图像生成服务商与设置

图像生成支撑着场景插图、自拍、场景背景，以及生成出来的头像、肖像和立绘。本指南介绍如何添加图像服务，也说明各个服务需要什么。只要有一个图像模型可用，应用里所有图像功能都能用上它。

添加图像服务

API 密钥是服务给你的一串秘密代码，Marinara 靠它使用你的账号。每个服务的网址都由 Marinara 自动填好，所以很少需要自己输入。

1. 点击顶栏里的 Connections(连接)，再点击 Add(添加)。Add account(添加账号) 窗口随即打开。
2. 找到要用的服务。列表里有 Images & video(图像与视频) 分区，也可以用 Search providers(搜索服务商) 查找。
3. 把密钥粘贴到 API key(API 密钥) 输入框。免费服务和本地服务不需要密钥。如果是你自己运行的服务器，就填好地址字段。
4. 点击 Connect(连接)。Marinara 会测试这个账号。
5. 从列表里选一个图像模型，或者输入模型 ID。这就是你的图像模型，它会显示在 Connections 面板里这个账号的下方。
6. 打开这个图像模型，点击 Test image(测试图像)。Marinara 会生成一张小尺寸的测试图。
7. 要让应用用它来出图，在 Connections 面板顶部的 Defaults(默认值) 下设置 Images(图像) 这项工作。

要给某个账号再添加一个图像模型，打开它的 ⋯ 菜单，点击 Add image model(添加图像模型)。窗口的完整说明见连接 AI 服务商。

如果没有成功：密钥或地址不对时，Test image 会失败，先把这两项都检查一遍。Test provider(测试服务商) 只检查 Marinara 能否连上这个服务。Test image 会实际生成一张图，可能消耗额度。

在聊天里生成图片

把某个图像模型设为 Images 这项工作之后，就可以在聊天里要图了。

1. 把 Illustrator 智能体添加到一个 Roleplay(角色扮演) 聊天里。见 Illustrator 智能体。
2. 打开 Chat Settings(聊天设置)，展开 Gallery(图库)，点击 Illustrate(生成插图)。
3. 等 Generating... 结束。图片会出现在 Gallery 里。

在 Roleplay 聊天里，也可以用 /illustrate 命令。见斜杠命令。

选择服务

每个服务的地址都由 Marinara 自动填好。云端服务需要账号，其中大多数还需要 API 密钥。免费服务不需要密钥。本地服务在你自己的电脑上运行图像软件。

最简单的起步： 选 Pollinations。它免费，不需要账号，也不需要密钥。想要更好的图片，之后再换一个更强的服务。

简单服务的说明：

• OpenAI (DALL-E)：提供 DALL-E 和 GPT Image 系列模型。只有 GPT Image 2.6 能生成循环播放的 GIF。见 GPT Image 2.6。
• Stability AI：Stable Diffusion 和 Stable Image 系列模型。
• Together AI：FLUX 以及其他开源图像模型。
• OpenRouter Images：通过 OpenRouter 的聊天接口调用图像模型，所以具体能用哪些模型因账号而异。
• xAI / Grok Imagine：使用 Grok Imagine。
• NanoGPT：一个聚合平台，所以要用它的模型列表。
• Pollinations：想试试图像生成，这是最快的办法。不需要账号。
• Stable Horde：一个众包算力网络。申请一个免费密钥能获得更高的排队优先级。
• SD Web UI 和 Draw Things：启动软件时要开启它的应用接口。Marinara 把 Draw Things 当作 AUTOMATIC1111 服务器来对待（这个应用运行在 macOS 或 iOS 上）。
• Block Entropy：Marinara 没有为它专门写处理逻辑，所以按 OpenAI 兼容格式发送请求。实际兼容性尚未确认。正式使用前先用 Test image 测一下。

需要特别设置的服务

GPT Image 2.6

GPT Image 2.6 要通过 OpenAI (DALL-E) 账号使用。GPT Image 2.6 Flare 是速度更快的模型。GPT Image 2.6 Sunburst 画质更高，多次编辑时也更稳定。两者支持的尺寸和透明背景都与 GPT Image 2.5 相同，Image quality(图像质量) 可以一直调到 Max(最高) 档。

