Génération d'images

oma-image est le routeur d'images multi-fournisseurs d'oh-my-agent. Il génère des images à partir de prompts en langage naturel, dispatche vers le CLI du fournisseur auprès duquel vous êtes authentifié, et écrit un manifest déterministe à côté de la sortie afin que chaque exécution soit reproductible.

La compétence s'active automatiquement sur des mots-clés tels que image, illustration, visual asset, concept art, ou lorsqu'une autre compétence a besoin d'une image en effet de bord (visuel hero, vignette, photo produit).

Quand l'utiliser

Générer des images, illustrations, photos produit, concept art, visuels hero/landing
Comparer le même prompt sur plusieurs modèles côte à côte (--vendor all)
Produire des assets depuis un workflow d'éditeur (Claude Code, Codex, Gemini CLI)
Permettre à une autre compétence (design, marketing, docs) d'appeler le pipeline d'images comme infrastructure partagée

Quand NE PAS l'utiliser

Édition ou retouche d'une image existante — hors périmètre (utilisez un outil dédié)
Génération de vidéos ou d'audio — hors périmètre
Composition SVG / vectorielle inline à partir de données structurées — utilisez une compétence de templating
Redimensionnement / conversion de format simple — utilisez une bibliothèque d'images, pas un pipeline de génération

Aperçu des fournisseurs

La compétence est CLI-first : lorsque le CLI natif d'un fournisseur peut renvoyer des octets d'image bruts, le chemin sous-processus est privilégié par rapport à une clé API directe.

Fournisseur	Stratégie	Modèles	Déclencheur	Coût
`pollinations`	HTTP direct	Gratuit : `flux`, `zimage`. Avec crédits : `qwen-image`, `wan-image`, `gpt-image-2`, `klein`, `kontext`, `gptimage`, `gptimage-large`	`POLLINATIONS_API_KEY` défini (inscription gratuite sur https://enter.pollinations.ai)	Gratuit pour `flux` / `zimage`
`codex`	CLI-first — `codex exec` via ChatGPT OAuth	`gpt-image-2`	`codex login` (aucune clé API requise)	Facturé sur votre forfait ChatGPT
`gemini`	CLI-first → repli sur API directe	`gemini-2.5-flash-image`, `gemini-3.1-flash-image-preview`	`gemini auth login` ou `GEMINI_API_KEY` + facturation	Désactivé par défaut ; nécessite la facturation

pollinations est le fournisseur par défaut car flux / zimage sont gratuits, donc le déclenchement automatique sur mots-clés est sûr.

Démarrage rapide

# Free, zero-config — uses pollinations/flux
oma image generate "minimalist sunrise over mountains"

# Compare every authenticated vendor in parallel
oma image generate "cat astronaut" --vendor all

# Specific vendor + size + count, skip cost prompt
oma image generate "logo concept" --vendor codex --size 1024x1024 -n 3 -y

# Cost estimate without spending
oma image generate "test prompt" --dry-run

# Inspect authentication and install status per vendor
oma image doctor

# List registered vendors and the models each one supports
oma image list-vendors

oma img est un alias de oma image.

Slash command (dans un éditeur)

/oma-image a red apple on white background
/oma-image --vendor all --size 1536x1024 jeju coastline at sunset
/oma-image -n 3 --quality high --out ./hero "minimalist dashboard hero illustration"

La slash command est transmise au même pipeline oma image generate — chaque flag CLI fonctionne aussi ici.

Référence CLI

oma image generate "<prompt>"
  [--vendor auto|codex|pollinations|gemini|all]
  [-n 1..5]
  [--size 1024x1024|1024x1536|1536x1024|auto]
  [--quality low|medium|high|auto]
  [--out <dir>] [--allow-external-out]
  [-r <path>]...
  [--timeout 180] [-y] [--no-prompt-in-manifest]
  [--dry-run] [--format text|json]

