diff --git a/docs/uk/providers/openai.md b/docs/uk/providers/openai.md index c5e5a02dc..489b61f2f 100644 --- a/docs/uk/providers/openai.md +++ b/docs/uk/providers/openai.md @@ -1,39 +1,54 @@ --- read_when: - Ви хочете використовувати моделі OpenAI в OpenClaw - - Ви хочете використовувати автентифікацію за підпискою Codex замість API-ключів - - Вам потрібні суворіші правила виконання агента GPT-5 + - Ви хочете автентифікацію за підпискою Codex замість API-ключів + - Вам потрібні суворіші правила виконання для агента GPT-5 summary: Використовуйте OpenAI через API-ключі або підписку Codex в OpenClaw title: OpenAI x-i18n: - generated_at: "2026-04-22T22:50:20Z" + generated_at: "2026-04-23T01:23:53Z" model: gpt-5.4 provider: openai - source_hash: 1ef9aaacd585acd098163468880761270936a05bbf79dd54b4f4d45068eeeaf1 + source_hash: 775a937680731ff09181dd58d2be1ca1a751c9193ac299ba6657266490a6a9b7 source_path: providers/openai.md workflow: 15 --- -# OpenAI + # OpenAI -OpenAI надає API для розробників для моделей GPT. OpenClaw підтримує два способи автентифікації: + OpenAI надає API для розробників для моделей GPT. OpenClaw підтримує два шляхи автентифікації: -- **API key** — прямий доступ до OpenAI Platform з оплатою за використання (`openai/*` моделі) -- **Codex subscription** — вхід через ChatGPT/Codex з доступом за підпискою (`openai-codex/*` моделі) + - **API-ключ** — прямий доступ до OpenAI Platform з білінгом на основі використання (моделі `openai/*`) + - **Підписка Codex** — вхід через ChatGPT/Codex з доступом за підпискою (моделі `openai-codex/*`) -OpenAI прямо підтримує використання OAuth за підпискою у зовнішніх інструментах і робочих процесах, таких як OpenClaw. + OpenAI прямо підтримує використання OAuth-підписки у зовнішніх інструментах і робочих процесах, таких як OpenClaw. -## Початок роботи + ## Покриття функцій OpenClaw -Виберіть бажаний спосіб автентифікації та виконайте кроки налаштування. + | Можливість OpenAI | Поверхня OpenClaw | Статус | + | ------------------------- | ----------------------------------------- | ------------------------------------------------------ | + | Чат / Responses | постачальник моделей `openai/` | Так | + | Моделі підписки Codex | постачальник моделей `openai-codex/` | Так | + | Пошук у вебі на стороні сервера | Власний інструмент OpenAI Responses | Так, якщо вебпошук увімкнено і постачальника не закріплено | + | Зображення | `image_generate` | Так | + | Відео | `video_generate` | Так | + | Перетворення тексту на мовлення | `messages.tts.provider: "openai"` / `tts` | Так | + | Пакетне перетворення мовлення на текст | `tools.media.audio` / розуміння медіа | Так | + | Потокове перетворення мовлення на текст | Voice Call `streaming.provider: "openai"` | Так | + | Голос у реальному часі | Voice Call `realtime.provider: "openai"` | Так | + | Embeddings | постачальник embedding для пам’яті | Так | - - - **Найкраще підходить для:** прямого доступу до API та оплати за використання. + ## Початок роботи + + Виберіть бажаний спосіб автентифікації та виконайте кроки налаштування. + + + + **Найкраще для:** прямого доступу до API та білінгу на основі використання. - - Створіть або скопіюйте API key на [панелі OpenAI Platform](https://platform.openai.com/api-keys). + + Створіть або скопіюйте API-ключ на [панелі OpenAI Platform](https://platform.openai.com/api-keys). ```bash @@ -46,7 +61,7 @@ OpenAI прямо підтримує використання OAuth за під openclaw onboard --openai-api-key "$OPENAI_API_KEY" ``` - + ```bash openclaw models list --provider openai ``` @@ -55,7 +70,7 @@ OpenAI прямо підтримує використання OAuth за під ### Підсумок маршрутів - | Model ref | Route | Auth | + | Посилання на модель | Маршрут | Автентифікація | |-----------|-------|------| | `openai/gpt-5.4` | Прямий API OpenAI Platform | `OPENAI_API_KEY` | | `openai/gpt-5.4-pro` | Прямий API OpenAI Platform | `OPENAI_API_KEY` | @@ -74,13 +89,13 @@ OpenAI прямо підтримує використання OAuth за під ``` - OpenClaw **не** надає `openai/gpt-5.3-codex-spark` на шляху прямого API. Живі запити до OpenAI API відхиляють цю модель. Spark доступний лише в Codex. + OpenClaw **не** надає `openai/gpt-5.3-codex-spark` у прямому шляху API. Живі запити до OpenAI API відхиляють цю модель. Spark доступний лише в Codex. - - **Найкраще підходить