图像生成
Hermes Agent 可以使用 FAL.ai 的 FLUX 2 Pro 模型根据文本提示生成图像，并通过 Clarity Upscaler 自动进行2倍升级以提高质量。
设置
获取 FAL API 密钥
- 在 fal.ai 注册
- 从你的仪表板生成 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
当设置了 FAL_KEY 时，图像生成工具会自动可用。无需额外的工具集配置。
工作原理
当你要求 Hermes 生成图像时：
- 生成 — 你的提示被发送到 FLUX 2 Pro 模型（
fal-ai/flux-2-pro） - 升级 — 生成的图像使用 Clarity Upscaler（
fal-ai/clarity-upscaler）自动升级2倍 - 交付 — 升级后的图像 URL 被返回
如果升级因任何原因失败，原始图像将作为后备返回。
使用方法
只需要求 Hermes 创建图像：
Generate an image of a serene mountain landscape with cherry blossoms
Create a portrait of a wise old owl perched on an ancient tree branch
Make me a futuristic cityscape with flying cars and neon lights
参数
image_generate_tool 接受以下参数：
| 参数 | 默认值 | 范围 | 描述 |
|---|---|---|---|
prompt | （必填） | — | 所需图像的文本描述 |
aspect_ratio | "landscape" | landscape、square、portrait | 图像宽高比 |
num_inference_steps | 50 | 1–100 | 去噪步数（越多=质量越高，速度越慢） |
guidance_scale | 4.5 | 0.1–20.0 | 遵循提示的程度 |
num_images | 1 | 1–4 | 要生成的图像数量 |
output_format | "png" | png、jpeg | 图像文件格式 |
seed | （随机） | 任意整数 | 用于可重复结果的随机种子 |
宽高比
该工具使用简化的宽高比名称，映射到 FLUX 2 Pro 图像尺寸：
| 宽高比 | 映射到 | 适用于 |
|---|---|---|
landscape | landscape_16_9 | 壁纸、横幅、场景 |
square | square_hd | 头像、社交媒体帖子 |
portrait | portrait_16_9 | 人物艺术、手机壁纸 |
提示
你也可以直接使用原始 FLUX 2 Pro 尺寸预设：square_hd、square、portrait_4_3、portrait_16_9、landscape_4_3、landscape_16_9。还支持最大 2048x2048 的自定义尺寸。
自动升级
每个生成的图像都使用 FAL.ai 的 Clarity Upscaler 自动升级2倍，设置如下：
| 设置 | 值 |
|---|---|
| 升级倍数 | 2x |
| 创造力 | 0.35 |
| 相似度 | 0.6 |
| 引导尺度 | 4 |
| 推理步数 | 18 |
| 正面提示 | "masterpiece, best quality, highres" + 你的原始提示 |
| 负面提示 | "(worst quality, low quality, normal quality:2)" |
升级器在保持原始构图的同时增强细节和分辨率。如果升级器失败（网络问题、速率限制），会自动返回原始分辨率图像。
示例提示
以下是一些有效的提示可以尝试：
A candid street photo of a woman with a pink bob and bold eyeliner
Modern architecture building with glass facade, sunset lighting
Abstract art with vibrant colors and geometric patterns
Portrait of a wise old owl perched on ancient tree branch
Futuristic cityscape with flying cars and neon lights
调试
启用图像生成的调试日志：
export IMAGE_TOOLS_DEBUG=true
调试日志保存到 ./logs/image_tools_debug_<session_id>.json，包含每个生成请求、参数、时间安排和任何错误的详细信息。
安全设置
图像生成工具默认以禁用安全检查的方式运行（safety_tolerance: 5，最宽松的设置）。这是在代码级别配置的，用户无法调整。
平台交付
生成的图像根据平台不同以不同方式交付：
| 平台 | 交付方式 |
|---|---|
| CLI | 图像 URL 作为 markdown  打印——点击在浏览器中打开 |
| Telegram | 图像作为照片消息发送，提示作为标题 |
| Discord | 图像嵌入在消息中 |
| Slack | 消息中的图像 URL（Slack 会展开） |
| 图像作为媒体消息发送 | |
| 其他平台 | 纯文本中的图像 URL |
代理在其响应中使用 MEDIA:<url> 语法，平台适配器将其转换为适当的格式。
限制
- 需要 FAL API 密钥 — 图像生成会产生 FAL.ai 账户的 API 费用
- 无图像编辑 — 这是纯文本到图像，不支持修复或 img2img
- 基于 URL 的交付 — 图像作为临时 FAL.ai URL 返回，而不是保存到本地。URL 通常在数小时后过期
- 升级增加延迟 — 自动 2x 升级步骤会增加处理时间
- 每次请求最多4张图像 —
num_images上限为 4