设计与多媒体

Free Media Gen(免费生图生视频)

试用

免费文生图/文生视频:直连 Agnes、商汤 SenseNova、硅基流动 Kolors 等第三方免费模型,绕过混元 ImageGen、出图无水印。触发:打开免费生媒体 / 免费生图 / 免费生视频。 Free text-to-image & text-to-video: directly calls free third-party models (Agnes, SenseNova, SiliconFlow Kolors); bypasses Hunyuan ImageGen, no watermark.

它能做什么

免费文生图/文生视频:直连 Agnes、商汤 SenseNova、硅基流动 Kolors 等第三方免费模型,绕过混元 ImageGen、出图无水印。触发:打开免费生媒体 / 免费生图 / 免费生视频。 Free text-to-image & text-to-video: directly calls free third-party models (Agnes, SenseNova, SiliconFlow Kolors); bypasses Hunyuan ImageGen, no watermark.

技能文档

免费生图 / 生视频(free-media-gen)

功能概述

一个统一入口,聚合用户已在 WorkBuddy「自定义模型」(models.json)中配置好的各平台密钥下, 所有免费的图像 / 视频生成模型。本技能刻意不调用内置的混元 ImageGen 工具, 因此产出不带 "Workbuddy" 水印,用哪个后端完全由用户决定。

设计要点:

  • 可移植:不写死任何绝对路径,运行时自动解析,任何用户安装即用。
  • 密钥复用:媒体模型通过 api_key_ref 复用 models.json 中已有的平台密钥,不重复保存明文。
  • 首装引导:若用户没有任何可用平台密钥,会引导其去申请,而不是空跑报错。

平台说明:本技能面向 WorkBuddy 的「自定义模型」注册表(models.json)设计。若你在其他 OpenClaw 客户端使用,请将各平台 API 密钥以相同结构写入 ~/.workbuddy/models.json (字段含 id / url / apiKey),即可复用全部逻辑。

何时使用

  • 一级命令:"打开免费生媒体"
  • 二级命令:用 Agnes 生图 <提示词>用商汤生图 <提示词>用 Kolors 生图 <提示词>用 Gemini 生图 <提示词>用 Agnes 生视频 <提示词>
  • 用户提到"免费生图/生视频"、"不要 Workbuddy 水印"、"换一个生图后端"

若用户一句话里已指定后端与提示词(如"用 Agnes 生图 一只猫"),跳过菜单直接执行

启动必做:路径自动解析

本技能会分发给不同用户,各人的 WorkBuddy 配置根工作区根位置不同。 严禁写死绝对路径(不要把作者本机的配置/工作区目录写进命令),一律用 resolve_paths.py 解析。

python {{SKILL_DIR}}/references/resolve_paths.py [--workspace <目录>] [--skill <目录>]

输出 JSON,含 models_json(配置根下的模型注册表)、workspace_rootoutputs_dirgenerated_images_dirskill_dirconfig_json。解析优先级:

  • 配置根$WORKBUDDY_CONFIG_DIR$CODEBUDDY_CONFIG_DIR~/.workbuddy
  • 工作区根--workspace 参数 → 当前工作目录
  • 技能目录--skill 参数 → 由脚本自身位置推导

后续步骤一律用占位符替换: {{MODELS_JSON}} / {{WORKSPACE_ROOT}} / {{SKILL_DIR}} / {{OUTPUTS}}

可移植说明:未配置上述环境变量的用户会自动回退到 ~/.workbuddy 与自己打开的工作区目录, 无需为任何用户单独改配置。

工作流:一级命令「打开免费生媒体」

第 0 步 — 首装自检(决定走哪个分支)

先做路径解析,再检查 {{MODELS_JSON}} 中是否存在任意条目,其 url 主机属于可服务媒体的平台 (api.agnes-ai.cntoken.sensenova.cnapi.siliconflow.cngenerativelanguage.googleapis.com)。

分支 B — 一个都没有:不要报错、不要空跑。直接输出申请引导并结束本轮:

