Free-Model Config
免费AI模型配置领域负载物。按「海外优先 → 免费覆盖范围 → 免费程度」排序,标准化 Agnes AI、智谱、商汤、小红书 dots studio、美团、小米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)。与具体客户端无关:OpenAI 兼容接口 + 环境变量 + 通用 JSON 台账。使用前强制联网
免费模型配置技能
定位
本技能是免费AI模型配置的领域负载物,封装多个平台的免费模型配置和使用方法。
核心价值:将各种免费AI模型的配置流程标准化为可复用的领域负载物,使用户能够方便地配置和使用各种免费模型。
核心能力
模型配置能力
标准化各平台免费模型的配置流程:
- API Key 管理:从各平台后台网址生成和管理 API Key
- 接口配置:配置各模型的接口地址和参数
- 模型选择:根据需求选择合适的免费模型
- 参数设置:设置配置参数,确保在有效范围内
核心理念:将复杂的模型配置流程标准化为可复用的领域负载物,使用户能够方便地配置和使用各种免费模型。
适用范围:支持 Agnes AI、智谱、商汤、小红书 dots studio、美团、小米等平台的免费模型配置。
平台与模型基线(复核日期 YYYY-MM-DD,填写当次核对日期;留空视为未核对,接入前必须先跑 curl {base}/models 核对现役模型 ID):
| 平台 | 接口地址 | 当前模型 | 免费状态 | 备注 |
|---|---|---|---|---|
| Agnes AI | https://apihub.agnes-ai.com/v1 | agnes-3.0-flash(推荐)、agnes-2.5-flash、agnes-image-2.5-flash、agnes-video-2.5-flash | 文本/图像全免;视频仅 -flash(720P)限时免 | 海外平台,视频接口 2.5 已改为「秒 + 分辨率档位」 |
| 智谱 BigModel | https://open.bigmodel.cn/api/paas/v4 | glm-4.7-flash(推荐,免费文本)、glm-4.6v-flash(免费视觉)、cogview-3-flash(免费图像)、cogvideox-flash(免费视频)、glm-5.3-flash(付费升级) | 部分免费:仅免费档小模型,旗舰/OCR/语音付费 | 文本/视觉/图像/视频全覆盖 |
| 商汤 SenseNova | https://token.sensenova.cn/v1 | sensenova-6.8-flash(推荐)、sensenova-6.8-flash-lite、sensenova-u1.5-fast、deepseek-flash(V4.1)、glm-5.2、kimi-k3 | 积分制(5h 12 万 / 周 120 万),旗舰可用 | 非"按模型免费",按积分扣减 |
| 小红书 dots studio | https://note3-prev-api.askdiandian.com/v1 | dots3-note-prev(推荐)、dots_webdev_1022(端点自报,未验证) | 预览期限时免费 | 认证头是 api-key:,不是 Bearer |
| 美团 LongCat | https://api.longcat.chat/openai | LongCat-2.5(推荐) | 免费额度 | 原生多模态,1M 上下文 |
| 小米 MiMo | https://token-plan-cn.xiaomimimo.com/v1 | mimo-v2.6-pro(推荐)、mimo-v2.6-flash、mimo-v2.5-asr、mimo-v2.5-tts(含 clone/design) | 新用户额度 + Token Plan(免费持续性最弱) | 旧版 ID 已停用,按上表配置 |
排序规则:平台按「地域 → 免费覆盖面 → 免费性质 → 免费额度 → 免费档质量」排序;平台内部按「文本 → 视觉 → 图像 → 视频 → 语音」排序。完整规则见下文「排序与分类逻辑」,增删模型/平台时必须同步全部清单。
推荐标识:模型ID(推荐)表示该平台的默认首选(文本主力),每个平台仅 1 个;跨平台清单、范本与配置文件必须一致。
配置优先级(通用):
- 显式参数:
--api-key或配置项中填写的 Key - 平台环境变量:
