> ## Documentation Index
> Fetch the complete documentation index at: https://docs.cowagent.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# image-generation - 画像生成

> 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 theme={null}
{
  "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 theme={null}
/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>