未检测到可服务免费生图/生视频的平台密钥。请到以下站点申请免费 API, 并在 WorkBuddy「自定义模型」中配置后,再次执行 打开免费生媒体

提供商免费媒体能力申请地址
Agnes图 + 视频https://agnes-ai.cn
商汤 SenseNova图(U1.5 Lite / U1 Fast)https://www.sensenova.cn
硅基流动 SiliconFlow图(Kolors 免费)https://cloud.siliconflow.cn
Google AI Studio图(Gemini,实测免费配额为 0,需自行确认)https://aistudio.google.com(需 VPN)

分支 A — 至少一个:继续第 1 步。

第 1 步 — 输出模型清单(含简要特性)

读取 {{SKILL_DIR}}/config.json,输出表格:模型 / 平台 / 模态 / 免费 / 需 VPN / 特点 / 二级命令示例

  • 主表只列 free == truestatus != "dead" 的模型(本技能定位是免费生媒体)。
  • free == falsestatus == "paid" 的条目(如 Gemini 图像,实测免费配额为 0), 在表格下方另设"当前不可用 / 已转付费"一节说明原因,不要混入可用清单。

第 2 步 — 弹窗选择(AskUserQuestion)

弹出两个选项:

  1. 继续使用 → 关闭选择,回到对话框,等用户输入二级命令。
  2. 审计(更新)模型状态 → 执行第 3 步。

第 3 步 — 审计(仅在用户选择时执行)

python {{SKILL_DIR}}/scripts/media_auditor.py [--no-live] --workspace {{WORKSPACE_ROOT}}
  • 拉取各平台 /v1/models 目录,筛出媒体类候选(跳过 excluded_models 中的已知付费项)。
  • 对新增图像候选做活体生成测试(--no-live 可跳过以省额度)。
  • 更新 {{SKILL_DIR}}/config.jsonstatus 字段。
  • 输出 {{WORKSPACE_ROOT}}/免费生图生视频模型审计_YYYY-MM-DD.md(滚动更新,只保留一份)。
  • 完成后回到对话框,等候二级命令。

工作流:二级命令(执行生成)

按后端选择脚本,--out 默认落到 {{OUTPUTS}}generated_images

二级命令关键词脚本
Agnes 生图scripts/agnes_image.py --model agnes-image-2.1-flash --prompt "..." [--size 1024x1024]
Agnes 生视频scripts/agnes_video.py --model agnes-video-v2.0 --prompt "..." [--timeout 300]
商汤生图scripts/sensenova_image.py --model sensenova-u1.5-lite --prompt "..." [--size]
Kolors 生图scripts/kolors_image.py --model Kwai-Kolors/Kolors --prompt "..." [--size]
Gemini 生图scripts/gemini_image.py --model gemini-3.1-flash-image-preview --prompt "..."

所有脚本输出 JSON(成功 {"ok":true,"saved":[...]},失败 ok:false 并带 error)。 成功后用 present_files 展示生成的文件。

Agnes 视频是异步的(重要)

提交后会先输出 stage: submittedtask_id,随后轮询到完成并自动两步取片:

  1. GET /v1/videos/ → 取 video_id≠ task_id
  2. GET /agnesapi?video_id=&model_name=metadata.url 即 MP4 直链 (必须带 model_name,否则该字段不返回)

若中途被打断,可用 scripts/agnes_video.py --task-id <任务id> --model <模型id> 单独取片。

注意:agnes-video-2.5-flash 走的是新版接口——POST /v1/videos,且必填 mode(text / keyframe / reference)、size 固定 "720P";与旧版 v2.0 不兼容, 脚本已自动分支,无需手工区分。

错误处理

情况处理
vpn_unreachable(Gemini)明确提示需开启有效 VPN / 代理后重试,不要判定模型失效
HTTP 401 / 403密钥无效或该平台未开通此模型 → 提示检查 key 与模型权限
HTTP 402该模型已转付费 → 在 config.jsonstatus:"paid" 并告知用户
HTTP 429限流 → 退避重试,切勿删除条目
5xx / 超时瞬态错误,脚本已内置指数退避重试
未知模型 id提示可用模型清单,或建议执行审计

