Génération et édition d'images

LibreChat est fourni avec des outils d'image intégrés que vous ajoutez à un Agent. Chaque outil possède son propre modèle, son propre tarif et sa propre configuration, nécessitant généralement seulement une clé API ou une URL. Il n'existe pas de page d'image distincte : vous générez ou modifiez des images en discutant avec un Agent pour lequel un outil d'image est activé.

Démarrage rapide

Configurez la génération d'images en quelques minutes avec les outils d'image OpenAI.

IMAGE_GEN_OAI_API_KEY=sk-your-openai-api-key
# Optional; defaults to gpt-image-1
IMAGE_GEN_OAI_MODEL=gpt-image-1

Outils d'image OpenAI

"OpenAI Image Tools" est une boîte à outils d'agent composée de deux outils distincts :

• Génération d'images crée des images inédites à partir de prompts textuels (aucun téléchargement requis).
• Image Editing modifie ou remixe les images que vous avez téléchargées : changer les couleurs, ajouter des objets, étendre la zone de travail, et plus encore.

Les deux utilisent par défaut GPT-Image-1 pour le suivi des instructions, le rendu de texte, l'édition détaillée et les connaissances du monde réel. Utilisez IMAGE_GEN_OAI_MODEL pour choisir un modèle d'image OpenAI différent lorsque votre déploiement le prend en charge. Consultez la documentation sur la génération d'images d'OpenAI pour plus de détails.

Génération vs. Édition

Les deux outils sont toujours disponibles, et l'agent choisit celui qui convient en fonction de la requête :

• Génération d'images crée de nouvelles images uniquement à partir de descriptions textuelles.
• Image Editing modifie ou remixe des images existantes en utilisant leurs identifiants d'image. Il peut s'agir d'images provenant du message actuel ou d'images précédemment générées et référencées. Le LLM garde une trace des identifiants d'image tant qu'ils restent dans la fenêtre de contexte et les inclut dans la sortie de l'outil.

Paramètres

Génération d'images

• prompt: description textuelle (requis)
• size : auto (par défaut), 1024x1024 (carré), 1536x1024 (paysage), ou 1024x1536 (portrait)
• quality: auto (par défaut), high, medium, ou low
• background : auto (par défaut), transparent ou opaque (transparent nécessite le format PNG ou WebP)

Édition d'images

• image_ids: tableau d'IDs d'images à utiliser comme référence pour l'édition (requis)
• prompt: description textuelle des changements (requis)
• size : auto (par défaut), 1024x1024, 1536x1024, 1024x1536, 256x256, ou 512x512
• quality: auto (par défaut), high, medium, ou low

Configuration

Créez ou réutilisez une clé OpenAI et ajoutez-la à .env, puis ajoutez "OpenAI Image Tools" à la liste des Tools de votre agent :

IMAGE_GEN_OAI_API_KEY=sk-...
# optional extras
IMAGE_GEN_OAI_MODEL=gpt-image-1
IMAGE_GEN_OAI_BASEURL=https://...

Pour les déploiements Azure OpenAI, demandez d'abord l'accès sur https://aka.ms/oai/gptimage1access, puis ajoutez vos identifiants dans .env :

IMAGE_GEN_OAI_API_KEY=your-api-key
# optional extras
IMAGE_GEN_OAI_MODEL=gpt-image-1
IMAGE_GEN_OAI_BASEURL=https://deploymentname.openai.azure.com/openai/deployments/gpt-image-1/
IMAGE_GEN_OAI_AZURE_API_VERSION=2025-04-01-preview

Configuration avancée

Personnalisez les descriptions des outils et les conseils de prompt avec ces variables d'environnement :

# Image Model
IMAGE_GEN_OAI_MODEL=gpt-image-1
 
# Image Generation Tool Descriptions
IMAGE_GEN_OAI_DESCRIPTION=...
IMAGE_GEN_OAI_PROMPT_DESCRIPTION=...
 
# Image Editing Tool Descriptions
IMAGE_EDIT_OAI_DESCRIPTION=...
IMAGE_EDIT_OAI_PROMPT_DESCRIPTION=...

Tarification

Consultez la page de tarification de GPT-Image-1 et la documentation sur la génération d'images pour connaître les coûts de génération d'images.

Outils d'image Gemini

Les outils d'image Gemini intègrent les derniers modèles de génération d'images de Google, prenant en charge à la fois la génération de texte vers image et l'édition d'images tenant compte du contexte.