для:** використання вашої підписки ChatGPT/Codex замість окремого API key. Codex cloud потребує входу в ChatGPT. + + **Найкраще для:** використання вашої підписки ChatGPT/Codex замість окремого API-ключа. Codex cloud потребує входу через ChatGPT. @@ -99,7 +114,7 @@ OpenAI прямо підтримує використання OAuth за під openclaw config set agents.defaults.model.primary openai-codex/gpt-5.4 ``` - + ```bash openclaw models list --provider openai-codex ``` @@ -108,13 +123,13 @@ OpenAI прямо підтримує використання OAuth за під ### Підсумок маршрутів - | Model ref | Route | Auth | + | Посилання на модель | Маршрут | Автентифікація | |-----------|-------|------| - | `openai-codex/gpt-5.4` | OAuth ChatGPT/Codex | Вхід через Codex | - | `openai-codex/gpt-5.3-codex-spark` | OAuth ChatGPT/Codex | Вхід через Codex (залежить від entitlement) | + | `openai-codex/gpt-5.4` | ChatGPT/Codex OAuth | вхід Codex | + | `openai-codex/gpt-5.3-codex-spark` | ChatGPT/Codex OAuth | вхід Codex (залежить від наданих прав) | - Цей маршрут навмисно відокремлений від `openai/gpt-5.4`. Використовуйте `openai/*` з API key для прямого доступу до Platform, а `openai-codex/*` — для доступу за підпискою Codex. + Цей маршрут навмисно відокремлено від `openai/gpt-5.4`. Використовуйте `openai/*` з API-ключем для прямого доступу до Platform, а `openai-codex/*` — для доступу за підпискою Codex. ### Приклад конфігурації @@ -126,7 +141,7 @@ OpenAI прямо підтримує використання OAuth за під ``` - Якщо онбординг повторно використовує наявний вхід Codex CLI, цими обліковими даними й надалі керує Codex CLI. Після завершення строку дії OpenClaw спочатку повторно зчитує зовнішнє джерело Codex, а потім записує оновлені облікові дані назад у сховище Codex. + Якщо під час онбордингу повторно використовується наявний вхід Codex CLI, цими обліковими даними й надалі керує Codex CLI. Після завершення строку дії OpenClaw спочатку повторно зчитує зовнішнє джерело Codex, а потім записує оновлені облікові дані назад у сховище Codex. ### Обмеження вікна контексту @@ -135,10 +150,10 @@ OpenAI прямо підтримує використання OAuth за під Для `openai-codex/gpt-5.4`: - - Нативний `contextWindow`: `1050000` - - Типове обмеження `contextTokens` під час виконання: `272000` + - Рідне `contextWindow`: `1050000` + - Обмеження `contextTokens` під час виконання за замовчуванням: `272000` - Менше типове обмеження на практиці дає кращі характеристики затримки й якості. Перевизначте його за допомогою `contextTokens`: + Менше обмеження за замовчуванням на практиці дає кращі характеристики затримки та якості. Ви можете перевизначити його через `contextTokens`: ```json5 { @@ -153,7 +168,7 @@ OpenAI прямо підтримує використання OAuth за під ``` - Використовуйте `contextWindow`, щоб оголосити нативні метадані моделі. Використовуйте `contextTokens`, щоб обмежити бюджет контексту під час виконання. + Використовуйте `contextWindow`, щоб оголосити рідні метадані моделі. Використовуйте `contextTokens`, щоб обмежити бюджет контексту під час виконання. @@ -163,12 +178,12 @@ OpenAI прямо підтримує використання OAuth за під Вбудований Plugin `openai` реєструє генерацію зображень через інструмент `image_generate`. -| Можливість | Значення | -| ------------------------- | ---------------------------------- | -| Модель за замовчуванням | `openai/gpt-image-2` | -| Макс. кількість зображень на запит | 4 | -| Режим редагування | Увімкнено (до 5 еталонних зображень) | -| Перевизначення розміру | Підтримується, включно з розмірами 2K/4K | +| Можливість | Значення | +| ----------------------- | ---------------------------------- | +| Модель за замовчуванням | `openai/gpt-image-2` | +| Макс. кількість зображень на запит | 4 | +| Режим редагування | Увімкнено (до 5 еталонних зображень) | +| Перевизначення розміру | Підтримується, зокрема розміри 2K/4K | | Співвідношення сторін / роздільна здатність | Не передається до OpenAI Images API | ```json5 @@ -182,18 +197,20 @@ OpenAI прямо підтримує використання OAuth за під ``` -Див. [Генерація зображень](/uk/tools/image-generation), щоб ознайомитися зі спільними параметрами інструмента, вибором провайдера та поведінкою failover. +Див. [Генерація зображень](/uk/tools/image-generation) для спільних параметрів інструмента, вибору постачальника та поведінки failover. -`gpt-image-2` є моделлю