mirror of
https://github.com/zhayujie/chatgpt-on-wechat.git
synced 2026-06-02 09:48:22 +08:00
99 lines
5.4 KiB
Plaintext
99 lines
5.4 KiB
Plaintext
---
|
||
title: image-generation - 画像生成
|
||
description: テキストから画像生成 / 画像編集 / 複数画像融合に対応。複数プロバイダーの自動ルーティングとフォールバックをサポート
|
||
---
|
||
|
||
汎用の画像生成・編集スキルです。OpenAI、Gemini、Seedream（Volcengine Ark）、Qwen（DashScope）、MiniMax、LinkAI の 6 つのプロバイダーに対応しています。いずれか 1 社の Key を設定すれば利用でき、複数社を設定すると自動フォールバックが有効になります。
|
||
|
||
## 対応モデル
|
||
|
||
| プロバイダー | モデル / エイリアス | 特徴 |
|
||
| --- | --- | --- |
|
||
| OpenAI | `gpt-image-2`、`gpt-image-1` | 汎用テキスト→画像、高品質、`quality` で画質制御に対応 |
|
||
| Gemini Nano Banana | `nano-banana-2`、`nano-banana-pro`、`nano-banana` | `gemini-3.1-flash`、`gemini-3-pro`、`gemini-2.5-flash` の画像バージョン |
|
||
| Seedream（Volcengine Ark） | `seedream-5.0-lite`、`seedream-4.5` | ネイティブ 2K–4K、最大 14 枚の画像融合 |
|
||
| Qwen（DashScope） | `qwen-image-2.0`、`qwen-image-2.0-pro` | 中国語のレイアウトや画像とテキストの融合に強い |
|
||
| MiniMax | `image-01` | シンプルで高速 |
|
||
| LinkAI | 任意のモデル | 統一ゲートウェイ、フォールバック用途 |
|
||
|
||
## モデル選択
|
||
|
||
デフォルトでは「自動ルーティング + 失敗時フォールバック」で動作します：
|
||
|
||
1. `OpenAI → Gemini → Seedream → Qwen → MiniMax → LinkAI` の順に、設定済みのプロバイダーを最初に選択
|
||
2. 401、モデル未開通、ネットワークエラーなどに遭遇した場合、自動的に次のプロバイダーへ切り替え
|
||
3. ユーザーが対話内でモデルを指定した場合（例：「seedream で猫を描いて」）、該当プロバイダーが優先候補に繰り上がります
|
||
|
||
特定のモデルに固定したい場合：
|
||
|
||
```json
|
||
{
|
||
"skills": {
|
||
"image-generation": {
|
||
"model": "seedream-5.0-lite"
|
||
}
|
||
}
|
||
}
|
||
```
|
||
|
||
## API Key の設定
|
||
|
||
<Tip>
|
||
[Web コンソール](/ja/channels/web) の「モデル管理」ページから設定するのが推奨です。設定済みの対話モデル Key は画像生成スキルでも自動的に再利用されるため、重複した設定は不要です。設定ファイルを手動編集するか、対話中に `env_config` ツールで一時的に設定することもできます。
|
||
</Tip>
|
||
|
||
認証情報はメインモデルプロバイダーの Key を統一的に再利用します：
|
||
|
||
| フィールド | 対応プロバイダー |
|
||
| --- | --- |
|
||
| `openai_api_key` | OpenAI |
|
||
| `gemini_api_key` | Gemini |
|
||
| `ark_api_key` | Volcengine Ark（Seedream） |
|
||
| `dashscope_api_key` | Alibaba DashScope（Qwen） |
|
||
| `minimax_api_key` | MiniMax |
|
||
| `linkai_api_key` | LinkAI |
|
||
|
||
|
||
## 有効化と無効化
|
||
|
||
スキルは API Key に応じて自動的にステータスが調整されます：
|
||
|
||
- **Key 設定済み**：Agent は画像生成リクエストを受けると直接呼び出します
|
||
- **Key 未設定**：スキルはコンテキストに表示されますが（「設定が必要」とマーク）、Agent はユーザーに Key の設定を案内します
|
||
|
||
手動で制御する場合：
|
||
|
||
```text
|
||
/skill disable image-generation # 無効化
|
||
/skill enable image-generation # 再有効化
|
||
```
|
||
|
||
ターミナルでの等価コマンド：`cow skill disable image-generation` / `cow skill enable image-generation`。
|
||
|
||
## パラメータ
|
||
|
||
| パラメータ | 型 | 必須 | デフォルト | 説明 |
|
||
| --- | --- | --- | --- | --- |
|
||
| `prompt` | string | はい | — | 画像の説明 |
|
||
| `image_url` | string / list | いいえ | null | 編集用の入力画像。ローカルパスまたは URL。リスト指定で複数画像融合 |
|
||
| `quality` | string | いいえ | auto | `low` / `medium` / `high`、一部のプロバイダーのみ対応 |
|
||
| `size` | string | いいえ | auto | `512` / `1K` / `2K` / `3K` / `4K`、またはピクセル値（例：`1024x1024`） |
|
||
| `aspect_ratio` | string | いいえ | null | `1:1` / `3:2` / `2:3` / `16:9` / `9:16` / `21:9`。Gemini は `1:4` / `4:1` / `1:8` / `8:1` にも対応 |
|
||
|
||
<Warning>
|
||
**品質が高いほど、解像度が大きいほど、時間とコストが高くなります。** 日常の対話ではデフォルト（`auto`）または `quality=low` + `size=1K` で十分で、約 20 秒で生成されます。ポスター制作や明示的に高解像度が必要な場合のみ `high` + `2K/4K` を使用してください。1〜5 分かかる場合があります。
|
||
</Warning>
|
||
|
||
## よくある使い方
|
||
|
||
- **テキスト→画像**：説明文からイラスト、ポスター、アイコン、アバター、絵コンテなどを生成
|
||
- **画像→画像**：既存の画像のスタイル変更、要素差し替え、装飾や文字の追加など
|
||
- **複数画像融合**：複数の参考画像を 1 枚に合成（着せ替え、キャラクター集合写真など）
|
||
|
||
<Note>
|
||
- bash タイムアウトは 600 秒に設定することを推奨：単一プロバイダーの HTTP タイムアウトは 300 秒、スクリプトは複数社を順に試行する場合があります
|
||
- 入力画像は自動的に 4 MB 以内・最長辺 4096 px 以内に圧縮されます
|
||
- Gemini / Seedream / Qwen / MiniMax は `quality` パラメータに対応していません
|
||
- Seedream のデフォルトは 2K。`seedream-5.0-lite` は 3K まで、`seedream-4.5` は 4K まで対応
|
||
</Note>
|