Léim go dtí an príomhábhar
Gaeilge— Roghnaigh teanga
Roghchlár

Uirlis image_generation: Cruthaigh Íomhánna

Ceacht 10 as 18 Nuashonraithe 2 Samhain 2026 Forbróir
Ar an leathanach seo
  1. Giniúint Íomhánna Tríd do Ghníomhaire
  2. Gníomhaire a Chruthú le Giniúint Íomhánna
  3. Íomhá a Ghiniúint
  4. Íomhánna Ginte a Íoslódáil
  5. Trí Chás Úsáide Coitianta
  6. Comhcheangal le hUirlisí Eile
  7. Promtaí Íomhá Maithe a Scríobh
  8. Comhaid Ghinte a Bhainistiú
  9. Príomhphointí

Giniúint Íomhánna Tríd do Ghníomhaire

Ligeann an uirlis image_generation do do ghníomhaire íomhánna a chruthú ó chur síos téacs. Tagann sí mar fhorlíonadh ar na huirlisí a chonaic tú cheana: cé go dtáirgeann code_interpreter uimhreacha agus cairteacha, táirgeann an ceann seo amhairc. Is uirlis chumhachtach í do chásanna úsáide cruthaitheacha, chun samhlacha a ghiniúint, nó chun coincheapa a mhíniú. Cosúil le huirlisí inbhunaithe eile, cumasaíonn tú í agus tú ag cruthú an ghníomhaire, agus is é an tsamhail a chinneann an nglaofar uirthi bunaithe ar an iarratas.

Gníomhaire a Chruthú le Giniúint Íomhánna

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}
)

Tá meáchan suntasach ag baint leis na treoracha anseo. Trí iarraidh ar an ngníomhaire an t-iarratas a athfhrású ina phromt mionsonraithe, tiontaíonn tú “déan íomhá de chat dom” atá doiléir ina chur síos inghníomhaithe. Trí iarraidh air an íomhá a fhógairt sula ndéanann sé í a ghiniúint, tugann tú seans duit féin an cúrsa a cheartú sula dtarlaíonn an ghiniúint. Coinníonn teocht 0.3 an t-athfhrású seo disciplínithe: ba mhaith leat cruinneas cur síos, ní saorshaothrú.

Íomhá a Ghiniúint

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

Taobh thiar den ghlaoh aonair seo, déanann an gníomhaire slabhra de cheithre chéim: déanann sé anailís ar d’iarratas, foirmíonn sé promt atá optamaithe don tsamhail ghiniúna, cruthaíonn sé an íomhá, agus ansin filleann sé an comhad. Feictear na céimeanna seo in aschuir an chomhrá, rud a ligeann duit a fheiceáil cén promt a tháirg cén íomhá. Tá sé seo luachmhar nuair a thaitníonn toradh leat agus nuair is mian leat é a atáirgeadh.

Íomhánna Ginte a Íoslódáil

Ní fhilltear íomhánna mar théacs san fhreagra: tagann siad mar oibiachtaí ToolFileChunk sa ch inneachar, agus faigheann tú an comhad iarbhír trí API na gComhad.

from mistralai.client.models import ToolFileChunk

for i, chunk in enumerate(response.outputs[-1].content):
    if isinstance(chunk, ToolFileChunk):
        # Íoslódáil an comhad íomhá
        file_bytes = client.files.download(file_id=chunk.file_id).read()

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

Trí Chás Úsáide Coitianta

Is é an chéad chás ná léaráidí do dhoiciméadú, áit a míníonn léaráid níos fearr ná mír téacs.

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."
)

Is é an dara cás ná samhlacha amhairc, chun treo a ábharú sula mbíonn dearthóir i mbun oibre.

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."
)

Is é an tríú cás ná cruthú ábhair mhargaíochta, áit a dtáirgeann an gníomhaire amharc saincheaptha ó bhrief scríofa.

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."
)

I ngach ceann de na trí chás, cinntíonn cáilíocht an bhrief cáilíocht an toraidh: ní cheapann gníomhaire cruthaitheach do rún, ach cuireann sé i gcrích é.

Comhcheangal le hUirlisí Eile

Baineann giniúint íomhánna a lánphoitéinseal amach nuair a phéireáiltear le huirlisí eile é. Fásann sé ina shreabh gan uaim ó thaobh an úsáideora de nuair a dhéanann tú cuardach ar shonraí, déanann tú anailís orthu, agus ansin déanann tú iad a léiriú.

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"}
    ]
)

Promtaí Íomhá Maithe a Scríobh

Feabhsaíonn cúig ghiarála na torthaí go suntasach. Ar an gcéad dul síos, bí cur síosach: tugann “Cat oráiste stríocach ina shuí ar dheasc adhmaid, solas nádúrtha, stíl fótagrafach” íomhá atá go hiomlán difriúil ó “cat”. Ina dhiaidh sin, sonraigh an stíl a bhfuil súil léi—fótagrafach, maisiúchán, dathuisce, íostach. Cuir an comhdhéanamh in iúl, rud a chiallaíonn radharc tosaigh, uillinn ard, gar-radharce, nó radharc leathan. Luaigh an soilsiú, cibé acu nádúrtha, stiúideo, solas taobh thiar, nó uair órga. Ar deireadh, sonraigh dathanna: pailéad te, tóin fhuara, aondathach. Is iad na cúig ais seo go díreach a scríobhann tú i dtreoracha an ghníomhaire ionas gur féidir leis iarratais ró-ghearra ó d’úsáideoirí a shaibhriú.

Comhaid Ghinte a Bhainistiú

Stóráiltear íomhánna ginte go sealadach i scamall Mistral trí API na gComhad. Déan cleachtas de chatalóg a dhéanamh agus glantachán: mura ndéanann tú, líonfar do spás le dréachtaí dearmadta, agus imeoidh comhaid a bhí ag teastáil uait toisc nár íoslódáladh in am iad.

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

# Scrios comhad
client.files.delete(file_id="file-xxxxxxxx")

Príomhphointí

  • Cruthaíonn image_generation íomhánna ó chur síos téacs
  • Filleann íomhánna mar oibiachtaí ToolFileChunk agus is féidir iad a íoslódáil trí client.files.download()
  • Feabhsaíonn promtaí mionsonraithe (stíl, comhdhéanamh, soilsiú) na torthaí go mór
  • Is féidir an uirlis a chomhcheangal le web_search agus code_interpreter
  • Tá comhaid ghinte sealadach—íoslódáil iad nó scriosfar iad