за замовчуванням як для генерації зображень з тексту в OpenAI, так і для редагування зображень. `gpt-image-1` і далі можна використовувати як явне перевизначення моделі, але нові робочі процеси OpenAI для зображень мають використовувати `openai/gpt-image-2`. +`gpt-image-2` є моделлю за замовчуванням як для генерації зображень з тексту OpenAI, так і для +редагування зображень. `gpt-image-1` і надалі можна використовувати як явне +перевизначення моделі, але для нових робочих процесів OpenAI із зображеннями слід використовувати `openai/gpt-image-2`. -Генерація: +Згенерувати: ``` -/tool image_generate model=openai/gpt-image-2 prompt="Відполірований постер запуску OpenClaw на macOS" size=3840x2160 count=1 +/tool image_generate model=openai/gpt-image-2 prompt="Відшліфований постер запуску OpenClaw на macOS" size=3840x2160 count=1 ``` -Редагування: +Редагувати: ``` /tool image_generate model=openai/gpt-image-2 prompt="Збережи форму об’єкта, зміни матеріал на напівпрозоре скло" image=/path/to/reference.png size=1024x1536 @@ -203,12 +220,12 @@ OpenAI прямо підтримує використання OAuth за під Вбудований Plugin `openai` реєструє генерацію відео через інструмент `video_generate`. -| Можливість | Значення | -| --------------- | ------------------------------------------------------------------------------- | -| Модель за замовчуванням | `openai/sora-2` | -| Режими | Текст у відео, зображення у відео, редагування одного відео | -| Еталонні вхідні дані | 1 зображення або 1 відео | -| Перевизначення розміру | Підтримується | +| Можливість | Значення | +| ---------------- | --------------------------------------------------------------------------------- | +| Модель за замовчуванням | `openai/sora-2` | +| Режими | Текст у відео, зображення у відео, редагування одного відео | +| Еталонні вхідні дані | 1 зображення або 1 відео | +| Перевизначення розміру | Підтримується | | Інші перевизначення | `aspectRatio`, `resolution`, `audio`, `watermark` ігноруються з попередженням інструмента | ```json5 @@ -222,25 +239,25 @@ OpenAI прямо підтримує використання OAuth за під ``` -Див. [Генерація відео](/uk/tools/video-generation), щоб ознайомитися зі спільними параметрами інструмента, вибором провайдера та поведінкою failover. +Див. [Генерація відео](/uk/tools/video-generation) для спільних параметрів інструмента, вибору постачальника та поведінки failover. -## Внесок у prompt GPT-5 +## Внесок у промпт GPT-5 -OpenClaw додає спільний внесок у prompt GPT-5 для запусків сімейства GPT-5 у різних провайдерів. Він застосовується за ідентифікатором моделі, тому `openai/gpt-5.4`, `openai-codex/gpt-5.4`, `openrouter/openai/gpt-5.4`, `opencode/gpt-5.4` та інші сумісні посилання GPT-5 отримують однакове накладання. Старіші моделі GPT-4.x — ні. +OpenClaw додає спільний внесок у промпт GPT-5 для запусків сімейства GPT-5 у різних постачальників. Він застосовується за ідентифікатором моделі, тому `openai/gpt-5.4`, `openai-codex/gpt-5.4`, `openrouter/openai/gpt-5.4`, `opencode/gpt-5.4` та інші сумісні посилання GPT-5 отримують однаковий накладений шар. Старіші моделі GPT-4.x — ні. -Вбудований рідний провайдер harness Codex (`codex/*`) використовує таку саму поведінку GPT-5 і накладання Heartbeat через інструкції розробника Codex app-server, тому сесії `codex/gpt-5.x` зберігають ту саму послідовність виконання і проактивні вказівки Heartbeat, хоча рештою prompt harness керує Codex. +Вбудований власний постачальник harness Codex (`codex/*`) використовує ту саму поведінку GPT-5 і накладення Heartbeat через інструкції розробника app-server Codex, тому сесії `codex/gpt-5.x` зберігають ті самі правила доведення до завершення та проактивного Heartbeat, навіть попри те, що рештою промпту harness керує Codex. -Внесок GPT-5 додає позначений контракт поведінки для збереження персони, безпеки виконання, дисципліни інструментів, форми виводу, перевірок завершення та верифікації. Поведінка відповідей і тихих повідомлень, специфічна для каналів, залишається у спільному системному prompt OpenClaw і політиці вихідної доставки. Вказівки GPT-5 завжди увімкнені для відповідних моделей. Рівень дружнього стилю взаємодії є окремим і налаштовуваним. +Внесок GPT-5 додає тегований контракт поведінки для збереження персони, безпеки виконання, дисципліни інструментів, форми