安全与运维

  • 密钥models.json 中的 key 为明文存储,建议定期在平台控制台轮换。
  • 不污染聊天注册表:媒体模型只写本技能的 config.json绝不写入 models.json (媒体模型不是对话补全模型,混写会导致客户端报错)。
  • 不调用混元 ImageGen:本技能全部走自带脚本直连第三方端点。
  • 按需审计:每次一级命令时询问是否审计;不做定期自动化。
  • 跨设备同步:本技能目录纳入 workbuddy-cross-sync 同步。

文件结构

{{SKILL_DIR}}/
├── SKILL.md
├── config.json              媒体模型注册表(含 excluded_models 排除名单)
├── scripts/
│   ├── _common.py           路径解析 + 密钥解析 + HTTP/下载工具
│   ├── agnes_image.py       Agnes 文生图
│   ├── agnes_video.py       Agnes 文生视频(新旧两套接口,含两步取片)
│   ├── sensenova_image.py   商汤文生图(可去水印)
│   ├── kolors_image.py      硅基流动 Kolors 文生图
│   ├── gemini_image.py      Gemini 文生图(VPN 门控)
│   └── media_auditor.py     媒体模型审计(输出带日期报告)
├── references/
│   ├── resolve_paths.py     跨用户路径自解析
│   ├── platforms.md         各平台端点 / 限流 / 实测注意事项
│   └── model_catalog.md     已知模型清单 + 申请引导
└── templates/
    └── audit_report.md      审计报告模板

Changelog

v1.0.0(首发,2026-08-28)

  • 聚合 Agnes / 商汤 SenseNova / 硅基流动 Kolors 三个平台的免费生图与(Agnes)生视频能力。
  • 刻意不调用混元 ImageGen,出图不带 Workbuddy 水印。
  • 密钥复用 models.json 中已有平台密钥,不重复保存明文。
  • 跨用户可移植:运行时自动解析配置根 / 工作区根,无硬编码绝对路径。
  • 首装自检:无可用密钥时输出 4 家免费平台申请引导。
  • 按需审计:一级命令可触发模型清单审计,输出带日期 Markdown 报告。
  • 注:Gemini 图像模型实测免费配额为 0,已标 paid 不在可用清单内;若后续配额放开,取消标记即可。

相关技能

免费AI模型配置领域负载物。标准化Agnes AI、智谱、商汤、小米、美团等平台的免费模型配置流程,支持文本/图像/视频/音频生成、语音识别(ASR)与信息图生成,及灵活多模态路径(单条、组合、批量生成与拼接)。核心:API Key管理、接口配置、模型选择、多模态生成(Agnes AI特有,采用基本命令组合复杂命令架构)、音频生成(简单合成+TTS语音合成)、语音识别与合成(ASR/TTS,含音色克隆/音色设计)。6域24种任务。触发词:模型配置、免费模型、API配置、模型设置、AI模型、图像生成、视频生成、音频生成、语音识别、语音合成、音色克隆、信息图生成、TTS配音、音视频合并、meta-

通过文本描述生成图片,支持多种比例与标准分辨率,适合个人创作者快速出图。Use when 需要AI模型调用、智能对话、Agent编排、LLM应用时使用。不适用于需要100%确定性的关键决策。适用于独立开发者、企业团队和自动化工作流场景。支持中文交互,无需复杂配置即开即用。输出结果可直接使用,减少二次加工成本。

AI 图像生成基础版(免费),通过执行脚本调用 ai-model Flash Image API 完成文本生成图像. 核心能力: - 文生图: 文本提示词生成图像,支持主体/场景/光线/风格/色调描述 - 多比例: 1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、21:9 共 10 种 - 双分辨率: 标准 / 2K 适用场景: - 社交媒体头像、封面、壁纸快速生成 - 个人创作者图片原型与灵感草图 - 学习试用与轻量图像生产

Generate images from text with a free-quota-first multi-provider workflow. Use this skill when a user asks for text-to-image generation that needs provider r...

33 次安装

Generate videos using the Volcengine Doubao Seedance 2.0 model series.

3 次安装

通过 Flyelep 异步生成视频 API,根据文本提示词生成产品视频或创意视频。 当用户要求生成视频、AI生成视频、文本转视频、根据描述生成视频时使用此技能。