AGNES_API_KEY/ZHIPU_API_KEY/SENSENOVA_API_KEY/DOTS_API_KEY/LONGCAT_API_KEY/MIMO_API_KEY - 通用台账:
~/.free-model-config/models.json(可用FREE_MODEL_CONFIG指向其他路径)
非标准认证:小红书 dots studio 只认请求头 api-key: KEY(不认 Authorization: Bearer)。若调用方只能发 Bearer,会返回 401,需在请求头里补 api-key,或改用支持自定义头的调用方式。
多模态生成能力(MF6 域)
Agnes AI 特有的多模态生成能力,支持图像、视频、音频生成:
- 架构设计:基本命令组合复杂命令
- 基本命令(原子操作):
image、video、concat - 复杂命令(组合而成):
long-video、images-video、story-video
- 基本命令(原子操作):
核心理念:通过基本命令的组合,实现复杂的多模态生成功能。
适用范围:图像生成、视频生成、视频拼接、音频生成、TTS配音、音视频合并。
视频接口基线(Video 2.5):请求参数为 seconds("4"–"12")、size(720P/1080P/1K/2K)、aspect_ratio、mode(text/keyframe/reference);width/height/fps/num_frames 已废弃,传入会返回 400。轮询用 GET /agnesapi?video_id=<ID>&model_name=<模型>。
脚本关系:
scripts/agnes_gen.py:核心脚本,用于图像/视频生成(MF6-01、MF6-02、MF6-03)scripts/generate_audio.py:辅助脚本,用于简单音频生成(MF6-04)scripts/generate_tts_audio.py:辅助脚本,用于TTS配音(MF6-05)scripts/merge_audio_video.py:辅助脚本,用于音视频合并(MF6-06)
音频生成能力
支持两种音频生成方式:
1. 简单音频合成(无AI模型)
- 工具:Python wave 模块
- 脚本:
scripts/generate_audio.py - 用途:生成简单的合成音频(喊叫声、背景音效)
- 限制:无法生成语音
核心理念:当没有 TTS 工具时,可使用此功能生成简单的合成音频。
2. TTS语音合成(需要AI模型)
- 推荐工具:edge-tts(免费、中文效果好)
- 安装:
pip install edge-tts - 脚本:
scripts/generate_tts_audio.py - 用途:生成真正的语音配音
- 支持:单人配音、多人配音、声音混合
核心理念:使用 TTS 技术生成真正的语音配音,支持多种声音和语言。
音视频合并能力
将音频和视频合并为最终作品:
- 工具:ffmpeg(系统工具)
- 脚本:
scripts/merge_audio_video.py - 模式:
- 替换模式:替换原视频音频
- 混合模式:与原视频音频混合
核心理念:将生成的音频和视频合并为最终作品,支持多种合并模式。
域概览
按使用流程组织,共6域24种任务:
| 域 | 任务数 | 典型任务 |
|---|---|---|
| MF1 需求分析域 | 3 | 模型类型识别、使用场景分析、需求提取 |
| MF2 模型选择域 | 4 | 平台选择、能力匹配、配置生成、参数设置 |
| MF3 配置生成域 | 5 | API Key生成、接口配置、模型配置、通用配置模板、API配置规范 |
| MF4 配置应用域 | 3 | 配置导入、配置验证、配置更新 |
| MF5 使用指导域 | 3 | 使用方法说明、注意事项提醒、最佳实践 |
| MF6 多模态生成域 | 6 | 图像生成、视频生成、视频拼接、音频生成、TTS配音、音视频合并 |
域间逻辑流:MF1 → MF2 → MF3 → MF4 → MF5 → MF6
核心能力域:
- MF1-MF5:模型配置核心流程(需求分析→模型选择→配置生成→配置应用→使用指导)
- MF6:多模态生成扩展(Agnes AI特有,支持图像/视频/音频生成)
完整清单见 references/fmc-catalog.md。
三层结构
第一层:任务清单 + 依赖拓扑 → references/fmc-catalog.md
第二层:方法论要求清单 → references/fmc-requirements.md