这个模型在作画之前会先规划每张图片。想让它少规划一些，就在图像模型的 Custom Parameters(自定义参数) 里加上 {"complexity": "low"} 或 {"complexity": "medium"}。默认值是 high。复杂度越高，耗时可能越长，编辑时也可能改动超出你要求的范围。

GPT Image 2.6 还能生成一小段循环播放的 GIF。只有在某个功能或下载的智能体提供 GIF 时，Marinara 才会请求生成：

OpenAI 允许更多帧，但没有公布一个 GIF 最多可以有多少像素，所以 Marinara 把 GIF 控制在最多 12 帧，每帧尺寸也较小。ChatGPT (Codex login)、OpenRouter Images、NanoGPT、ToAPIs 和其他服务都不能生成 GIF。Marinara 会在发出任何内容之前就拒绝这些请求，所以你不用付任何费用。OpenAI-compatible(OpenAI 兼容) 账号则按 OpenAI 的方式尝试。

生成失败的 GIF 绝不会换成静态图。如果服务返回的是静态图，这次请求就失败。只有当 Images 这项工作的 If it fails(失败时) 模型能生成 GIF 时，才会转而尝试它。

警告： OpenAI 没有公布 GIF 的价格。预计一个 GIF 的费用相当于好几张图片，而服务改为返回的静态图同样会计费。

ChatGPT (Codex login)

这个服务用 ChatGPT 套餐代替 API 密钥，所以生成图像不需要 OpenAI API 额度。

1. 在运行 Marinara 的那台电脑上安装 Codex CLI，然后运行一次 codex login。这和 ChatGPT 聊天账号用的是同一套登录。见 Claude、ChatGPT 和 Grok 订阅连接。
2. 选择这个服务。不需要填写密钥或地址。Marinara 会自动填入模型 gpt-image-2，也就是 Codex 生成图像所用的模型。

Test provider 只检查 Marinara 能否读到你的 Codex 登录信息。Test image 会实际生成一张图像，并计入 ChatGPT 的图像用量上限。即使填的是 GPT Image 2.6 的模型 ID，这个服务也不能生成 GIF。带参考图时，Marinara 会发送图像编辑请求，最多附带 16 张参考图。ChatGPT 返回的像素尺寸可能不一样，所以 Marinara 还会在提示词里写明想要的宽高比。这个服务调用的是 Codex 所用的 ChatGPT 图像端点，而不是公开的 OpenAI API，所以 OpenAI 可能随时改动它，不会提前通知。

Arli AI

它运行托管的 Stable Diffusion 模型。模型是必填项，所以要输入你想用的 Arli AI 图像模型名称。它使用与 SD Web UI 相同的 Local Image Defaults(本地图像默认值) 字段（见 Local Image Defaults）。第一张参考图会作为起始图片。这个服务只用于图像。Arli AI 的聊天模型见支持的 AI 服务商。

NovelAI

NovelAI 专注于动漫风格的图像。使用 V4、V4.5 和 V5 模型时，Marinara 会为多角色分镜和 Illustrator 场景发送带位置的原生角色提示词。精确参考图只能在 V4.5 模型上使用。

Venice.ai

Marinara 使用 Venice 的原生图像端点，会关闭 Venice 可选的安全模式模糊处理，并把请求的尺寸换算成各模型所用的尺寸格式。Venice 自己的策略或模型限制仍可能拒绝请求。

Z.AI

要用通用的 Z.AI API 密钥。GLM Coding Plan 的密钥和 /api/coding/paas/v4 地址不能用于图像。选择 GLM-Image 或 CogView 4。Marinara 会把宽高比换算成模型支持的尺寸，并把临时结果下载到本地存储。它只支持文生图，不会发送参考图。

