图像生成六大供应商——DashScope、DALL-E 3、Flux 等怎么配

图像生成是内置能力

MateClaw 的 Agent 不只是能输出文字——写作助手模板默认就带图像生成能力。Agent 可以在一个执行链里同时写文案、配图、合成——比如「给我写一篇公众号文章，每个小节配一张图」。

六个供应商

在 Settings → 模型里添加图像模型供应商，和文本模型分开管理。

在 Agent 里怎么用

图像生成对 Agent 来说就是一个普通工具——generate_image(prompt, size, style)。ReAct 循环里 Thought 判断「需要配图 → 调用 generate_image → Observation 拿到图片 URL → 继续下一轮」。

Plan-and-Execute 模式下可以把「生成 X 张图」作为计划里的一步，和写作、排版、上传等步骤串起来。

多尺寸多格式

不同供应商支持不同尺寸和格式。MateClaw 的 Agent 会自动适配——比如给公众号配图时自动选 3:4 竖版，给文档配图时选 16:9 横版。如果某个图像模型不支持 Agent 要的尺寸，会自动换到支持的供应商。

成本控制

图像生成比文本贵得多。MateClaw 提供用量统计：每个 Agent 每个会话生成了多少张图、花了多少 token/费用。可以在工作空间层面设图像生成上限（比如每天最多 50 张），超了就拒绝。