Tööriist image_generation: piltide loomine
Sellel lehel
Piltide genereerimine oma agendi kaudu
Tööriist image_generation võimaldab sinu agendil luua pilte tekstikirjelduste põhjal. See täiendab juba tutvustatud tööriistu: kui code_interpreter toodab numbreid ja diagramme, siis see loob visuaale. See on võimas vahend loominguliste ülesannete, makettide genereerimise või kontseptsioonide illustreerimise jaoks. Nagu teiste sisseehitatud tööriistade puhul, lubad sa selle agendi loomisel ja mudel otsustab selle kasutamise vastavalt päringule.
Loo agent piltide genereerimiseks
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}
)
Juhised omavad siin suurt kaalu. Paludes agendil vormistada päring ümber üksikasjalikuks vihjeks (prompt), muudad sa ebamäärase „tee mulle pilt kassist“ toimivaks kirjelduseks. Lastes agendil pilti enne selle loomist kirjeldada, annad sa endale võimaluse kursust parandada enne genereerimist. Temperatuur 0,3 hoiab selle ümbersõnastamise distsiplineerituna: soovid kirjelduslikku täpsust, mitte vaba väljamõtlemist.
Pildi genereerimine
response = client.beta.conversations.start(
agent_id=agent.id,
inputs="Generate an image of an orange cat in a modern office."
)
Selle ühe väljakutse taga aheldab agent neli sammu: ta analüüsib sinu päringut, formuleerib genereerimismudelile optimeeritud vihje, loob pildi ja tagastab seejärel faili. Need sammud ilmuvad vestluse väljunditesse, võimaldades sul näha, milline vihje millise pildi tekitas. See on hindamatu, kui tulemus meeldib ja soovid seda reprodutseerida.
Allalaaditud piltide allalaadimine
Pildid ei naase vastuses tekstina: need saabuvad sisus ToolFileChunk objektidena ja tegeliku faili tood kätte Files API kaudu.
from mistralai.client.models import ToolFileChunk
for i, chunk in enumerate(response.outputs[-1].content):
if isinstance(chunk, ToolFileChunk):
# Laadi pildifail alla
file_bytes = client.files.download(file_id=chunk.file_id).read()
# Salvesta kohalikku
with open(f"image_{i}.png", "wb") as f:
f.write(file_bytes)
print(f"Image saved: image_{i}.png")
Kolm levinud kasutusjuhtu
Esimene on dokumentatsiooni illustreerimine, kus diagramm selgitab asja paremini kui lõik teksti.
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."
)
Teine on visuaalsete makettide loomine, et materialiseerida suund enne disaineri kaasamist.
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."
)
Kolmas on turundussisu loomine, kus agent toodab kirjaliku brifi põhjal kohandatud visuaali.
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."
)
Kõigil kolmel juhul määrab lühikirjelduse kvaliteet tulemuse kvaliteedi: loov agent ei mõtle sinu kavatsust välja, vaid viib selle ellu.
Kombineeri teiste tööriistadega
Piltide genereerimine saavutab oma täieliku potentsiaali, kui seda paari panna teiste tööriistadega. Andmete otsimine, nende analüüsimine ja seejärel illustreerimine muutub kasutaja vaatenurgast üheks sujuvaks voogs.
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"}
]
)
Kirjuta häid pildivihteid
Viis hooba parandavad tulemusi oluliselt. Esiteks, ole kirjeldav: „Triibuline oranž kass, kes istub puidust laual, loomulik valgus, fotograafiline stiil“ annab hoopis teistsuguse pildi kui lihtsalt „kass“. Järgmiseks täpsusta oodatavat stiili – fotograafiline, illustratsioon, akvarell, minimalistlik. Määra kompositsioon, ehk vaade eest, ülemine vaade, lähivõte või lai kaader. Maini valgustust, olgu see siis loomulik, stuudio, vastvalgus või kuldne tund. Lõpuks täpsusta värve: soe palett, külmad toonid, monokroomne. Need viis telge on täpselt see, mida kirjutad agendi juhisesse, et see saaks rikastada sinu kasutajate liiga lühikesi päringuid.
Hallata genereeritud faile
Genereeritud pildid salvestatakse ajutiselt Mistrali pilve Files API kaudu. Harjuta end failide inventeerimise ja puhastamisega: vastasel juhul täitub sinu ruum unustatud mustanditega ja failid, mida vajasid, kaovad, kuna neid ei laaditud õigeaegselt alla.
# Loetle failid
files = client.files.list()
for f in files.data:
print(f"{f.id} — {f.filename} — {f.bytes} bytes")
# Kustuta fail
client.files.delete(file_id="file-xxxxxxxx")
Peamised punktid
image_generationloob pilte tekstikirjelduste põhjal- Pildid naasevad
ToolFileChunkobjektidena ja on allalaaditavad käsugaclient.files.download() - Üksikasjalikud vihjed (stiil, kompositsioon, valgustus) parandavad tulemusi oluliselt
- Tööriista saab kombineerida web_search ja code_interpreteriga
- Genereeritud failid on ajutised – laadi need alla, vastasel juhul kustutatakse need