• Génération de texte en image : créez des images de haute qualité à partir de descriptions textuelles détaillées.
• Prise en charge du contexte d'image : utilisez des images existantes comme contexte ou inspiration pour de nouvelles générations.
• Édition d'images : générez de nouvelles images basées sur des modifications apportées à des images existantes (incluez l'ID de l'image originale).
• Modèles multiples : choisissez gemini-2.5-flash-image (par défaut) ou gemini-3-pro-image-preview.
• Prise en charge de la double API : fonctionne à la fois avec les clés API Gemini simples et avec Google Cloud Vertex AI.

Paramètres

• prompt: description textuelle détaillée de l'image souhaitée (obligatoire, jusqu'à 32 000 caractères)
• image_ids: tableau optionnel d'identifiants d'images à utiliser comme contexte visuel pour la génération

Configuration

Pour l'API Gemini, obtenez une clé depuis Google AI Studio :

GEMINI_API_KEY=your_api_key_here

Pour Vertex AI (utilisateurs de Google Cloud ayant accès à Vertex AI) :

GOOGLE_SERVICE_KEY_FILE=/path/to/service-account.json
GOOGLE_CLOUD_LOCATION=us-central1  # optional, default: global

Sélection du modèle

# Default model (fast and efficient)
GEMINI_IMAGE_MODEL=gemini-2.5-flash-image
 
# Higher quality model
GEMINI_IMAGE_MODEL=gemini-3-pro-image-preview

Configuration avancée

Personnalisez les descriptions des outils via des variables d'environnement :

GEMINI_IMAGE_GEN_DESCRIPTION=...
GEMINI_IMAGE_GEN_PROMPT_DESCRIPTION=...
GEMINI_IMAGE_IDS_DESCRIPTION=...

Plus de détails sont disponibles dans le guide Gemini Image Gen dédié.

DALL·E (hérité)

DALL·E fournit une génération d'images héritée utilisant le modèle d'image dall-e-3 d'OpenAI.

Paramètres

• prompt: description textuelle de l'image souhaitée (obligatoire, jusqu'à 4000 caractères)
• style : vivid (hyper-réaliste, dramatique, par défaut) ou natural (moins hyper-réaliste)
• quality: standard (par défaut) ou hd
• size : 1024x1024 (par défaut, carré), 1792x1024 (large), ou 1024x1792 (haut)

Configuration

# Required
DALLE_API_KEY=sk-...  # or DALLE3_API_KEY=sk-...
 
# Optional
DALLE_REVERSE_PROXY=https://...  # Alternative endpoint
DALLE3_BASEURL=https://...  # For Azure or custom endpoints
DALLE3_AZURE_API_VERSION=2023-12-01-preview  # For Azure deployments
DALLE3_SYSTEM_PROMPT=...  # Custom system prompt for DALL·E

Activez l'outil DALL·E pour l'agent et commencez à rédiger vos prompts.

Configuration avancée

Pour les déploiements Azure OpenAI, configurez l'URL de base et la version de l'API :

DALLE3_BASEURL=https://your-resource-name.openai.azure.com/openai/deployments/your-deployment-name
DALLE3_AZURE_API_VERSION=2023-12-01-preview
DALLE3_API_KEY=your-azure-api-key

Tarification

Consultez la page de tarification de DALL-E et la documentation sur la génération d'images pour connaître les coûts liés à la génération d'images.

Stable Diffusion (local)

Exécutez des images entièrement sur votre propre machine ou serveur. Pointez LibreChat vers n'importe quel endpoint Automatic1111 (ou compatible) et vous êtes prêt.

Paramètres

• prompt: mots-clés détaillés décrivant les éléments souhaités dans l'image (requis)
• negative_prompt : mots-clés décrivant les éléments à exclure de l'image (requis)

L'implémentation de Stable Diffusion utilise ces paramètres par défaut fixes, qui produisent de bons résultats pour la plupart des cas d'utilisation :

• cfg_scale: 4.5
• étapes : 22
• width: 1024
• height: 1024

Configuration

Aucune clé API n'est requise, juste l'URL accessible de votre Automatic1111 WebUI :

SD_WEBUI_URL=http://127.0.0.1:7860  # URL to your Automatic1111 WebUI

Plus de détails sur la configuration d'Automatic1111 sont disponibles dans le guide Stable Diffusion dédié.

Flux

Générateur cloud axé sur la vitesse avec des modèles affinés en option.

• Génération d'images rapide basée sur le cloud
• Prise en charge des modèles affinés (fine-tuned)
• Niveaux de qualité et formats d'image multiples
• Mode brut pour des images moins traitées et plus naturelles

Paramètres

L'outil Flux prend en charge trois actions principales :

1. generate: créer une nouvelle image à partir d'une invite textuelle
2. generate_finetuned: créer une image à l'aide d'un modèle affiné
3. list_finetunes: lister les modèles personnalisés disponibles pour l'utilisateur

Plus de détails sont disponibles dans le guide Flux dédié.