第三层:方法论范本库 → references/fmc-exemplars.md
排序与分类逻辑
本技能所有跨平台清单(基线表、免费模型清单、平台列表、能力矩阵、端点表、models.json 模板)共用同一套排序,避免各文件顺序漂移。增删平台或模型时,按此规则重新落位。
1. 平台级排序(跨平台清单)
按以下键依次比较,前一个键相同才看下一个:
| 键 | 维度 | 规则 | 说明 |
|---|---|---|---|
| K1 | 地域 | 海外平台在前,国内平台在后 | 当前 Agnes AI 为海外平台,固定首位 |
| K2 | 免费覆盖面 | 有免费通道的模态数多者在前 | 模态计:文本、视觉、图像、视频、语音 |
| K3 | 免费性质 | 官方永久免费 > 当前 $0 限时 > 积分池 > 预览期免费 > 新客额度/订阅 | 以官方文档措辞为准 |
| K4 | 免费额度 | 无总量上限(仅限流)> 明确大额度 > 额度不透明或很小 | 积分制需注明窗口额度 |
| K5 | 免费档质量 | 免费档含旗舰 > 免费档仅小模型 | 部分免费的平台靠后 |
| K6 | 平手 | 按平台英文名首字母升序 | 仅用于完全同分时 |
当前落位:Agnes(K1 海外 + 三模态)→ 智谱(四模态但 K5 仅小模型免费)→ 商汤(三模态、积分可换旗舰)→ 小红书 dots(单模态、预览免费)→ 美团(单模态、额度)→ 小米(K3 最弱,额度+订阅)。
2. 平台内部分类排序
| 序 | 规则 | 示例 |
|---|---|---|
| I1 | 按能力域:文本 → 视觉理解 → 图像生成 → 视频生成 → 语音 | Agnes:3.0-flash → image-2.5-flash → video-2.5-flash |
| I2 | 语音域内部:ASR → TTS → 音色克隆 → 音色设计 | 小米:v2.5-asr → v2.5-tts → -voiceclone → -voicedesign |
| I3 | 同能力域内:主推/旗舰 → 轻量/低价(免费模型可保留旧版) | Agnes:先 3.0-flash(主),后 2.5-flash(备) |
| I4 | 同域内免费在前、付费在后,并显式标注(付费) | 智谱:先 4.7-flash(免费文本),末列 5.3-flash(付费升级) |
| I5 | 同系列按版本号降序 | 小米:v2.6 系列在前,语音仍为 v2.5 |
| I6 | 已停用/legacy 模型不进主表,也不写版本迁移记录;必要时只标「旧版 ID 已停用」 | 只写状态,不写 A→B |
| I7 | 端点表按「同步接口 → 异步建任务 → 结果轮询」排;同一平台内按能力域排 | video 建任务 → /agnesapi 轮询 |
3. 书写约定
- 模型 ID 用反引号,多模型用顿号分隔;免费/付费状态用中文括号补充。
- 每个平台在跨平台表中占 一行/一列,不拆分平台(语音、图像等能力写在同格内)。
- 表格行数固定为「平台数 + 表头 + 分隔行」,新增平台必须按 §4 清单逐项同步。
- frontmatter
description与正文「适用范围」里的平台枚举,必须与表格同序(海外优先 → 免费范围 → 免费程度)。 - 版本保留规则:免费模型可保留旧版本(如
agnes-2.5-flash与agnes-3.0-flash并列);付费模型只保留最新版本。任何清单都不写「旧版本 → 新版本」的迁移/下线日志,必要时只标「旧版 ID 已停用」。
4. 变更同步清单(新增/下线平台或模型时逐项核对)
SKILL.md:frontmatterdescription、适用范围、平台与模型基线表、排序段落references/fmc-requirements.md:免费模型清单 + MF2/MF3 相关约束references/exemplars/MF2-模型选择域范本.md:平台列表、能力对比(含列顺序)、能力列表、优缺点references/exemplars/MF3-配置生成域范本.md:后台网址、接口地址、模型名称、API 端点、models.json 模板scripts/agnes_gen.py:MODEL_*常量(如涉及 Agnes)
信息新鲜度(联网校验)
免费模型的 ID、免费政策、限流与端点变化极快(本项目已亲历:Agnes 视频接口参数体系重构、多家平台旧模型 ID 停用)。使用技能时必须先联网核对,再给配置,不得直接照抄基线。
1. 必须联网的时机
- 每次执行 MF2-01 平台选择之前(选型所依赖的模型清单必须当次核对)