виводу, перевірок завершення та верифікації. Специфічна для каналу поведінка відповіді та тихих повідомлень залишається у спільному системному промпті OpenClaw і політиці вихідної доставки. Вказівки GPT-5 завжди ввімкнені для відповідних моделей. Рівень дружнього стилю взаємодії є окремим і налаштовуваним. -| Значення | Ефект | -| -------------------- | ------------------------------------------ | -| `"friendly"` (типово) | Увімкнути рівень дружнього стилю взаємодії | -| `"on"` | Псевдонім для `"friendly"` | -| `"off"` | Вимкнути лише рівень дружнього стилю | +| Значення | Ефект | +| --------------------- | ------------------------------------------ | +| `"friendly"` (за замовчуванням) | Увімкнути рівень дружнього стилю взаємодії | +| `"on"` | Псевдонім для `"friendly"` | +| `"off"` | Вимкнути лише рівень дружнього стилю | - + ```json5 { agents: { @@ -265,7 +282,7 @@ OpenClaw додає спільний внесок у prompt GPT-5 для зап -Застаріле `plugins.entries.openai.config.personality` і далі зчитується як сумісний запасний варіант, коли спільне налаштування `agents.defaults.promptOverlays.gpt5.personality` не задано. +Застаріле налаштування `plugins.entries.openai.config.personality` усе ще зчитується як резервний варіант для сумісності, якщо спільне налаштування `agents.defaults.promptOverlays.gpt5.personality` не задане. ## Голос і мовлення @@ -274,15 +291,15 @@ OpenClaw додає спільний внесок у prompt GPT-5 для зап Вбудований Plugin `openai` реєструє синтез мовлення для поверхні `messages.tts`. - | Налаштування | Шлях конфігурації | Значення за замовчуванням | + | Налаштування | Шлях конфігурації | За замовчуванням | |---------|------------|---------| | Модель | `messages.tts.providers.openai.model` | `gpt-4o-mini-tts` | | Голос | `messages.tts.providers.openai.voice` | `coral` | | Швидкість | `messages.tts.providers.openai.speed` | (не задано) | | Інструкції | `messages.tts.providers.openai.instructions` | (не задано, лише `gpt-4o-mini-tts`) | | Формат | `messages.tts.providers.openai.responseFormat` | `opus` для голосових нотаток, `mp3` для файлів | - | API key | `messages.tts.providers.openai.apiKey` | Використовується `OPENAI_API_KEY` як запасний варіант | - | Base URL | `messages.tts.providers.openai.baseUrl` | `https://api.openai.com/v1` | + | API-ключ | `messages.tts.providers.openai.apiKey` | Резервно використовується `OPENAI_API_KEY` | + | Базовий URL | `messages.tts.providers.openai.baseUrl` | `https://api.openai.com/v1` | Доступні моделі: `gpt-4o-mini-tts`, `tts-1`, `tts-1-hd`. Доступні голоси: `alloy`, `ash`, `ballad`, `cedar`, `coral`, `echo`, `fable`, `juniper`, `marin`, `onyx`, `nova`, `sage`, `shimmer`, `verse`. @@ -299,23 +316,61 @@ OpenClaw додає спільний внесок у prompt GPT-5 для зап ``` - Установіть `OPENAI_TTS_BASE_URL`, щоб перевизначити Base URL для TTS без впливу на endpoint chat API. + Установіть `OPENAI_TTS_BASE_URL`, щоб перевизначити базовий URL для TTS, не впливаючи на кінцеву точку API чату. + + Вбудований Plugin `openai` реєструє пакетне перетворення мовлення на текст через + поверхню транскрибування розуміння медіа в OpenClaw. + + - Модель за замовчуванням: `gpt-4o-transcribe` + - Кінцева точка: OpenAI REST `/v1/audio/transcriptions` + - Шлях введення: multipart-завантаження аудіофайлу + - Підтримується в OpenClaw всюди, де транскрибування вхідного аудіо використовує + `tools.media.audio`, зокрема сегменти голосових каналів Discord і аудіовкладення + каналів + + Щоб примусово використовувати OpenAI для транскрибування вхідного аудіо: + + ```json5 + { + tools: { + media: { + audio: { + models: [ + { + type: "provider", + provider: "openai", + model: "gpt-4o-transcribe", + }, + ], + }, + }, + }, + } + ``` + + Підказки щодо мови та промпту передаються до OpenAI, якщо їх задано + у спільній конфігурації аудіомедіа або в запиті на транскрибування для окремого виклику. + + + Вбудований Plugin `openai` реєструє транскрибування в реальному часі для Plugin Voice Call. - | Налаштування | Шлях конфігурації | Значення за замовчуванням | + | Налаштування | Шлях конфігурації | За замовчуванням | |---------|------------|---------| | Модель | `plugins.entries.voice-call.config.streaming.providers.openai.model` | `gpt-4o-transcribe` | + | Мова | `...openai.language` | (не задано) | + | Промпт | `...openai.prompt` | (не