Atlas Cloud

Marinara 会加载 Atlas Cloud 当前的文生图和图生图模型目录。加载不了时，会显示一份初始列表（Nano Banana、Gemini Flash Image、FLUX 1.1 Pro）。你也可以随时输入准确的模型 ID。任务以异步方式运行，所以 Marinara 会先启动任务，再轮询到图像就绪为止。ID 表明支持图生图、编辑或 Kontext 的模型会收到参考图。Atlas 各模型的输入结构不同，使用其他 ID 时，请查看该模型的 Atlas Cloud 文档。

fal.ai

在 fal.ai 创建 API 密钥。初始列表提供 fal-ai/flux/schnell 和 fal-ai/flux/dev。也可以输入其他文生图端点 ID，只要输入和输出兼容就行。Test provider 只检查配置。Test image 会发送真实请求，消耗 fal.ai 额度。

Marinara 发送提示词和尺寸，然后下载返回的第一张图像。负面提示词会以文字形式追加。模型选项（例如 seed、num_inference_steps 或 image_size）用 Custom Parameters 设置。它使用同步的文生图请求，不发送参考图，也不会恢复中断的任务。见该模型的 API 参考。

SpicyAPI

在 SpicyAPI 控制台创建密钥，然后选择 SpicyAPI。Marinara 会自动填入模型 alibaba/z-image-spicy-pro/text-to-image。也可以输入其他 ID，例如 bytedance/seedream-5.0-pro/text-to-image。Test provider 读取的是模型列表，所以不花钱。Test image 会实际生成一张图像，消耗你的余额。

请选择 SpicyAPI 服务。不要用 OpenAI (DALL-E) 或 OpenAI 兼容账号搭配 SpicyAPI 的地址。SpicyAPI 的 OpenAI 风格地址只处理文本。

每个模型接受的设置各不相同。Marinara 会向 SpicyAPI 查询模型接受哪些设置，并且只发送这些设置，选用模型提供的最接近的尺寸形式（宽高比、宽和高，或者固定尺寸）。如果模型没有负面提示词字段，负面提示词会追加到提示词末尾。其他选项（例如 seed、resolution 或 loras）用 Custom Parameters 设置。

每张图像都是一个任务。Marinara 会等待，大约一分钟后回头查询，然后下载结果。如果连接中断，它会接着处理同一个任务，而不是花钱重新开一个。编辑模型（ID 以 /edit 结尾）会收到你的参考图。SpicyAPI 每张图最大接受 1 MB、每次请求合计最大 2 MB，所以 Marinara 会缩小较大的图像，并舍弃放不下的多余图像。

SwarmUI

SwarmUI 可以把 ComfyUI 任务分配到自己的队列中处理。没有账号体系的本地服务器不需要密钥。如果你的服务器要求账号，就把 Swarm Auth Token 粘贴到 API key。模型列表显示的是 SwarmUI 服务器上的模型。

ComfyUI workflow (optional)(ComfyUI 工作流，可选) 输入框可以留空。留空就使用 SwarmUI 自己的图像设置，也可以粘贴一份工作流（见下文）。在 Local Image Defaults 里开启 Save images in SwarmUI(在 SwarmUI 中保存图像)，每张图像还会另外保存在 SwarmUI 的输出文件夹里。无论哪种方式，Marinara 都会保留自己的一份副本。

网络中的本地服务

localhost 指的就是运行 Marinara 的这台电脑。这台电脑上的本地图像服务器不用额外设置就能直接用。如果服务器跑在网络里的另一台电脑上，就要在服务器配置中放行本地网络地址。见服务器配置参考。

如果服务返回的不是图像数据而是一个 URL，Marinara 会按照常规的出站请求检查来下载公开 CDN 地址。指向私有地址或环回地址的结果 URL，只有在协议、主机名和端口与已配置的图像服务完全一致时才会被接受。从该源发出的跳转也不能转到另一个本地服务。如果某个本地代理把结果存放在另一个私有源上，请让它用与其图像 API 相同的源来提供这些文件。

ComfyUI 工作流 JSON 与 RunPod

选择 ComfyUI、SwarmUI 或 RunPod Serverless (ComfyUI) 时，会出现 ComfyUI workflow (optional) 或 (required)(必填) 输入框。把从 ComfyUI 导出的工作流 JSON 粘贴进去；导出用的菜单项因 ComfyUI 版本而异，可能叫 Save (API Format)、Export (API) 或 Export to API。它对 ComfyUI 和 SwarmUI 是可选的，对 RunPod 是必填的。RunPod 需要把 RunPod API Token 填作 API 密钥，还需要一个 RunPod endpoint ID(RunPod 端点 ID) 和这份工作流。

