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-
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 配置根与工作区根位置不同。
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_root、outputs_dir、
generated_images_dir、skill_dir、config_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.cn、token.sensenova.cn、api.siliconflow.cn、generativelanguage.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 == true且status != "dead"的模型(本技能定位是免费生媒体)。 - 对
free == false或status == "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:
- 继续使用 → 关闭选择,回到对话框,等用户输入二级命令。
- 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.json的status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}} 或 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: submitted 与 task_id,随后轮询到完成并自动两步取片:
GET /v1/videos/→ 取video_id(≠ task_id)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.json 标 status:"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
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...
Generate videos using the Volcengine Doubao Seedance 2.0 model series.
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。