задано) | | Тривалість тиші | `...openai.silenceDurationMs` | `800` | | Поріг VAD | `...openai.vadThreshold` | `0.5` | - | API key | `...openai.apiKey` | Використовується `OPENAI_API_KEY` як запасний варіант | + | API-ключ | `...openai.apiKey` | Резервно використовується `OPENAI_API_KEY` | - Використовує з’єднання WebSocket з `wss://api.openai.com/v1/realtime` з аудіо G.711 u-law. + Використовує WebSocket-з’єднання з `wss://api.openai.com/v1/realtime` з аудіо G.711 u-law (`g711_ulaw` / `audio/pcmu`). Цей потоковий постачальник призначений для шляху транскрибування в реальному часі Plugin Voice Call; голос Discord наразі записує короткі сегменти та натомість використовує пакетний шлях транскрибування `tools.media.audio`. @@ -323,17 +378,17 @@ OpenClaw додає спільний внесок у prompt GPT-5 для зап Вбудований Plugin `openai` реєструє голос у реальному часі для Plugin Voice Call. - | Налаштування | Шлях конфігурації | Значення за замовчуванням | + | Налаштування | Шлях конфігурації | За замовчуванням | |---------|------------|---------| | Модель | `plugins.entries.voice-call.config.realtime.providers.openai.model` | `gpt-realtime` | | Голос | `...openai.voice` | `alloy` | | Temperature | `...openai.temperature` | `0.8` | | Поріг VAD | `...openai.vadThreshold` | `0.5` | | Тривалість тиші | `...openai.silenceDurationMs` | `500` | - | API key | `...openai.apiKey` | Використовується `OPENAI_API_KEY` як запасний варіант | + | API-ключ | `...openai.apiKey` | Резервно використовується `OPENAI_API_KEY` | - Підтримує Azure OpenAI через ключі конфігурації `azureEndpoint` і `azureDeployment`. Підтримує двонапрямлений виклик інструментів. Використовує аудіоформат G.711 u-law. + Підтримує Azure OpenAI через ключі конфігурації `azureEndpoint` і `azureDeployment`. Підтримує двонаправлений виклик інструментів. Використовує аудіоформат G.711 u-law. @@ -343,17 +398,17 @@ OpenClaw додає спільний внесок у prompt GPT-5 для зап - OpenClaw використовує WebSocket-first із запасним переходом на SSE (`"auto"`) і для `openai/*`, і для `openai-codex/*`. + OpenClaw використовує WebSocket-first з резервним переходом на SSE (`"auto"`) як для `openai/*`, так і для `openai-codex/*`. У режимі `"auto"` OpenClaw: - Повторює одну ранню помилку WebSocket перед переходом на SSE - - Після збою позначає WebSocket як деградований приблизно на 60 секунд і використовує SSE під час охолодження - - Додає стабільні заголовки ідентичності сесії та ходу для повторних спроб і перепідключень - - Нормалізує лічильники використання (`input_tokens` / `prompt_tokens`) у різних варіантах транспорту + - Після помилки позначає WebSocket як degraded приблизно на 60 секунд і використовує SSE під час охолодження + - Додає стабільні заголовки ідентичності сесії та ходу для повторних спроб і повторних підключень + - Нормалізує лічильники використання (`input_tokens` / `prompt_tokens`) між варіантами транспорту | Значення | Поведінка | |-------|----------| - | `"auto"` (типово) | Спочатку WebSocket, запасний перехід на SSE | + | `"auto"` (за замовчуванням) | Спочатку WebSocket, резервний перехід на SSE | | `"sse"` | Примусово лише SSE | | `"websocket"` | Примусово лише WebSocket | @@ -398,10 +453,10 @@ OpenClaw додає спільний внесок у prompt GPT-5 для зап - OpenClaw надає спільний перемикач швидкого режиму для `openai/*` і `openai-codex/*`: + OpenClaw надає спільний перемикач швидкого режиму як для `openai/*`, так і для `openai-codex/*`: - - **Chat/UI:** `/fast status|on|off` - - **Config:** `agents.defaults.models["/"].params.fastMode` + - **Чат/UI:** `/fast status|on|off` + - **Конфігурація:** `agents.defaults.models["/"].params.fastMode` Коли його ввімкнено, OpenClaw зіставляє швидкий режим із пріоритетною обробкою OpenAI (`service_tier = "priority"`). Наявні значення `service_tier` зберігаються, а швидкий режим не переписує `reasoning` або `text.verbosity`. @@ -443,7 +498,7 @@ OpenClaw додає спільний внесок у prompt GPT-5 для зап Підтримувані значення: `auto`, `default`, `flex`, `priority`. - `serviceTier` передається лише до нативних endpoint OpenAI (`api.openai.com`) і нативних endpoint Codex (`chatgpt.com/backend-api`). Якщо ви спрямовуєте будь-якого з цих провайдерів через proxy, OpenClaw залишає `service_tier` без змін. + `serviceTier` передається лише до