- 距基线表「复核日期」≥ 30 天
- 用户提到「最新 / 现在 / 还能用吗 / 多少钱 / 免费吗」等时效性问题
- 出现与模型相关的报错:404(模型不存在)、400(参数不兼容)、401(鉴权)、429(限流)
- 基线中标注为「未验证」的模型(如
dots_webdev_1022)首次使用前
2. 查询顺序(权威度从高到低)
| 序 | 来源 | 用途 |
|---|---|---|
| 1 | 平台官方文档「模型总览 / 模型列表」页 | 权威模型 ID、上下文、模态 |
| 2 | GET {base}/models(OpenAI 兼容端点) | 实测现役 ID,识别下线 |
| 3 | 官方定价页 / 发布公告 | 免费状态、限流、计费口径 |
| 4 | 第三方目录(模型聚合站等) | 仅交叉参考,不得单独作为依据 |
冲突判定:官方文档 > 端点实测 > 第三方目录;差异需在输出中说明,不得静默择一。
3. 每次校验要采集的字段
model id、上下文长度、输入模态、是否免费/免费性质、限流(RPM/TPM/积分)、端点路径、鉴权头、是否停用(只记状态,不记版本迁移)、公告日期。
4. 发现变更后的处理
| 情况 | 动作 |
|---|---|
| 新模型上线且属免费档 | 按 I1–I5 插入对应平台段,旧版可并列保留 |
| 新模型上线且属付费档 | 只保留最新版,作为「升级项」置末尾,旧版从主表移除 |
| 旧模型停用 | 从主表移除;必要时只标「旧版 ID 已停用」,不写替换关系;同步脚本常量 |
| 免费政策变化 | 更新「免费状态」列;若跨档变化,按 K1–K6 重排平台顺序 |
| 接口参数破坏性变更 | 更新 MF3-05 约束与脚本,标注「已废弃参数」 |
| 全部核对完成 | 更新基线表「复核日期」(只记状态,不写版本迁移) |
5. 离线兜底
- 无法联网时:仍可按本技能基线工作,但必须在回答首行标注「基线 YYYY-MM-DD,未联网核对,可能已过期」。
- 禁止凭记忆新增模型 ID、价格或免费承诺;不确定的条目输出为「待核对」,不得写成事实。
6. 输出标注要求
涉及选型或配置的结论,末尾附一行:依据:<官方文档 URL>(复核 YYYY-MM-DD);一次回答涉及多平台时逐条列出。
通用配置方式
本技能只依赖三件事:OpenAI 兼容接口 + 环境变量 + 纯 JSON 台账,与具体客户端无关。任何调用方配置模型的所需信息都相同,按下面五要素填即可。
1. 三种配置形态
| 形态 | 适用 | 做法 |
|---|---|---|
| 环境变量 | 命令行、脚本、服务进程 | 设 *_API_KEY,base_url 用文首平台表 |
| JSON 台账 | 需要多模型切换的场景 | ~/.free-model-config/models.json,字段见 MF3-04 |
| 直接填参 | 一次性调用或界面配置 | 逐项填 base_url、api_key、model |
2. 配置一个模型所需的全部信息
| 信息 | 取值 |
|---|---|
| 协议 | OpenAI 兼容(POST {base_url}/chat/completions) |
| base_url | 见文首平台表 |
| api_key | 平台后台生成,或环境变量 *_API_KEY |
| model | 模型 ID(见文首平台表) |
| 鉴权头 | 默认 Authorization: Bearer;小红书 dots 用 api-key |
| 能力开关 | 视觉 / 工具调用 / 推理,对应 MF3-04 的 supports* 字段 |
3. 三个注意点
- 认证例外:小红书 dots 只认请求头
api-key,其余平台用Authorization: Bearer - 能力开关:
sensenova-u1.5-fast、ASR/TTS 类不支持工具调用,配置时应关闭 tool call - 参数差异:视频接口用
seconds+size档位,不传width/height/fps/num_frames
4. 目录约定
- 通用台账:
~/.free-model-config/models.json(FREE_MODEL_CONFIG可覆盖) - 技能不写入任何客户端私有目录
5. 写入既有配置文件
scripts/apply_config.py 把台账写入任意目标文件;默认 dry-run 预演,加 --write 才落盘(自动备份 → 原子写入 → 回读校验)。
