt-image-2	references/gpt-image-2.md	最佳文字渲染，最强的提示词遵从度	16
nano-banana	references/nano-banana.md	最强的参考图保真度	14
image-01	references/image-01.md	MiniMax 静帧 / 直播风格；通过 R2 提供一个主体参考	1

选择规则：

• 默认：当 gpt-image-2 密钥开启时使用它。
• 参考图密集 → nano-banana。
• 用户点名 MiniMax / 仅配置了 MiniMax 图像密钥 → image-01。
• 尊重能力边界：不要调用厂商未配置的模型。

重要：生成前必须先阅读所选模型的参考文档。

工具参数

参数	取值	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（因模型而异）	1K
width / height	GPT Image：512–3840，/16；MiniMax：512–2048，/8	—
quality	low、medium、high、auto（仅 gpt-image-2）	high
referenceAssetIds	项目资源 id 数组——后端在服务端解析字节	—
name	显示在资源库中的简短描述性资源名称	—
count	生成图像数量（1–10；image-01 最多 9）	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，生成前应先询问用户想要哪种宽高比。
• 尺寸：1K。

提交前确认

• 绝不自动升级尺寸。
• 仅在用户明确要求时才传入 imageSize: "2K" 或 "4K"。需提示 2K/4K 均为 EXPERIMENTAL（实验性），可能更慢。

参考图

当用户提供源素材用于编辑、融合或作为视觉参考（例如“更改背景”“把这些合并成一张海报”）时使用。

通过 referenceAssetIds 传入项目资源 id。后端会在服务端获取并编码这些资源——绝不自行拉取资源字节。

当用户 @ 引用某张图像资源时，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 ≤ 50MB。

运行示例

// 基础生成
submit_image({
  model: "gpt-image-2",
  prompt: "a cute orange cat",
  name: "Cat",
});

// 带 quality（仅 gpt-image-2）
submit_image({
  model: "gpt-image-2",
  prompt: "hero poster with bold title",
  quality: "high",
  name: "Hero Poster",
});

// 带参考图——传入项目资源 id；后端解析字节
submit_image({
  model: "gpt-image-2",
  prompt: "change background to beach",
  referenceAssetIds: ["<assetId>"],
  name: "Beach Edit",
});

// 参考图密集场景使用 nano-banana
submit_image({
  model: "nano-banana",
  prompt: "composite poster",
  referenceAssetIds: ["<id1>", "<id2>"],
  name: "Composite",
});

// 多张图像
submit_image({
  model: "gpt-image-2",
  prompt: "product shots",
  count: 3,
  name: "Product",
});

// MiniMax（可选单个主体参考；使用参考需配置 R2）
submit_image({
  model: "image-01",
  prompt: "matte product bottle on marble, soft studio light",
  name: "Bottle still",
  promptOptimizer: false,
});

OpenChatCut 的 submit_image 可能根据提供商路径同步返回已完成资源池中的资源。如果返回了 jobId，使用 track_progress；否则将结果中的资源 id 视为已完成。

规则

• 始终提供 name，使用简短描述性资源名称。
• 提交前，简要告知用户你即将生成什么——尤其是在生成多张图像时。
• 仅调用已配置厂商密钥的模型（见能力提示）。

限制

仅能调用厂商密钥已配置的模型；2K/4K 尺寸为实验性且可能更慢；MiniMax image-01 使用参考图需配置 R2，且最多支持 1 张参考、最多 9 张图像；参考图格式和大小受后端限制（每个 ≤ 50MB）。其他未在资料中说明的收费、价格或平台细节暂未提供。