图像生成

GenerateImage 让 Holon Agent 用配置的图像生成模型从文本提示词创建图片。运行时把生成的 图片保存到 agent_home/media/generated,并返回持久化的 workspace URI。

GenerateImage 做什么

Agent 调用 GenerateImage 时,运行时会:

  1. 校验提示词和参数:确保提示词非空,且所有可选参数使用受支持的值。
  2. 路由到图像生成模型:使用配置的 image_generation.default 提供商/模型,或自动 发现已配置轮次模型中第一个支持 image_generation 的模型。
  3. 保存图片:把生成的图片字节写入 agent_home/media/generated,文件名唯一。
  4. 记录持久元数据:计算 SHA-256,检测尺寸和 MIME 类型,返回 workspace:// URI。

参数

工具契约参考: 机器可读的完整工具 JSON Schema、输入约束与返回字段详表,请查阅 模型工具清单 与 工具规格。

参数必填说明
prompt是详细的图像生成提示词
size否1024x1024、1536x1024 或 1024x1536 之一
background否auto、transparent 或 opaque 之一
output_format否png、jpeg 或 webp 之一
name否保存图片的文件名主干

支持的尺寸

尺寸比例典型用途
1024x10241:1方形图片、图标、社交媒体贴图
1536x10243:2横向、横幅、主图
1024x15362:3纵向、海报、手机屏幕

GenerateImage 返回什么

每张生成的图片都带持久元数据:

字段说明
id稳定的引用 ID(例如 img_abc123)
uri用于 markdown 和 Agent 消息的 workspace:// URI
mime媒体类型(例如 image/png)
byte_count文件大小(字节)
sha256内容哈希
size可检测时的图片尺寸(宽 × 高)
created_at生成时间戳

结果还包含提供商/模型来源和原始提示词。

图片路由

显式配置

设置专用的图像生成模型:

holon config set image_generation.default "openai/gpt-image-2"

配置了 image_generation.default 时,GenerateImage 对所有图像生成请求都用该模型。使用 包含端点的模型路由引用可以让路由无歧义:

holon config set image_generation.default "volcengine@image-openai/doubao-seedream-5.0-lite"

自动发现

未设置 image_generation.default 时,运行时选择第一个声明 image_generation 能力的已 配置轮次模型。这样,只要当前对话模型支持该能力,Agent 就能在没有专门图像生成配置的情况下 生成图片。

回退提供商

当模型本身不支持图像生成时,GenerateImage 回退到第一个已配置且启用图像生成的模型。这对 Agent 是透明的。

支持的提供商

图像生成通过声明 image_generation 能力的模型所属的提供商支持:

提供商模型说明
OpenAIgpt-image-2原生图像生成
Volcenginedoubao-seedream-5.0-lite经 Volcengine Ark plan 端点

当前支持图像生成的模型列表见模型参考。

Volcengine Seedream 设置

要用 Volcengine 的 Seedream 模型做图像生成,先配置一个专用的 plan 端点:

holon config set providers.volcengine.endpoints.image-openai.transport openai_chat_completions
holon config set providers.volcengine.endpoints.image-openai.base_url "https://ark.cn-beijing.volces.com/api/plan/v3"
holon config set providers.volcengine.plans.image-openai.endpoint image-openai

然后设置图像生成默认值:

holon config set image_generation.default "volcengine@image-openai/doubao-seedream-5.0-lite"

输出管理

生成的图片以带时间戳的文件名保存到 agent_home/media/generated/。提供了 name 时,文件名 用该主干;否则默认为 generated_<timestamp>。

返回的 workspace:// URI 可用于 Agent 的 markdown 输出,在对话中直接渲染。图片可通过 Web GUI 文件浏览器和 workspace 文件 API 访问。

Agent 何时使用 GenerateImage

任务涉及视觉创作时,Agent 会调用 GenerateImage:

该工具属于 LocalEnvironment 能力族,默认对每个 Agent 可用。

CLI 验证

GenerateImage 是面向模型的工具,不能直接从 CLI 调用。Agent 通过正常的工具调用机制使用 它。图像生成模型路由可以用以下命令查看:

holon config get image_generation.default

另见