oma image doctor
oma image list-vendors

Flags clés

Flag	Rôle
`--vendor <name>`	`auto`, `pollinations`, `codex`, `gemini` ou `all`. Avec `all`, chaque fournisseur demandé doit être authentifié (mode strict).
`-n, --count <n>`	Nombre d'images par fournisseur, 1 à 5 (limite de wall-time).
`--size <size>`	Format : `1024x1024` (carré), `1024x1536` (portrait), `1536x1024` (paysage) ou `auto`.
`--quality <level>`	`low`, `medium`, `high` ou `auto` (valeur par défaut du fournisseur).
`--out <dir>`	Répertoire de sortie. Par défaut `.agents/results/images/{timestamp}/`. Les chemins hors de `$PWD` requièrent `--allow-external-out`.
`-r, --reference <path>`	Jusqu'à 10 images de référence (PNG/JPEG/GIF/WebP, ≤ 5 Mo chacune). Répétable ou séparé par des virgules. Pris en charge sur `codex` et `gemini` ; rejeté sur `pollinations`.
`-y, --yes`	Ignore l'invite de confirmation de coût pour les exécutions estimées à ≥ `$0.20`. Aussi disponible via `OMA_IMAGE_YES=1`.
`--no-prompt-in-manifest`	Stocke le SHA-256 du prompt au lieu du texte brut dans `manifest.json`.
`--dry-run`	Affiche le plan et l'estimation de coût sans dépenser.
`--format text\|json`	Format de sortie CLI. JSON est la surface d'intégration pour les autres compétences.
`--strategy <list>`	Escalade spécifique à Gemini, par exemple `mcp,stream,api`. Surcharge `vendors.gemini.strategies`.

Images de référence

Attachez jusqu'à 10 images de référence pour guider le style, l'identité du sujet ou la composition.

oma image generate -r ~/Downloads/otter.jpeg "same otter in dramatic lighting" --vendor codex
oma image generate -r a.png -r b.png "blend these styles" --vendor gemini
oma image generate -r a.png,b.png "blend these styles" --vendor gemini

Fournisseur	Prise en charge des références	Comment
`codex` (gpt-image-2)	Oui	Passe `-i <path>` à `codex exec`
`gemini` (2.5-flash-image)	Oui	Inline base64 `inlineData` dans la requête
`pollinations`	Non	Rejeté avec le code de sortie 4 (nécessite un hébergement par URL)

Où se trouvent les images attachées

Claude Code — ~/.claude/image-cache/<session>/N.png, exposées dans les messages système comme [Image: source: <path>]. Limitées à la session : copiez-les vers un emplacement durable si vous souhaitez les réutiliser plus tard.
Antigravity — répertoire d'upload du workspace (l'IDE affiche le chemin exact)
Codex CLI en tant qu'hôte — doit être passé explicitement ; les pièces jointes en cours de conversation ne sont pas transmises

Lorsque l'utilisateur attache une image et demande d'en générer ou éditer une à partir de celle-ci, l'agent appelant doit la transmettre via --reference <path> plutôt que de la décrire en prose. Si le CLI local est trop ancien pour prendre en charge --reference, exécutez oma update et réessayez.

Structure de sortie

Chaque exécution écrit dans .agents/results/images/ avec un répertoire horodaté et suffixé d'un hash :

.agents/results/images/
├── 20260424-143052-ab12cd/                 # single-vendor run
│   ├── pollinations-flux.jpg
│   └── manifest.json
└── 20260424-143122-7z9kqw-compare/         # --vendor all run
    ├── codex-gpt-image-2.png
    ├── pollinations-flux.jpg
    └── manifest.json

manifest.json enregistre le fournisseur, le modèle, le prompt (ou son SHA-256), la taille, la qualité et le coût — chaque exécution est reproductible à partir du seul manifest.

Coût, sécurité et annulation

Garde-fou de coût — les exécutions estimées à ≥ $0.20 demandent confirmation. Contournez avec -y ou OMA_IMAGE_YES=1. Le pollinations par défaut (flux/zimage) étant gratuit, l'invite est automatiquement ignorée pour celui-ci.
Sécurité des chemins — les chemins de sortie hors de $PWD requièrent --allow-external-out afin d'éviter des écritures inattendues.
Annulable — Ctrl+C (SIGINT/SIGTERM) interrompt simultanément tous les appels de fournisseurs en cours et l'orchestrateur.
Sorties déterministes — manifest.json est toujours écrit à côté des images.
n max = 5 — une limite de wall-time, pas un quota.
Codes de sortie — alignés avec oma search fetch : 0 ok, 1 général, 2 sécurité, 3 introuvable, 4 entrée invalide, 5 authentification requise, 6 timeout.

Protocole de clarification

Avant d'invoquer oma image generate, l'agent appelant exécute cette checklist. Si quelque chose manque et n'est pas inférable, il pose la question d'abord ou amplifie le prompt et présente l'expansion pour approbation.

Requis :

Sujet — quel est l'élément principal de l'image ? (objet, personne, scène)
Décor / arrière-plan — où cela se passe-t-il ?

