Μετάβαση στο κύριο περιεχόμενο
Ελληνικά— Επιλέξτε γλώσσα
Μενού

Εργαλείο image_generation: Δημιουργία Εικόνων

Μάθημα 10 / 18 Ενημερώθηκε 2 Νοεμβρίου 2026 Για developers
Σε αυτήν τη σελίδα
  1. Δημιουργία Εικόνων μέσω του Πράκτορά σας
  2. Δημιουργία Πράκτορα με Δημιουργία Εικόνων
  3. Δημιουργία μιας Εικόνας
  4. Λήψη Δημιουργημένων Εικόνων
  5. Τρεις Συχνές Περιπτώσεις Χρήσης
  6. Συνδυασμός με Άλλα Εργαλεία
  7. Σύνταξη Καλών Prompts Εικόνων
  8. Διαχείριση Δημιουργημένων Αρχείων
  9. Βασικά σημεία

Δημιουργία Εικόνων μέσω του Πράκτορά σας

Το εργαλείο image_generation επιτρέπει στον πράκτορά σας να δημιουργεί εικόνες από περιγραφές κειμένου. Συμπληρώνει τα εργαλεία που έχετε ήδη δει: ενώ το code_interpreter παράγει αριθμούς και γραφήματα, αυτό παράγει οπτικό υλικό. Αποτελεί ένα ισχυρό εργαλείο για δημιουργικές χρήσεις, τη δημιουργία προσχεδίων (mockups) ή την επεξήγηση εννοιών. Όπως και με τα άλλα ενσωματωμένα εργαλεία, το ενεργοποιείτε κατά τη δημιουργία του πράκτορα και το μοντέλο αποφασίζει πότε θα το καλέσει με βάση το αίτημα.

Δημιουργία Πράκτορα με Δημιουργία Εικόνων

from mistralai.client import Mistral
import os

client = Mistral(api_key=os.environ["MISTRAL_API_KEY"])

agent = client.beta.agents.create(
    model="mistral-medium-latest",
    name="Creative Agent",
    instructions="""You are a creative assistant specialized in image generation.
- Rephrase requests into detailed prompts for better results
- Describe the image you are about to generate before creating it
- Propose variations if the result is unsatisfactory""",
    tools=[{"type": "image_generation"}],
    completion_args={"temperature": 0.3, "top_p": 0.95}
)

Οι οδηγίες έχουν εδώ καθοριστική σημασία. Ζητώντας από τον πράκτορα να διατυπώσει εκ νέου το αίτημα σε μια λεπτομερή εντολή (prompt), μετατρέπετε μια αόριστη φράση όπως «φτιάξε μου μια εικόνα με μια γάτα» σε μια περιγραφή άμεσα εκτελέσιμη. Ζητώντας του να περιγράψει την εικόνα πριν τη δημιουργήσει, σας δίνετε την ευκαιρία να κάνετε διορθώσεις πριν ολοκληρωθεί η generation. Μια θερμοκρασία (temperature) 0.3 διατηρεί αυτή τη διατύπωση πειθαρχημένη: επιδιώκετε περιγραφική ακρίβεια, όχι ελεύθερη επινόηση.

Δημιουργία μιας Εικόνας

response = client.beta.conversations.start(
    agent_id=agent.id,
    inputs="Generate an image of an orange cat in a modern office."
)

Πίσω από αυτή την απλή κλήση, ο πράκτορας εκτελεί αλυσιδωτά τέσσερα βήματα: αναλύει το αίτημά σας, διαμορφώνει ένα prompt βελτιστοποιημένο για το μοντέλο generation, δημιουργεί την εικόνα και επιστρέφει το αρχείο. Αυτά τα βήματα εμφανίζονται στα αποτελέσματα της συνομιλίας, επιτρέποντάς σας να δείτε ποιο prompt παρήγαγε ποια εικόνα. Αυτό είναι ανεκτίμητο όταν ένα αποτέλεσμα σας ικανοποιεί και θέλετε να το αναπαράγετε.

Λήψη Δημιουργημένων Εικόνων

Οι εικόνες δεν επιστρέφονται ως κείμενο στην απάντηση: φτάνουν ως αντικείμενα ToolFileChunk στο περιεχόμενο και ανακτάτε το πραγματικό αρχείο μέσω του Files API.

from mistralai.client.models import ToolFileChunk

for i, chunk in enumerate(response.outputs[-1].content):
    if isinstance(chunk, ToolFileChunk):
        # Download the image file
        file_bytes = client.files.download(file_id=chunk.file_id).read()

        # Save locally
        with open(f"image_{i}.png", "wb") as f:
            f.write(file_bytes)
        print(f"Image saved: image_{i}.png")

