图像生成
Hermes Agent 可以使用 FAL.ai 的 FLUX 2 Pro 模型，通过 Clarity Upscaler 实现自动 2 倍超分辨率放大，从而生成高质量的图像。
设置
获取 FAL API 密钥
- 访问 fal.ai 注册账号
- 从您的仪表板生成 API 密钥
配置密钥
# Add to ~/.hermes/.env
FAL_KEY=your-fal-api-key-here
安装客户端库
pip install fal-client
信息
当设置 FAL_KEY 后，图像生成工具将自动可用。无需额外配置工具集。
工作原理
当您要求 Hermes 生成图像时：
- 生成 — 您的提示词将发送至 FLUX 2 Pro 模型（
fal-ai/flux-2-pro） - 超分辨率放大 — 生成的图像将自动使用 Clarity Upscaler（
fal-ai/clarity-upscaler）进行 2 倍放大 - 交付 — 返回超分辨率后的图像 URL
如果超分辨率因任何原因失败，将自动回退至原始分辨率图像。
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 | 说明 |
|---|---|---|---|
prompt | (必需) | — | 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 | 去噪步数（越多 = 质量越高，速度越慢） |
guidance_scale | 4.5 | 0.1–20.0 | 与提示词的贴合程度 |
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 | 用于结果可复现的随机种子 |
宽高比
该工具使用简化的宽高比名称，映射到 FLUX 2 Pro 的图像尺寸：
| 宽高比 | 映射至 | 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
您也可以直接使用原始的 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。
自动超分辨率放大
每张生成的图像都会自动使用 FAL.ai 的 Clarity Upscaler 进行 2 倍放大，设置如下：
| 设置 | 值 |
|---|---|
| 放大倍数 | 2x |
| 创造性 | 0.35 |
| 相似度 | 0.6 |
| 引导尺度 | 4 |
| 推理步数 | 18 |
| 正面提示词 | "masterpiece, best quality, highres" + 您的原始提示词 |
| 负面提示词 | "(worst quality, low quality, normal quality:2)" |
超分辨率放大器在保留原始构图的同时增强细节和分辨率。如果超分辨率失败（网络问题、速率限制等），将自动返回原始分辨率图像。
示例提示词
以下是一些可尝试的有效提示词：
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
调试日志将保存至 ./logs/image_tools_debug_<session_id>.json，包含每次生成请求的详细信息、参数、耗时及任何错误。
安全设置
图像生成工具默认禁用安全检查（safety_tolerance: 5，最宽松设置）。此配置在代码级别完成，用户不可调整。
平台交付
生成的图像根据平台不同，交付方式也不同：
| 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，提示词作为标题 |
| Discord | 图像嵌入消息中 |
| Slack | 消息中包含图像 URL（Slack 会自动展开） |
| 以媒体消息发送图像 | |
| 其他平台 | 图像 URL 以纯文本形式发送 |
代理在响应中使用 MEDIA:<url> 语法，平台适配器会将其转换为适当格式。
限制
- 需要 FAL API 密钥 — 图像生成将产生 FAL.ai 账户上的 API 费用
- 无图像编辑功能 — 仅支持文生图，不支持修复或图生图
- 基于 URL 的交付 — 图像以临时的 FAL.ai URL 返回，不会本地保存。URL 通常在数小时后过期
- 超分辨率增加延迟 — 自动 2 倍放大步骤会增加处理时间
- 每请求最多 4 张图像 —
num_images上限为 4