在Dify中如果想要实现生成图像的能力是不是只有通过调用工具来实现？这个和直接调用具有生成图像能力的大模型API不一样，直接调用生成图像能力的API，给出的结果就是根据自己语言描述的图像，但是在Dify中不能实现这个能力，是因为Dify中就没有支持这个的能力吗？仅支持模型的文本能力去调用相关的工具实现？
1 个赞
我也有这种感觉，官方文档里给的生成图片教程，是在工具中添加 AI 绘图工具 Stability，调用Stability API实现的。
我后面问了Gemini，AI和我说暂时还没有提供这些接口，包扣ollama里面的Rerank模型，在Dify里面也不能识别出来使用
从 Dify 1.4.0 版本开始，LLM 节点已支持文本和图像的多模态输出。
更多详情，请参阅发布说明：Release v1.4.0 · langgenius/dify · GitHub
然而，要实际使用此功能，模型和插件都必须支持该输出格式。
似乎 Gemini 插件中的一些模型已支持，但我不确定其他提供商的情况。