Τρεις Συχνές Περιπτώσεις Χρήσης

Η πρώτη είναι η εικονογράφηση τεκμηρίωσης, όπου ένα διάγραμμα εξηγεί καλύτερα από μια παράγραφο.

response = client.beta.conversations.start(
    agent_id=agent.id,
    inputs="Create a visual diagram showing a microservices architecture with an API Gateway, 3 services, and a database."
)

Η δεύτερη είναι τα οπτικά προσχέδια (visual mockups), για να υλοποιήσετε μια κατεύθυνση πριν εμπλέξετε έναν σχεδιαστή.

response = client.beta.conversations.start(
    agent_id=agent.id,
    inputs="Generate a homepage mockup for an online learning website, modern and minimalist style with blue tones."
)

Η τρίτη είναι η δημιουργία περιεχομένου μάρκετινγκ, όπου ο πράκτορας παράγει ένα προσαρμοσμένο οπτικό στοιχείο από ένα γραπτό brief.

response = client.beta.conversations.start(
    agent_id=agent.id,
    inputs="Create a promotional banner for an AI course, with the text 'Master AI in 2026' on a tech background."
)

Και στις τρεις περιπτώσεις, η ποιότητα του brief καθορίζει την ποιότητα του αποτελέσματος: ένας δημιουργικός πράκτορας δεν επινοεί την πρόθεσή σας, την εκτελεί.

Συνδυασμός με Άλλα Εργαλεία

Η δημιουργία εικόνων αποδίδει στο έπακρο όταν συνδυάζεται με άλλα εργαλεία. Η αναζήτηση δεδομένων, η ανάλυσή τους και στη συνέχεια η εικονογράφησή τους γίνεται μια ενιαία και αδιάκοπη ροή από την οπτική γωνία του χρήστη.

agent = client.beta.agents.create(
    model="mistral-large-latest",
    name="Multimodal Agent",
    description="Search, code, and images.",
    instructions="Use search to find data, code to analyze it, and image generation to illustrate it.",
    tools=[
        {"type": "web_search"},
        {"type": "code_interpreter"},
        {"type": "image_generation"}
    ]
)

Σύνταξη Καλών Prompts Εικόνων

Πέντε μοχλοί βελτιώνουν σημαντικά τα αποτελέσματα. Πρώτον, να είστε περιγραφικοί: «Μια ριγωτή πορτοκαλί γάτα καθισμένη σε ένα ξύλινο γραφείο, φυσικός φωτισμός, φωτογραφικό στυλ» αποδίδει μια εντελώς διαφορετική εικόνα από το «μια γάτα». Στη συνέχεια, καθορίστε το αναμενόμενο στυλ—φωτογραφικό, εικονογράφηση, υδατογραφία, μινιμαλιστικό. Υποδείξτε τη σύνθεση, δηλαδή μπροστινή όψη, υψηλή γωνία, κοντινό πλάνο ή ευρύ πλάνο. Αναφέρετε τον φωτισμό, είτε φυσικό, στούντιο, κόντρα-ζουρ ή χρυσή ώρα. Τέλος, καθορίστε τα χρώματα: ζεστή παλέτα, ψυχροί τόνοι, μονόχρωμο. Αυτοί οι πέντε άξονες είναι ακριβώς αυτό που ενσωματώνετε στις οδηγίες του πράκτορα, ώστε να εμπλουτίζει τα υπερβολικά σύντομα αιτήματα των χρηστών σας.

Διαχείριση Δημιουργημένων Αρχείων

Οι δημιουργημένες εικόνες αποθηκεύονται προσωρινά στο cloud της Mistral μέσω του Files API. Κάντε συνήθεια να κάνετε απογραφή και εκκαθάριση: διαφορετικά, ο χώρος σας θα γεμίσει με ξεχασμένα προσχέδια και αρχεία που χρειάζεστε θα εξαφανιστούν επειδή δεν λήφθηκαν εγκαίρως.

# List files
files = client.files.list()
for f in files.data:
    print(f"{f.id} — {f.filename} — {f.bytes} bytes")

# Delete a file
client.files.delete(file_id="file-xxxxxxxx")

Βασικά σημεία

  • Το image_generation δημιουργεί εικόνες από περιγραφές κειμένου
  • Οι εικόνες επιστρέφονται ως αντικείμενα ToolFileChunk και είναι downloadable μέσω του client.files.download()
  • Τα λεπτομερή prompts (στυλ, σύνθεση, φωτισμός) βελτιώνουν σημαντικά τα αποτελέσματα
  • Το εργαλείο μπορεί να συνδυαστεί με τα web_search και code_interpreter
  • Τα δημιουργημένα αρχεία είναι προσωρινά—κατεβάστε τα ή θα διαγραφούν