власних кінцевих точок OpenAI (`api.openai.com`) і власних кінцевих точок Codex (`chatgpt.com/backend-api`). Якщо ви маршрутизуєте будь-якого з цих постачальників через проксі, OpenClaw залишає `service_tier` без змін. @@ -451,13 +506,13 @@ OpenClaw додає спільний внесок у prompt GPT-5 для зап Для прямих моделей OpenAI Responses (`openai/*` на `api.openai.com`) OpenClaw автоматично вмикає server-side Compaction: - - Примусово встановлює `store: true` (якщо тільки сумісність моделі не задає `supportsStore: false`) + - Примусово встановлює `store: true` (якщо тільки compat моделі не задає `supportsStore: false`) - Вставляє `context_management: [{ type: "compaction", compact_threshold: ... }]` - - Типовий `compact_threshold`: 70% від `contextWindow` (або `80000`, якщо він недоступний) + - `compact_threshold` за замовчуванням: 70% від `contextWindow` (або `80000`, якщо недоступно) - Корисно для сумісних endpoint, як-от Azure OpenAI Responses: + Корисно для сумісних кінцевих точок, як-от Azure OpenAI Responses: ```json5 { @@ -509,7 +564,7 @@ OpenClaw додає спільний внесок у prompt GPT-5 для зап - `responsesServerCompaction` керує лише вставленням `context_management`. Прямі моделі OpenAI Responses однаково примусово встановлюють `store: true`, якщо сумісність не задає `supportsStore: false`. + `responsesServerCompaction` керує лише вставленням `context_management`. Прямі моделі OpenAI Responses все одно примусово встановлюють `store: true`, якщо compat не задає `supportsStore: false`. @@ -528,32 +583,32 @@ OpenClaw додає спільний внесок у prompt GPT-5 для зап ``` Із `strict-agentic` OpenClaw: - - Більше не вважає хід лише з планом успішним прогресом, коли доступна дія інструмента - - Повторює хід із вказівкою діяти зараз + - Більше не вважає хід лише з планом успішним прогресом, коли доступна дія через інструмент + - Повторює хід із настановою діяти негайно - Автоматично вмикає `update_plan` для суттєвої роботи - Показує явний заблокований стан, якщо модель продовжує планувати без дії - Поширюється лише на запускі сімейства OpenAI та Codex GPT-5. Інші провайдери та старіші сімейства моделей зберігають типову поведінку. + Застосовується лише до запусків сімейства GPT-5 OpenAI і Codex. Інші постачальники та старіші сімейства моделей зберігають поведінку за замовчуванням. - - OpenClaw по-різному обробляє прямі endpoint OpenAI, Codex і Azure OpenAI порівняно із загальними OpenAI-compatible proxy `/v1`: + + OpenClaw по-різному обробляє прямі кінцеві точки OpenAI, Codex і Azure OpenAI порівняно із загальними OpenAI-compatible проксі `/v1`: - **Нативні маршрути** (`openai/*`, `openai-codex/*`, Azure OpenAI): - - Зберігають `reasoning: { effort: "none" }` лише для моделей, які підтримують `none` effort в OpenAI - - Пропускають вимкнений reasoning для моделей або proxy, які відхиляють `reasoning.effort: "none"` - - Типово використовують строгий режим для схем інструментів - - Додають приховані заголовки атрибуції лише на перевірених нативних хостах - - Зберігають формування запитів, специфічне для OpenAI (`service_tier`, `store`, reasoning-compat, підказки prompt-cache) + **Власні маршрути** (`openai/*`, `openai-codex/*`, Azure OpenAI): + - Зберігають `reasoning: { effort: "none" }` лише для моделей, які підтримують OpenAI `none` effort + - Опускають вимкнене reasoning для моделей або проксі, які відхиляють `reasoning.effort: "none"` + - Типово встановлюють strict mode для схем інструментів + - Додають приховані заголовки attribution лише на перевірених власних хостах + - Зберігають формування запитів, притаманне OpenAI (`service_tier`, `store`, reasoning-compat, підказки кешу промптів) - **Маршрути proxy/compatible:** - - Використовують м’якшу поведінку сумісності - - Не примушують до строгих схем інструментів або нативних заголовків + **Проксі/сумісні маршрути:** + - Використовують більш м’яку compat-поведінку + - Не примушують strict mode для схем інструментів або власні заголовки - Azure OpenAI використовує нативний транспорт і поведінку сумісності, але не отримує приховані заголовки атрибуції. + Azure OpenAI використовує власний транспорт і compat-поведінку, але не отримує приховані заголовки attribution. @@ -562,15 +617,15 @@ OpenClaw додає спільний внесок у prompt GPT-5 для зап - Вибір провайдерів, посилань на моделі