媒体生成
TomoriBot 可以直接在聊天里创作媒体：图像、短视频和语音
消息。用大白话让她做就行（「给我画一个……」，「把那个用语音消息发出来」），或者
用 /generate 系列指令。哪些功能可用取决于你配置的
提供方；见提供方与模型。
图像生成文生图与图生图，参考图可以来自附件、头像、贴纸和表情。
视频生成可自定义画面比例的短篇文生视频与图生视频。
语音：TTS 与 STTDiscord 原生语音消息（文本转语音）与音频转写（语音转文字）。
并不是每个提供方都支持每项功能。本地生成（ComfyUI、本地语音 服务器）在自部署实例上可用；见自部署。