把下面这些文本标记放在工作流中需要 Marinara 填值的位置：

• %prompt% 和 %negative_prompt% 对应提示词。
• %width%、%height% 和 %seed% 对应尺寸和种子。
• %model%、%steps%、%cfg%、%sampler%、%scheduler% 和 %denoise% 对应生成参数。
• %reference_image% 以及 %reference_image_01% 到 %reference_image_04% 用于参考图数据。
• %reference_image_name% 以及 %reference_image_name_01% 到 %reference_image_name_04% 用于上传参考图，并把文件名填进本地 ComfyUI 的 LoadImage 节点。

最关键的是 %prompt%，缺了它编辑器会给出警告。对 ComfyUI 来说，输入框留空就会使用内置的默认工作流。对 SwarmUI 来说，留空则使用 SwarmUI 自己的设置。RunPod 没有默认工作流，所以必须填。三者都最多接受 4 张原始 base64 参考图。文件名上传类的占位符只有本地 ComfyUI 能用。

完整的导出步骤、示例、引号规则、参考图、为特定角色准备的工作流、网络访问以及故障排查，见 ComfyUI 工作流设置。

每个连接的 Local Image Defaults

服务为 SD Web UI (AUTOMATIC1111 / Forge)、ComfyUI、NovelAI、Draw Things、Arli AI、SwarmUI 或 RunPod Serverless (ComfyUI) 时，图像模型上会出现 Local image defaults 面板。Draw Things 和 Arli AI 显示的是 SD Web UI 的字段，SwarmUI 和 RunPod 显示的是 ComfyUI 的字段。这些设置只在这个模型生成图像时生效。Reset(重置) 会恢复内置值。

每个服务都有 Seed(种子) 字段。填 -1 表示每张图都随机，填其他数字则每次都复用同一个种子。其余字段因服务而异。

每个服务还有 Prompt prefix(提示词前缀) 和 Negative prefix(负面前缀) 两个字段。写在这里的文字会加在这个模型每一条提示词的最前面。AUTOMATIC1111 / Forge 和 ComfyUI 都有 Clip skip 字段。AUTOMATIC1111 / Forge 另有一个 Restore faces 开关。ComfyUI 另有一个开关，用于在没有提供参考图时上传一张 1x1 占位图，它只对带参考图占位符的自定义工作流有意义。NovelAI 另有 Guidance rescale 和 UC preset。

参考图支持因服务而异

参考图就是随提示词一起发过去的一张现成图片，能让新图保持角色的长相或某种画风。

NovelAI 的精确参考图只能在 V4.5 模型上使用，比如 nai-diffusion-4-5-full。NovelAI 尚未为 V5 发布 Precise Reference。在其他模型上请求参考图时，Marinara 会在不使用参考图的情况下生成图像，并在服务器上记录一条警告。

媒体生成请求排队

Queue media generation requests(媒体生成请求排队) 开关位于 Settings → Generations → Overall Generations(设置 → 生成 → 总体生成)。默认开启。

开启时，Marinara 用两条独立的队列：每个图像账号的图像任务一次只发一个，每个视频账号的视频任务也一次只发一个。同一个账号的图像和视频可以同时进行。所有会请求图像或视频的功能都适用：Illustrator、追踪器、命令、Gallery、Game 素材，以及 Slurp 等下载的智能体。地址和 API 密钥都相同的两个模型共用一条队列。不同的账号仍然可以同时工作。NovelAI 的任务之间还会稍作停顿；NovelAI 回复正忙时，Marinara 会等一会儿再重试两次。

如果服务不接受同时两个请求，就保持开启。只有当服务能同时处理多个请求、而你又想快一点时，才关掉它。

相关指南

• ComfyUI 工作流设置
• Illustrator 智能体
• 图像风格方案
• 场景背景与 Gallery 面板
• 自拍
• 支持的 AI 服务商