核心用法
IMA Image Generator 是面向 IMA Open API 的图像生成能力封装,主要提供三类核心功能:
1. 文生图 (text-to-image):通过文本提示生成全新图像,支持自定义尺寸、宽高比、生成数量等参数
2. 图生图 (image-to-image):以上传图片为基底进行变换、重绘或风格迁移
3. 参考图连续性 (reference continuity):基于参考图保持风格或主体一致性生成系列图像
执行流程
- 调用
ima_runtime_setup.py完成环境初始化与依赖安装 - 通过
ima_runtime_doctor.py诊断环境与健康状态 - 主入口
ima_runtime_cli.py接收任务类型与参数,自动查询实时产品目录获取当前可用的attribute_id、credit消耗及默认模型版本 - 返回远程 HTTPS 图片 URL,不保存本地附件
关键配置
- 必需环境变量:
IMA_API_KEY(发送至 api.imastudio.com 及 imapi.liveme.com) - 运行时依赖:Python 3、requests 库
- 持久化路径:用户偏好
~/.openclaw/memory/ima_prefs.json,日志~/.openclaw/logs/ima_skills/
显著优点
- 实时目录感知:每次任务前查询 live catalog,确保使用当前最新模型版本与计费规则,避免模型下线或价格变动导致失败
- 智能默认策略:未指定
--model-id时自动匹配任务类型推荐模型,降低用户决策成本 - 标准化网关:清晰的 entry-routing-confirmation 三阶段工作流,支持跨技能读取知识库(
ima-knowledge-ai/references/*)增强提示质量 - 安全传输:API Key 仅用于 HTTPS 端点通信,图像结果以 URL 形式返回,避免本地存储带来的隐私泄露风险
潜在缺点与局限性
- 密钥依赖:完全依赖外部 IMA_API_KEY,密钥失效或额度耗尽即无法服务,无备用模型兜底
- 网络敏感:需稳定访问 imastudio.com 及 liveme.com,大陆地区可能存在连接波动
- 结果不可控:AI 生成图像存在随机性,同一提示多次输出可能差异显著,需反复迭代
- 功能边界严格:仅限图像任务,视频、音频生成需路由至其他技能
- 无本地缓存:所有结果仅存远程 URL,若服务商清理历史链接则无法追溯
适合人群
- 需要快速批量生成社交媒体配图、商品主图、海报、Logo 的电商运营与内容创作者
- 具备基础 API 调用能力的开发者,希望通过 CLI 工具自动化图像生产流程
- 已有明确视觉参考、需保持风格一致性的设计团队(利用 reference-image continuity)
- 能接受 AI 随机性并具备 prompt 调优耐心的用户
常规风险
- 版权与合规:生成图像的版权归属需遵循 IMA Studio 服务条款,商用前需确认授权范围
- 内容安全:文本提示需符合平台审核政策,涉敏内容可能导致账号封禁
- 密钥泄露:IMA_API_KEY 为敏感凭证,硬编码或日志泄露将导致额度盗刷
- 服务商依赖:单一供应商锁定,若 IMA Studio 服务调整或终止,迁移成本较高
- 成本不可控:按 credit 计费模式,复杂参数或批量任务可能产生意外高额费用