图像生成
Hermes Agent 可以根据文本提示词，使用 FAL.ai 的 FLUX 2 Pro 模型生成图像，并通过 Clarity Upscaler 自动进行 2 倍放大，以提升图像质量。
配置
获取 FAL API 密钥
- 在 fal.ai 注册账号
- 在管理后台生成 API 密钥
配置密钥
# 添加到 ~/.hermes/.env
FAL_KEY=your-fal-api-key-here
安装客户端库
pip install fal-client
信息
设置 FAL_KEY 后，图像生成工具会自动可用，无需额外配置工具集。
工作原理
当你请求 Hermes 生成图像时：
- 生成 — 提示词被发送到 FLUX 2 Pro 模型（
fal-ai/flux-2-pro） - 放大 — 生成的图像通过 Clarity Upscaler（
fal-ai/clarity-upscaler）自动进行 2 倍放大 - 交付 — 返回放大后的图像 URL
如果放大过程因任何原因失败，将自动回退并返回原始图像。
使用方式
直接告诉 Hermes 你想要生成什么图像：
生成一张宁静的山地风景，配有樱花盛开的场景
创作一幅智慧老猫头鹰栖息在古树枝上的肖像
生成一张有飞行汽车和霓虹灯的未来都市风景
参数
image_generate_tool 支持以下参数：
| 参数 | 默认值 | 范围 | 说明 |
|---|---|---|---|
prompt | （必填） | — | 所需图像的文字描述 |
aspect_ratio | "landscape" | landscape、square、portrait | 图像宽高比 |
num_inference_steps | 50 | 1–100 | 推理步数（越多质量越高，速度越慢） |
guidance_scale | 4.5 | 0.1–20.0 | 对提示词的遵循程度（引导强度） |
num_images | 1 | 1–4 | 生成图像的数量 |
output_format | "png" | png、jpeg | 图像文件格式 |
seed | （随机） | 任意整数 | 随机种子，用于获得可复现的结果 |
宽高比
该工具使用简化的宽高比名称，映射到 FLUX 2 Pro 的图像尺寸预设：
| 宽高比 | 映射值 | 适用场景 |
|---|---|---|
landscape | landscape_16_9 | 壁纸、横幅、场景图 |
square | square_hd | 头像、社交媒体帖子 |
portrait | portrait_16_9 | 角色艺术、手机壁纸 |
提示
你也可以直接使用 FLUX 2 Pro 的原始尺寸预设：square_hd、square、portrait_4_3、portrait_16_9、landscape_4_3、landscape_16_9。同时支持最高 2048x2048 的自定义尺寸。
自动放大
每张生成的图像都会通过 FAL.ai 的 Clarity Upscaler 自动进行 2 倍放大，使用以下设置：
| 设置项 | 值 |
|---|---|
| 放大倍数 | 2x |
| 创意度 | 0.35 |
| 保真度 | 0.6 |
| 引导强度 | 4 |
| 推理步数 | 18 |
| 正向提示词 | "masterpiece, best quality, highres" + 你的原始提示词 |
| 负向提示词 | "(worst quality, low quality, normal quality:2)" |
放大器会在保留原始构图的同时提升细节和分辨率。如果放大器失败（网络问题、速率限制），将自动返回原始分辨率的图像。
提示词示例
以下是一些效果不错的提示词：
一张粉色波波头、眼线浓郁的女性街头抓拍照片
玻璃幕墙现代建筑，夕阳光照
充满活力色彩与几何图案的抽象艺术作品
智慧老猫头鹰栖息在古树枝上的肖像
有飞行汽车和霓虹灯的未来都市风景
调试
启用图像生成的调试日志：
export IMAGE_TOOLS_DEBUG=true
调试日志保存在 ./logs/image_tools_debug_.json，包含每次生成请求的详细信息：参数、耗时及所有错误。
安全设置
图像生成工具默认关闭安全检查（safety_tolerance: 5，最宽松设置）。该配置在代码层面固定，不支持用户自定义。
平台交付
生成的图像会根据平台不同以不同方式交付：
| 平台 | 交付方式 |
|---|---|
| CLI | 以 Markdown 格式  打印图像 URL，点击可在浏览器中打开 |
| Telegram | 以图片消息发送，提示词作为说明文字 |
| Discord | 图像内嵌在消息中 |
| Slack | 图像 URL 发送到消息中（Slack 会自动展开预览） |
| 以媒体消息发送图像 | |
| 其他平台 | 以纯文本形式发送图像 URL |
智能体在响应中使用 MEDIA: 语法，平台适配器会将其转换为对应格式。
限制
- 需要 FAL API 密钥 — 图像生成会产生 FAL.ai 账户的 API 费用
- 不支持图像编辑 — 仅支持文生图，不支持局部重绘或图生图
- 基于 URL 的交付 — 图像以临时 FAL.ai URL 返回，不保存到本地，URL 会在一段时间后过期（通常为数小时）
- 放大增加延迟 — 自动 2 倍放大步骤会增加处理时间
- 每次请求最多 4 张 —
num_images上限为 4