Fortement recommandé (à demander si absent et non inférable) :

Style — photoréaliste, illustration, rendu 3D, peinture à l'huile, concept art, vectoriel plat ?
Ambiance / éclairage — lumineux vs sombre, chaud vs froid, dramatique vs minimal
Contexte d'usage — image hero, icône, vignette, plan produit, affiche ?
Format — carré, portrait ou paysage

Pour un prompt bref comme "a red apple", l'agent ne pose pas de questions de suivi. Il amplifie plutôt en ligne et montre à l'utilisateur :

Utilisateur : "a red apple" Agent : "Je vais générer ceci : a single glossy red apple centered on a clean white background, soft studio lighting, photorealistic, shallow depth of field, 1024×1024. Dois-je continuer, ou souhaitez-vous un style/composition différent ?"

Lorsque l'utilisateur a rédigé un brief créatif complet (≥ 2 parmi : sujet + style + éclairage + composition), son prompt est respecté à la lettre — pas de clarification, pas d'amplification.

Langue de sortie. Les prompts de génération sont envoyés au fournisseur en anglais (les modèles d'image sont entraînés majoritairement sur des légendes en anglais). Si l'utilisateur a écrit dans une autre langue, l'agent traduit et affiche la traduction lors de l'amplification afin que l'utilisateur puisse corriger toute mauvaise interprétation.

Invocation partagée (depuis d'autres compétences)

D'autres compétences appellent la génération d'images comme infrastructure partagée :

oma image generate "<prompt>" --format json

Le manifest JSON écrit sur stdout inclut les chemins de sortie, le fournisseur, le modèle et le coût — facile à parser et à chaîner.

Configuration

Configuration projet : config/image-config.yaml
Variables d'environnement :
- OMA_IMAGE_DEFAULT_VENDOR — surcharge le fournisseur par défaut (sinon pollinations)
- OMA_IMAGE_DEFAULT_OUT — surcharge le répertoire de sortie par défaut
- OMA_IMAGE_YES — 1 pour contourner la confirmation de coût
- POLLINATIONS_API_KEY — requise pour le fournisseur pollinations (inscription gratuite)
- GEMINI_API_KEY — requise lorsque le fournisseur gemini bascule vers l'API directe
- OMA_IMAGE_GEMINI_STRATEGIES — ordre d'escalade séparé par des virgules pour gemini (mcp,stream,api)

Dépannage

Symptôme	Cause probable	Correction
Code de sortie `5` (auth-required)	Le fournisseur sélectionné n'est pas authentifié	Exécutez `oma image doctor` pour voir quel fournisseur nécessite une connexion. Puis `codex login` / définissez `POLLINATIONS_API_KEY` / `gemini auth login`.
Code de sortie `4` sur `--reference`	`pollinations` rejette les références, ou fichier trop volumineux / mauvais format	Passez à `--vendor codex` ou `--vendor gemini`. Chaque référence doit faire ≤ 5 Mo et être au format PNG/JPEG/GIF/WebP.
`--reference` non reconnu	CLI local obsolète	Exécutez `oma update` et réessayez. Ne basculez pas vers une description en prose.
La confirmation de coût bloque l'automatisation	L'exécution est estimée à ≥ `$0.20`	Passez `-y` ou définissez `OMA_IMAGE_YES=1`. Mieux : passez au `pollinations` gratuit.
`--vendor all` s'interrompt immédiatement	L'un des fournisseurs demandés n'est pas authentifié (mode strict)	Authentifiez le fournisseur manquant, ou choisissez un `--vendor` spécifique.
Sortie écrite dans un répertoire inattendu	La valeur par défaut est `.agents/results/images/{timestamp}/`	Passez `--out <dir>`. Les chemins hors de `$PWD` nécessitent `--allow-external-out`.
Gemini ne renvoie aucun octet d'image	La boucle agentique du Gemini CLI n'émet pas d'`inlineData` brut sur stdout (à partir de 0.38)	Le fournisseur bascule automatiquement sur l'API directe. Définissez `GEMINI_API_KEY` et assurez-vous d'avoir activé la facturation.

Voir aussi

Compétences — l'architecture de compétences à deux couches qui propulse oma-image
Commandes CLI — référence complète des commandes oma image
Options CLI — matrice des options globales

Quand l'utiliser​

Quand NE PAS l'utiliser​

Aperçu des fournisseurs​

Démarrage rapide​

Slash command (dans un éditeur)​

Référence CLI​

Flags clés​

Images de référence​

Où se trouvent les images attachées​

Structure de sortie​

Coût, sécurité et annulation​

Protocole de clarification​

Invocation partagée (depuis d'autres compétences)​

Configuration​

Dépannage​

Voir aussi​