La generazione di immagini in OpenClaw

OpenClaw genera e modifica immagini tramite un unico strumento che si appoggia ai provider di immagini che hai configurato. In una sessione di chat viene eseguito in modo asincrono: OpenClaw registra un’attività in background, restituisce subito l’ID dell’attività e risveglia l’agente quando il provider ha finito; la risposta di completamento contiene una breve didascalia e tutti gli allegati generati, un errore torna come messaggio visibile e conciso, e se la sessione che ha fatto la richiesta non è attiva le immagini vengono consegnate direttamente, così il risultato non va perso. Ecco la configurazione, i percorsi, cosa accetta lo strumento e le avvertenze.

Configurazione

• Una chiave API per almeno un provider, tra cui OpenAI, Gemini o OpenRouter, oppure un accesso con ChatGPT o Codex; con un profilo OAuth di OpenAI configurato, le richieste di immagini passano da quello anziché dalla chiave.
• Facoltativamente, un modello predefinito nel blocco dei modelli multimediali, con un timeout; una configurazione esplicita del provider OpenAI, cioè una chiave o un URL di base personalizzato, fa tornare al percorso diretto dell’API Images.
• Chiedi all’agente. Non serve aggiungerlo a un elenco degli autorizzati: lo strumento è attivo per impostazione predefinita quando è disponibile un provider, e assente in caso contrario.

Lo strumento compare solo quando è disponibile almeno un provider di generazione di immagini.

I percorsi

La documentazione elenca un percorso per ogni obiettivo: il modello di immagini di OpenAI con fatturazione tramite API o con l’accesso ChatGPT, le varianti GPT Image 2.5 tramite il percorso esplicito con chiave, un PNG o WebP con sfondo trasparente tramite il modello OpenAI precedente, FLUX tramite DeepInfra, Krea 2 e GPT Image 2.5 tramite fal, il modello di immagini flash di Gemini tramite OpenRouter o direttamente tramite Google, LiteLLM e i deployment di Microsoft Foundry. Lo stesso strumento gestisce la generazione da testo a immagine e la modifica a partire da immagini di riferimento, con una o più immagini come riferimento; su Krea i riferimenti diventano riferimenti di stile. Le indicazioni di output per qualità, formato e sfondo vengono inoltrate quando il provider le supporta e segnalate come ignorate quando non le supporta, e OpenAI accetta la moderazione low o auto sia per la generazione sia per le modifiche.

Le avvertenze

• Un endpoint LAN compatibile con OpenAI come LocalAI richiede l’URL di base personalizzato e un consenso esplicito nella policy SSRF del browser; gli endpoint di immagini privati e interni restano bloccati per impostazione predefinita.
• In WebChat e nell’app macOS gli allegati generati restano nella risposta di completamento invece di comparire di nuovo in un messaggio separato con le sole immagini, e una consegna ripetuta mantiene le stesse identità.
• Il record dell’attività in sé resta silenzioso; la risposta visibile segue l’attuale contratto di risposta visibile della sessione, ed è per questo che un canale vede un solo messaggio con didascalia anziché un flusso di aggiornamenti sull’avanzamento.

OpenClaw con OpenRouter e OpenClaw con Gemini sono i due articoli sui provider da cui arriva la maggior parte delle persone.

Dove si colloca

La generazione di immagini è uno degli strumenti multimediali, accanto a video, musica e parlato, e segue lo stesso schema della ricerca web di OpenClaw: uno strumento che l’agente chiama, un provider che hai scelto e un risultato che torna attraverso la risposta anziché attraverso un’interfaccia separata.

Su Diali

Su Diali lo strumento segue la stessa regola che vale ovunque: compare quando per l’assistente è configurato un provider in grado di generare immagini, e questa scelta si fa dalla dashboard. OpenClaw ospitato su Diali è l’assistente.

• Un solo strumento, molti provider, un’attività in background per ogni immagine.
• Testo a immagine e modifiche da riferimento con la stessa chiamata.
• Gli endpoint LAN restano bloccati finché non dai il consenso.