图片模块核心设计

Agents-Flex 使用同一个 ImageModel.generate() 表达文生图、参考图生成、多图融合和图片编辑。请求是否包含输入图决定具体场景，供应商适配器负责转换为各自协议。

核心对象

类型	职责
ImageModel	同步生成图片
GenerateImageRequest	提示词、输入图、输出尺寸及公共生成参数
ImageResponse	图片、错误和原始元数据
BaseImageConfig	连接信息、模型能力和轮询配置
Image	URL、Base64 或字节图片，并支持写入文件

图片模块只保留一个生成入口：generate(GenerateImageRequest)。文生图、参考图生成、多图融合、局部编辑和变体均通过请求内容表达。

统一请求

GenerateImageRequest request = new GenerateImageRequest();
request.setPrompt("保留主体，改成杂志封面风格");
request.setNegativePrompt("模糊、文字变形");
request.addInputImage(Image.ofUrl("https://example.com/subject.png"));
request.addInputImage(Image.ofUrl("https://example.com/background.png"));
request.setResolution("2K");
request.setN(2);
request.setSeed(42);
request.setWatermark(false);
request.setPromptExtend(true);

ImageResponse response = imageModel.generate(request);

常用字段：

字段	说明
model	覆盖 Config 中的默认模型
prompt / negativePrompt	正向和反向提示词
inputImages	有序输入图；用于编辑、融合或参考生成
boundingBoxes	与输入图按索引对齐的局部编辑矩形区域
n	输出图片数量，受具体模型限制
width / height / sizeString	像素尺寸或供应商尺寸字符串
resolution	1K、2K、4K 等分辨率档位
seed / watermark / promptExtend	通用生成控制项
sequentialGeneration / maxImages	组图或连续图片生成
options	尚未统一抽象的供应商参数

同步调用语义

图片模块在架构层面只提供同步调用。generate() 返回时必须已经获得最终图片或明确错误：

ImageResponse response = imageModel.generate(request);
if (response.isError()) {
    throw new IllegalStateException(response.getErrorMessage());
}
response.getImage().writeToFile(new File("output/result.png"));

如果供应商只提供异步接口，对应适配器负责在 generate() 内部提交任务、轮询并解析最终结果。任务 ID 和任务状态不会暴露到公共图片 API。

模型能力

继承 BaseImageConfig 的适配器会声明文生图、图片编辑、多图输入、多图输出、负向提示词、水印等能力。配置还可以通过 supportedResolutions、supportedAspectRatios 和 supportedQualities 声明当前模型可选的分辨率、宽高比和画质档位。上层产品可在用户选择模型后读取对应配置并刷新选项；未声明的列表为 null，表示适配器没有提供限制信息。能力字段用于调用前判断和 UI 展示，不会自动放宽具体模型的参数限制。

扩展参数

普通 options 默认由适配器放入供应商参数区。百炼还支持三个作用域：

request.addOption("parameters", Collections.singletonMap("thinking_mode", true));
request.addOption("input", Collections.singletonMap("custom_input", "value"));
request.addOption("topLevel", Collections.singletonMap("custom", "value"));

云服务返回的 URL 通常只有 24 小时有效期，应及时下载或转存。