та поведінки failover. + Вибір постачальників, посилань на моделі та поведінки failover. - Спільні параметри інструмента зображень і вибір провайдера. + Спільні параметри інструмента зображень і вибір постачальника. - Спільні параметри інструмента відео і вибір провайдера. + Спільні параметри інструмента відео і вибір постачальника. - Докладно про автентифікацію та правила повторного використання облікових даних. + Відомості про автентифікацію та правила повторного використання облікових даних. diff --git a/docs/uk/tools/media-overview.md b/docs/uk/tools/media-overview.md index 59361c87d..b1626a686 100644 --- a/docs/uk/tools/media-overview.md +++ b/docs/uk/tools/media-overview.md @@ -1,36 +1,36 @@ --- read_when: - - Шукаєте огляд медіаможливостей - - Вирішуєте, якого постачальника медіа налаштувати - - Розуміння того, як працює асинхронна генерація медіа -summary: Уніфікована цільова сторінка для можливостей генерації медіа, розуміння медіа та мовлення + - Шукаєте огляд медіаможливостей? + - Вирішуєте, якого постачальника медіасервісів налаштувати? + - Розумієте, як працює асинхронна генерація медіа? +summary: Уніфікована цільова сторінка для можливостей генерації, розуміння медіа та мовлення title: Огляд медіа x-i18n: - generated_at: "2026-04-23T00:39:53Z" + generated_at: "2026-04-23T01:23:54Z" model: gpt-5.4 provider: openai - source_hash: d7d848343a406e51e14b698b17fbde32bee5f85854d091217d6ac6514a359de6 + source_hash: bdc240c0ac4cc066e337f69e04b27828e9eb34648515688bc97e398299d7c18e source_path: tools/media-overview.md workflow: 15 --- # Генерація та розуміння медіа -OpenClaw генерує зображення, відео та музику, розуміє вхідні медіа (зображення, аудіо, відео) і озвучує відповіді за допомогою синтезу мовлення з тексту. Усі медіаможливості керуються інструментами: агент вирішує, коли їх використовувати, залежно від розмови, і кожен інструмент з’являється лише тоді, коли налаштовано принаймні одного базового постачальника. +OpenClaw генерує зображення, відео й музику, розуміє вхідні медіа (зображення, аудіо, відео) і озвучує відповіді за допомогою перетворення тексту на мовлення. Усі медіаможливості керуються через інструменти: агент вирішує, коли їх використовувати, на основі розмови, і кожен інструмент з’являється лише тоді, коли налаштовано принаймні одного відповідного постачальника. ## Можливості з першого погляду -| Можливість | Інструмент | Постачальники | Що робить | -| --------------------- | ---------------- | -------------------------------------------------------------------------------------------- | ------------------------------------------------------- | -| Генерація зображень | `image_generate` | ComfyUI, fal, Google, MiniMax, OpenAI, Vydra, xAI | Створює або редагує зображення за текстовими підказками чи референсами | -| Генерація відео | `video_generate` | Alibaba, BytePlus, ComfyUI, fal, Google, MiniMax, OpenAI, Qwen, Runway, Together, Vydra, xAI | Створює відео з тексту, зображень або наявних відео | -| Генерація музики | `music_generate` | ComfyUI, Google, MiniMax | Створює музику або аудіодоріжки за текстовими підказками | -| Синтез мовлення (TTS) | `tts` | ElevenLabs, Microsoft, MiniMax, OpenAI, xAI | Перетворює вихідні відповіді на озвучене аудіо | -| Розуміння медіа | (автоматично) | Будь-який постачальник моделей із підтримкою зору/аудіо, а також резервні механізми CLI | Узагальнює вхідні зображення, аудіо та відео | +| Можливість | Інструмент | Постачальники | Що робить | +| -------------------- | ---------------- | -------------------------------------------------------------------------------------------- | ------------------------------------------------------ | +| Генерація зображень | `image_generate` | ComfyUI, fal, Google, MiniMax, OpenAI, Vydra, xAI | Створює або редагує зображення з текстових запитів чи референсів | +| Генерація відео | `video_generate` | Alibaba, BytePlus, ComfyUI, fal, Google, MiniMax, OpenAI, Qwen, Runway, Together, Vydra, xAI | Створює відео з тексту, зображень або наявних відео | +| Генерація музики | `music_generate` | ComfyUI, Google, MiniMax | Створює музику або аудіодоріжки з текстових запитів | +| Text-to-speech (TTS) | `tts` | ElevenLabs, Microsoft, MiniMax, OpenAI, xAI | Перетворює вихідні відповіді на озвучене аудіо | +| Розуміння медіа | (автоматично) | Будь-який постачальник моделей із підтримкою зору/аудіо, а також резервні варіанти CLI | Узагальнює вхідні зображення, аудіо та відео | ## Матриця можливостей постачальників -У цій таблиці показано, які постачальники підтримують ті чи інші медіаможливості на платформі. +Ця таблиця показує, які постачальники підтримують ті чи інші медіаможливості на платформі. | Постачальник | Зображення | Відео | Музика | TTS | STT / Транскрибування | Розуміння медіа | | ------------ | ---------- | ----- | ------ | --- | --------------------- | --------------- | @@ -51,22 +51,19 @@ OpenClaw генерує зображення, відео та музику, ро | xAI | Так | Так | | Так | Так | Так | -Для розуміння медіа використовується будь-яка модель із підтримкою зору або аудіо, зареєстрована у вашій конфігурації постачальника. У таблиці вище виділено постачальників зі спеціалізованою підтримкою розуміння медіа; більшість постачальників LLM із мультимодальними моделями (Anthropic, Google, OpenAI тощо) також можуть розуміти вхідні медіа, якщо їх налаштовано як активну модель для відповідей. +Для розуміння медіа використовуються будь-які моделі із підтримкою зору або аудіо, зареєстровані у вашій конфігурації постачальників. У таблиці вище виділено постачальників зі спеціалізованою підтримкою розуміння медіа; більшість постачальників LLM із мультимодальними моделями (Anthropic, Google, OpenAI тощо) також можуть розуміти вхідні медіа, якщо їх налаштовано як активну модель для відповідей. ## Як працює асинхронна генерація -Генерація відео та музики виконується як фонові завдання, оскільки обробка у постачальників зазвичай займає від 30 секунд до кількох хвилин. Коли агент викликає `video_generate` або `music_generate`, OpenClaw надсилає запит постачальнику, одразу повертає ідентифікатор завдання та відстежує роботу в журналі завдань. Агент продовжує відповідати на інші повідомлення, поки завдання виконується. Коли постачальник завершує обробку, OpenClaw активує агента, щоб він міг опублікувати готове медіа назад у вихідний канал. Генерація зображень і TTS є синхронними та завершуються безпосередньо в процесі відповіді. +Генерація відео й музики виконується як фонові завдання, оскільки обробка у постачальників зазвичай триває від 30 секунд до кількох хвилин. Коли агент викликає `video_generate` або `music_generate`, OpenClaw надсилає запит постачальнику, одразу повертає ідентифікатор завдання та відстежує роботу в журналі завдань. Поки завдання виконується, агент продовжує відповідати на інші повідомлення. Коли постачальник завершує обробку, OpenClaw пробуджує агента, щоб він міг опублікувати готове медіа назад у вихідний канал. Генерація зображень і TTS є синхронними та завершуються безпосередньо під час відповіді. -Зараз xAI зіставляється з поверхнями OpenClaw для зображень, відео, пошуку, виконання коду, пакетного -TTS, пакетного STT і потокового STT для Voice Call. Голос у режимі Realtime для xAI є -можливістю на боці апстриму, але в OpenClaw він не зареєстрований, доки спільний -контракт для голосу в режимі реального часу не зможе його представити. +OpenAI зіставляється з поверхнями OpenClaw для зображень, відео, пакетного TTS, пакетного STT, потокового STT для Voice Call, realtime voice і memory embedding. xAI наразі зіставляється з поверхнями OpenClaw для зображень, відео, пошуку, виконання коду, пакетного TTS, пакетного STT і потокового STT для Voice Call. Голос xAI Realtime є можливістю на боці провайдера, але в OpenClaw він поки не зареєстрований, доки спільний контракт realtime voice не зможе його подати. ## Швидкі посилання - [Генерація зображень](/uk/tools/image-generation) -- генерування та редагування зображень -- [Генерація відео](/uk/tools/video-generation) -- текст у відео, зображення у відео та відео у відео -- [Генерація музики](/uk/tools/music-generation) -- створення музики та аудіодоріжок -- [Синтез мовлення](/uk/tools/tts) -- перетворення відповідей на озвучене аудіо +- [Генерація відео](/uk/tools/video-generation) -- text-to-video, image-to-video та video-to-video +- [Генерація музики](/uk/tools/music-generation) -- створення музики й аудіодоріжок +- [Text-to-Speech](/uk/tools/tts) -- перетворення відповідей на озвучене аудіо - [Розуміння медіа](/uk/nodes/media-understanding) -- розуміння вхідних зображень, аудіо та відео