Configuration

Choisissez l'outil Flux dans l'agent. Les prompts sont du texte brut, et un appel produit une image.

FLUX_API_KEY=flux_live_...
FLUX_API_BASE_URL=https://api.us1.bfl.ai   # default is fine for most users

Tarification

Consultez la page de tarification de Flux pour connaître les coûts de génération d'images.

Model Context Protocol (MCP)

Les sorties d'images sont prises en charge par les serveurs MCP. Par exemple, le Puppeteer MCP Server peut générer des captures d'écran de pages web, qui produisent l'image dans le format attendu et sont traitées de la même manière que les outils d'image intégrés de LibreChat.

mcpServers:
  puppeteer:
    command: npx
    args:
      - -y
      - '@modelcontextprotocol/server-puppeteer'

Voici un exemple de serveur de génération d'images qui produit des images en utilisant l'API Replicate, mais qui renvoie des URL d'images, ce qui n'est pas conforme à la norme de réponse d'image de MCP.

mcpServers:
  image-gen:
    command: 'node'
    # First, install the package globally using npm:
    # `npm install -g @gongrzhe/image-gen-server`
    # Then, point to the location of the installed package,
    # which you can find by running `npm root -g`
    args:
      - '{REPLACE_WITH_NODE_MODULES_LOCATION}/@gongrzhe/image-gen-server/build/index.js'
      # Example with output from `npm root -g`:
      # - "/home/danny/.nvm/versions/node/v24.16.0/lib/node_modules/@gongrzhe/image-gen-server/build/index.js"
    env:
      # Do not hardcode the API token here, use the environment variable instead
      # The following will pick up the token from your .env file or environment
      REPLICATE_API_TOKEN: '${REPLICATE_API_TOKEN}'
      MODEL: 'google/imagen-3'

Stockage et gestion des images

Toutes les images générées sont :

1. Enregistré selon la fileStrategy configurée
2. Affiché directement dans l'interface de chat
3. Envoyé au LLM dans le cadre du contexte de chat immédiat suivant la génération

Quelques mises en garde s'appliquent à ce dernier point :

• Cela peut causer des problèmes avec un LLM qui ne prend pas en charge les entrées d'image. Une option pour désactiver ce comportement par agent est prévue.
• Les sorties sont envoyées au LLM uniquement lors de la génération, et non à chaque message.
• Pour inclure une image dans les tours suivants, joignez-la au message depuis le panneau latéral.
• En bref, le LLM obtient un contexte visuel uniquement à partir des images jointes aux messages de l'utilisateur, ainsi qu'à partir des générations ou des modifications effectuées immédiatement après leur survenue.

Support de proxy

Tous les outils de génération d'images prennent en charge la configuration de proxy via la variable d'environnement PROXY :

PROXY=http://proxy-url:port

Lorsque PROXY n'est pas défini, les clients côté serveur pris en charge respectent HTTP_PROXY, HTTPS_PROXY et NO_PROXY/no_proxy.

Gestion des erreurs

Si un outil rencontre une erreur, il renvoie un message expliquant ce qui a mal tourné. Les problèmes courants incluent :

• Clé API invalide
• Indisponibilité de l'API
• Violations de la politique de contenu
• Problèmes de proxy/réseau
• Paramètres invalides
• Charge utile d'image non prise en charge (voir Image Storage and Handling ci-dessus)

Prompting

Vous pouvez personnaliser les prompts pour OpenAI Image Tools et DALL·E, mais les conseils suivants informent les prompts par défaut fournis par les outils, ce qui est utile à connaître pour votre propre rédaction :

1. Commencez par le sujet et le style (photo, peinture à l'huile, etc.).
2. Ajoutez la composition et la caméra/le support (« plan grand angle de… », « aquarelle… »).
3. Mentionnez l'éclairage et l'ambiance ("golden hour", "dramatic shadows").
4. Terminez avec des mots-clés détaillés (textures, couleurs, expressions).
5. Gardez les négatifs positifs : décrivez ce qui doit être inclus, et non ce qu'il faut éviter.

Exemple :

Une photo cinématographique d'une bibliothèque ancienne baignée par la lumière chaude de l'après-midi. De hautes étagères en bois débordent de livres reliés en cuir, et des particules de poussière scintillent dans la lumière. Une lampe de banquier à abat-jour vert éclaire un atlas ouvert sur un bureau en acajou poli au premier plan. Objectif 85 mm, faible profondeur de champ, tons ambrés riches, détails ultra-élevés.

Pages associées