画像生成

TomoriBotは、テキストプロンプトから画像を生成したり、参照画像を編集したりできます。/generate imageを使用するか、「コーヒーを飲むレッサーパンダを描いて」のように直接頼んでください。

できること

テキストから画像生成：プロンプトから生成します。
画像から画像生成：参照画像全体を編集またはスタイル変更します。
インペイント：残りの部分を保持したまま、特定の領域を再描画します。
アウトペイント：元のフレームを越えてキャンバスを拡張します。
カスタマイズ可能なアスペクト比。
参照画像には、メッセージの添付ファイル、スタンプ、絵文字、またはユーザー/ペルソナのアバターを使用できます。メッセージを指定するか、ユーザーやペルソナの名前を挙げてアバターを参照画像として取り込んでください。

利用可能な編集モードは、バックエンドによって異なります。テキストから画像生成および画像から画像生成は、組み込みのクラウドプロバイダー（Google、Vertex、OpenRouter）で機能します。一方、インペイントとアウトペイントは、ローカルのComfyUIのカスタムエンドポイントによって提供され、そのエンドポイントの宣言された機能によって制限されます。バックエンドで実行できない機能は単純にトモリから隠されるため、設定でサポートされていないモードが提供されることはありません。

画像を生成する際、トモリはペルソナの「外見（Physical Appearance）」コンテキストに加えて、デフォルトのポジティブタグとネガティブタグ（バックエンドがネガティブプロンプトをサポートしている場合）を使用します。結果は、参照されたユーザーやペルソナを含む、生成時の詳細情報とともにDiscordのメディアギャラリーとして配信されます。

タグのカスタマイズ

上記のタグのソースはすべて編集可能であり、それぞれスコープが異なります。これらはすべて、現在のタグが事前に入力されたモーダルを開くため、その場で編集できます：

/persona image-tags：選択したペルソナの**外見（Physical Appearance）**タグ（そのペルソナの見た目）。「サーバーの管理」権限が必要です。
/personal image-tags：あなた自身の外見タグ。生成時にあなたを参照する際に適用されます。これはすべてのサーバーで追従します（パーソナライズを参照）。
/config image-tags default-positive および /config image-tags default-negative：すべての生成に追加される（または避ける）サーバー全体でのデフォルトのタグ。ネガティブタグは、バックエンドがネガティブプロンプトをサポートしている場合にのみ有効です。空のボックスでモーダルを送信すると、そのリストは組み込みのデフォルトにリセットされます。

セットアップ

/model imageで画像モデルを設定します。
画像生成が許可されていることを確認します。これはimagegen_enabled機能（/capabilities）によって制限されています。
トモリに生成を頼むか、/generate imageを実行します。

プロバイダーのサポート

ネイティブの画像生成は、Google、Vertex AI、Vertex AI Express、OpenRouter、Z.ai、NVIDIA NIM、およびNovelAI（アニメスタイル。ネイティブのインペイントは現在構築中でまもなく公開予定。現在はエッジのブレンド処理を調整中のため無効化されています）で利用可能です。サポートの全構成やプロバイダーの追加方法については、プロバイダーとモデルを参照してください。

自身のハードウェアを使用したComfyUI経由のローカル画像生成については、セットアップ：ComfyUIを参照してください。