メインコンテンツへスキップ
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 社に対応。モデルを手動で選ぶ必要はなく、固定の優先順位に従って、設定済みのプロバイダーを自動的に選択します。

​
モデル選択

image-generation は「固定優先度 + 自動フォールバック」のストラテジーを採用しています。API Key を設定するだけで使えます：
  1. 優先順位: OpenAI → Gemini → Seedream → Qwen → MiniMax → LinkAI
  2. 未設定のプロバイダーはスキップ: API Key が設定されているプロバイダーのみが参加
  3. 失敗時は自動で次へ: 401、モデル未開通、ネットワークエラーなどの場合、次のプロバイダーを試行
  4. モデル指定時は前置: 特定のモデル名を渡すと、そのプロバイダーが最前列に昇格

​
対応モデル

プロバイダーモデル / エイリアス特徴
OpenAIgpt-image-2、gpt-image-1汎用テキスト→画像、高品質、quality パラメータ対応
Gemini Nano Banananano-banana-2、nano-banana-pro、nano-bananagemini-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 枚の参照画像を融合
Qwen（DashScope）qwen-image-2.0、qwen-image-2.0-pro中国語テキスト描画やテキスト・画像レイアウトに強い
MiniMaximage-01シンプルで高速な画像生成
LinkAI任意のモデル汎用プロキシ、フォールバック用
デフォルトでは Agent はモデルを選ばず、自動ルーティングを使用します。特定のモデルを使いたい場合は、会話で直接指定してください（例：「seedream で猫を描いて」「gpt-image-2 でポスターを作って」）。下記の「カスタム設定」でデフォルトモデルを固定することもできます。

​
カスタム設定

​
API Key の設定

少なくとも 1 つのプロバイダーの Key が必要です。複数設定すると自動フォールバックが有効になります。設定方法は 3 通り：

​
方法 1：既存のモデル Key を自動再利用

Web コンソールや config.json で対話モデルの Key（openai_api_key、gemini_api_key など）を設定済みの場合、起動時にこれらの Key は対応する環境変数に自動同期されます。つまり、対話モデルが使えていれば、画像生成も同じ Key で追加設定なしに利用できます。

​
方法 2：config.json で設定

config.json に Key フィールドを直接記述： 
{
  "openai_api_key": "sk-xxx",
  "openai_api_base": "https://api.openai.com/v1",
  "gemini_api_key": "AIza-xxx",
  "ark_api_key": "xxx",
  "dashscope_api_key": "sk-xxx",
  "minimax_api_key": "xxx",
  "linkai_api_key": "xxx"
}
変更後は再起動が必要です。各 Key には対応する *_api_base フィールドがあり、カスタムエンドポイントを指定できます。

​
方法 3：会話で直接設定

チャットで API Key を送信すると、Agent が env_config ツールで ~/cow/.env に保存します。再起動不要でただちに反映されます。例： 
OPENAI_API_KEY を sk-xxx に設定して
または： 
ARK_API_KEY を xxx に設定して

​
API Key 一覧

環境変数config.json フィールドプロバイダーデフォルト Base URL
OPENAI_API_KEYopenai_api_keyOpenAIhttps://api.openai.com/v1
GEMINI_API_KEYgemini_api_keyGeminihttps://generativelanguage.googleapis.com
ARK_API_KEYark_api_keyVolcengine Ark（Seedream）https://ark.cn-beijing.volces.com/api/v3
DASHSCOPE_API_KEYdashscope_api_keyAlibaba DashScope（Qwen）https://dashscope.aliyuncs.com
MINIMAX_API_KEYminimax_api_keyMiniMaxhttps://api.minimaxi.com
LINKAI_API_KEYlinkai_api_keyLinkAIhttps://api.link-ai.tech

​
デフォルトモデルの固定

すべての画像生成を特定のプロバイダーのモデルで固定したい場合、config.json に以下を追加： 
"skill": {
  "image-generation": {
    "model": "seedream-5.0-lite"
  }
}
起動時にこの設定は環境変数 SKILL_IMAGE_GENERATION_MODEL に自動変換され、スクリプトはこのモデルのプロバイダーを常に使用します。

​
有効化と無効化

image-generation は内蔵スキルで、API Key に基づいてステータスが自動調整されます：
  • Key 設定済み：スキルはアクティブ — Agent は画像生成リクエストを受けると呼び出す
  • Key 未設定：スキルはコンテキストに表示される（「設定が必要」とマーク）— Agent は呼び出し失敗の代わりに Key の設定を案内する
手動で制御する場合： 
/skill disable image-generation    # 無効化（Key があっても呼び出されない）
/skill enable image-generation     # 再有効化
ターミナルでは 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
promptstringはい—画像の説明
image_urlstring / listいいえnull編集用の入力画像。ローカルパスまたは URL。複数指定で複数画像融合
qualitystringいいえautolow / medium / high — 一部のプロバイダーのみ対応
sizestringいいえauto512 / 1K / 2K / 3K / 4K、またはピクセル値（例: 1024x1024）
aspect_ratiostringいいえnull1:1 / 3:2 / 2:3 / 16:9 / 9:16 / 21:9；Gemini は 1:4 / 4:1 / 1:8 / 8:1 にも対応
品質が高いほど・解像度が大きいほど、コストが高く、時間がかかります。
  • 日常の会話やプレビューにはデフォルト（auto）、または quality=low + size=1K を使用 — 約 20 秒で生成
  • ポスターやユーザーが高解像度を明示的に要求した場合は quality=high + size=2K/4K — モデルによって 1〜5 分かかる場合があります

​
出力

成功時： 
{
  "model": "doubao-seedream-5-0-260128",
  "images": [
    {"url": "/path/to/output.png"}
  ]
}
失敗時：{ "error": "..." }。エラー後は直接リトライしないでください — ほぼ確実に設定の問題です（Key の誤り、API ベース URL の不一致、モデル未開通など）。まず設定を修正してから再試行してください。

​
よくある使い方

  • テキスト→画像：説明からイラスト、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、要素の入れ替え、装飾やテキストの追加
  • 複数画像の融合：複数の参照画像を 1 枚に合成（着せ替え、キャラクター集合写真など）
  • bash タイムアウトは 600 秒に設定してください。各プロバイダーの HTTP タイムアウトは 300 秒ですが、スクリプトが複数のプロバイダーを順番に試行する場合があります
  • 入力画像は自動的に 4 MB 以下・最長辺 4096 px 以下に圧縮されます
  • Gemini / Seedream / Qwen / MiniMax は quality パラメータに対応していません（渡しても無視されます）
  • 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