图像与视觉

xopc 可以理解聊天中附加的图片；配置兼容模型和凭据后，也可以生成新图片。

理解图片

1. 打开聊天并附加受支持图片。
2. 提出具体问题，例如“提取这张收据的合计”或“指出这个界面的布局问题”。
3. 对照原图检查回答，尤其是小字、数字和安全关键细节。

当前聊天模型可能直接处理图片，xopc 也可能使用单独的视觉模型。两者都没有配置时，Agent 会报告无法使用图像理解。

配置图像生成

1. 打开 设置 → 能力 → 图像。
2. 选择服务商和生成模型。
3. 添加页面要求的凭据。
4. 保存默认图像模型。Agent 默认继承此设置，单个 Agent 可以覆盖。
5. 生成一张小型测试图片。

目录包含 OpenAI、阿里百炼、MiniMax、Google、fal、Seedream、Ideogram、BFL、智谱、腾讯 TokenHub 和 Stability AI。参数严格按模型校验，不支持的尺寸和格式直接报错。退出目录的模型没有旧别名，升级后请重新选择当前型号。

终端中使用 xopc image status 和 xopc image providers 查看可用性。

生成或编辑

描述主体、构图、风格、宽高比和必须排除的内容。编辑图片时，附加原图，并明确哪些内容需要改变、哪些必须保持不变。编辑能力取决于服务商和模型。

生成文件会保存在配置的工作区或媒体输出位置。用于其它应用前先确认文件位置。

隐私与准确性

• 发送给云端模型的图片按该服务商政策处理。
• 上传前删除敏感元数据，并裁掉无关私人内容。
• 不要只依赖视觉输出作身份、法律、财务或医疗决定。
• 手动核对文字、尺寸和数量。
• 生成商标、版权内容或真人形象前检查服务商条款。

故障排查

• 附件被拒绝：检查格式和大小限制。
• Agent 看不到图片：选择支持视觉的模型并新建 Session。
• 无法生成：配置图像服务商并为 Agent 分配模型。
• 编辑变成重新生成：所选模型可能不支持图片编辑。
• 找不到输出：检查 Agent 工作区和 Gateway 日志。

参数、结果和升级

使用 XOPC Cloud 时，先登录并选择目录中的图像服务；使用自有密钥时，按设置页选择服务商、地域（如需要）和模型。聊天模型与图像生成设置分别配置。

像素尺寸、宽高比和分辨率是不同选项，只有模型支持的组合才能使用。参考图数量、输出格式和一次生成数量也受模型限制。先用一张图片验证配置，再增加任务规模。

聊天中的图片支持预览和同组图片切换。编辑时明确指出原图和需保留的内容；模型不支持编辑时，应更换模型。

升级后旧型号没有别名或自动替代，请重新选择目录中的可用型号。异步生成失败或超时不代表上游没有执行或收费；检查输出与服务商记录后再决定是否重试。