跳转到主要内容
通用的图像生成与编辑技能，支持 OpenAI、Gemini、Seedream（火山方舟）、Qwen（百炼）、MiniMax、LinkAI 共六家厂商。不需要手动选模型，脚本会按固定优先级自动挑选已配置的厂商来出图。

​
模型选择

image-generation 采用「固定优先级 + 自动回退」的策略，配好 Key 就能用：
  1. 优先级顺序：OpenAI → Gemini → Seedream → Qwen → MiniMax → LinkAI
  2. 没配 Key 的跳过：只有设了 API Key 的厂商才会参与
  3. 失败自动切下一家：遇到 401、模型未开通、网络异常等错误时，会自动试下一个
  4. 指定模型时前置：如果明确传了某个模型名，对应厂商会被提到最前面先试

​
支持的模型

厂商模型 / 别名特点
OpenAIgpt-image-2、gpt-image-1通用文生图，高质量、高智能，支持 quality 参数控制画质
Gemini Nano Banananano-banana-2、nano-banana-pro、nano-banana对应 gemini-3.1-flash、gemini-3-pro、gemini-2.5-flash 的图像版本
Seedream（火山方舟）seedream-5.0-lite、seedream-4.5原生 2K–4K，最多 14 张图融合
Qwen（百炼）qwen-image-2.0、qwen-image-2.0-pro擅长中文排版和图文融合
MiniMaximage-01简单快速的图片生成
LinkAI任意模型通用代理，兜底用
默认情况下 Agent 不会主动选模型，而是走自动路由。如果你想用某个特定模型，直接在对话里说就行，比如「用 seedream 画一只猫」或「用 gpt-image-2 生成海报」。也可以通过下面的「自定义配置」固定默认模型。

​
自定义配置

​
API Key 配置

至少需要配一个厂商的 Key，配多个就能享受自动回退能力。有三种配置方式：

​
方式一：已有模型 Key 自动复用

如果你在 web控制台 或 config.json 中配置了对话模型的 Key（比如 openai_api_key、gemini_api_key 等），启动时这些 Key 会被自动同步到对应的环境变量。也就是说，只要你的对话模型能用，图像生成就能直接用同一个 Key，不需要额外配置。

​
方式二：在 config.json 中配置

在 config.json 中直接写对应的 Key 字段即可，支持的字段如下： 
{
  "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"
}
修改后需要重启生效。每个 Key 还有对应的 *_api_base 字段可以自定义接口地址。

​
方式三：对话中直接配置

在对话里发送 API Key，Agent 会通过 env_config 工具自动保存到 ~/cow/.env，不需要重启就能生效。例如： 
帮我配置 OPENAI_API_KEY 为 sk-xxx
或者： 
设置 ARK_API_KEY 为 xxx

​
API Key 一览

环境变量config.json 字段对应厂商默认 Base URL
OPENAI_API_KEYopenai_api_keyOpenAIhttps://api.openai.com/v1
GEMINI_API_KEYgemini_api_keyGeminihttps://generativelanguage.googleapis.com
ARK_API_KEYark_api_key火山方舟（Seedream）https://ark.cn-beijing.volces.com/api/v3
DASHSCOPE_API_KEYdashscope_api_key阿里百炼（Qwen）https://dashscope.aliyuncs.com
MINIMAX_API_KEYminimax_api_keyMiniMaxhttps://api.minimaxi.com
LINKAI_API_KEYlinkai_api_keyLinkAIhttps://api.link-ai.tech

​
指定默认模型

如果想让所有图像生成固定走某个厂商的模型，可以在 config.json 里加： 
"skill": {
  "image-generation": {
    "model": "seedream-5.0-lite"
  }
}
启动时这段配置会被自动转成环境变量 SKILL_IMAGE_GENERATION_MODEL，脚本读到后会固定使用这个模型所在的厂商进行生成。

​
开启和关闭

image-generation 是内置技能，会根据 API Key 自动调整状态：
  • Key 已配置：技能正常可用，Agent 收到画图请求时会直接调用
  • Key 未配置：技能仍然会出现在上下文中（标记为「需要配置」），Agent 会引导用户去配 Key，而不是直接调用失败
如果想手动控制，也可以用命令： 
/skill disable image-generation    # 手动关闭（即使有 Key 也不会被调用）
/skill enable image-generation     # 重新开启
终端里对应的命令是 cow skill disable image-generation / cow skill enable image-generation。

​
参数

参数类型必填默认说明
promptstring是—图像描述
image_urlstring / list否null编辑用的输入图，支持本地路径或 URL。传多个就是多图融合
qualitystring否autolow / medium / high，只有部分厂商支持
sizestring否auto512 / 1K / 2K / 3K / 4K，也可以写像素值如 1024x1024
aspect_ratiostring否null1:1 / 3:2 / 2:3 / 16:9 / 9:16 / 21:9；Gemini 还支持 1:4 / 4:1 / 1:8 / 8:1
质量越高、分辨率越大，花的钱越多、等的时间越长。
  • 日常对话和快速预览直接用默认（auto），或者 quality=low + size=1K，大概 20 秒出图
  • 做海报、用户明确要高清的时候再上 quality=high + size=2K/4K，可能要等 1～5 分钟，取决于不同模型的速度

​
输出

成功时返回： 
{
  "model": "doubao-seedream-5-0-260128",
  "images": [
    {"url": "/path/to/output.png"}
  ]
}
失败时返回 { "error": "..." }。出错后不要直接重试——大概率是配置问题（Key 填错、API 地址不对、模型没开通），让用户修好配置再试。

​
常见用法

  • 文生图：根据描述生成插画、海报、图标、头像、分镜图等
  • 图生图：在已有图片上改风格、换元素、加装饰、加文字等
  • 多图融合：把多张参考图合成一张（换装、角色合影等）
  • bash 超时建议设 600 秒。单个厂商的 HTTP 超时是 300 秒，但脚本可能依次尝试多个厂商
  • 输入的图片会自动压缩到 4MB 以内、最长边不超过 4096px
  • Gemini / Seedream / Qwen / MiniMax 不支持 quality 参数，传了也没用
  • Seedream 默认出 2K 图，seedream-5.0-lite 支持到 3K，seedream-4.5 支持到 4K