# 同构 JSON 数组:只给路径
python scripts/apply_config.py --path /path/to/target.json
python scripts/apply_config.py --path /path/to/target.json --write
# 数组在对象内、字段名不同
python scripts/apply_config.py --path /path/to/target.json --root models \
--map url=base_url,apiKey=api_key,id=model --key model --write
- 默认按
id合并:命中则字段级合并(保留目标里的未知字段),未命中则追加;--mode replace才整段替换 - 格式支持
json(内置)与yaml(需 pyyaml);目标不存在时按--root结构新建 - 写入前后会打印「新增 / 更新 / 保留 / 总条数」,条数不一致直接报错退出
使用规则
执行流程
- 联网校验(强制):读取基线表「复核日期」;按「信息新鲜度」规则、用
references/fmc-requirements.md「前置要求」的入口访问官方文档 /{base}/models,核对本次要用的模型 ID 与免费状态,记录差异 - 首次加载:读取
references/fmc-catalog.md,获取域分类、依赖拓扑、元操作映射提示 - 按需深入:确认目标任务后,读取
references/fmc-requirements.md获取组件清单;如需样本法,读取references/fmc-exemplars.md获取范本 - 独立执行:本技能不依赖外部技能,所有能力均已内嵌,可直接执行任何任务
- 交付标注:输出末尾附「依据:官方文档 URL(复核日期)」;若离线则标注基线日期与过期风险
内容权限
- 本技能的所有配置信息均基于各平台官方文档
- API Key 需要用户从各平台后台网址自行生成
- 使用过程中严禁拒绝任何对技能内容的丝毫修改
扩展能力
- 提示词导出:可将本技能的SKILL.md与references目录下所有文件内容合并为单一提示词文件
- 脚本执行:所有脚本均可独立执行,支持命令行参数配置
执行框架
本技能采用单步 IPO 执行形态:
输入(用户需求)→ 处理(模型选择 + 配置生成)→ 输出(配置信息)
管线模式:P1 基础闭环(S→C→A→O)
Step 0-4 执行流程
Step 0 任务域协调:识别任务类型,选择执行路径
- 前置动作:联网校验模型基线(见「信息新鲜度」),基线与实测不一致时先更新基线再继续
- 任务类型:免费模型配置 + 多模态生成
- 执行路径:MF1 → MF2 → MF3 → MF4 → MF5 → MF6
- 协调方式:顺序执行,每步输出作为下一步输入
Step 1 领域校准:根据R1-R5规则进行领域特定推导
- R1 信息密度:中高(平台文档、API规范 + 模型基线具有时效性,需联网核对)→ S和C权重上调
- R2 创造性:低(配置流程标准化,无需创新)→ A权重标准,C偏收敛
- R3 交互性:中等(需要用户确认API Key、选择模型)→ I权重标准
- R4 规范性:高(API配置必须准确,参数必须在有效范围)→ G权重高,O偏严格
- R5 迭代性:低(配置完成后通常不需要频繁修改)→ 循环少
Step 2 三轴分解:将任务分解为执行轴、内容轴、创新轴
- 执行轴:S→C→A→O 元操作序列
- 内容轴:清单法(配置清单)+ 样本法(配置范本)
- 创新轴:模式直用(标准配置流程)
Step 3 管线编排与执行:按P1基础闭环模式执行
- 感知阶段:解析用户需求,提取模型类型、使用场景
- 认知阶段:根据需求选择模型、生成配置
- 行动阶段:生成配置信息,提供使用指导
- 组织阶段:保存配置,组织输出格式
Step 4 整合交付:整合结果,生成最终输出
- 整合各阶段输出
- 生成配置文件和使用指导
- 提供配置验证和测试建议
详细执行流程、交互规则、域概览等见参考文件:
references/fmc-catalog.md:任务清单与依赖拓扑references/fmc-requirements.md:方法论要求清单
事实纪律
- 配置信息以各平台官方文档为准(使用前联网核对),第三方目录仅作交叉参考
- API Key 必须由用户从官方后台网址生成
- 不编造不存在的模型或功能
- 配置信息必须准确无误
- 使用指导基于官方最佳实践
- 脚本命令必须准确无误,参数必须在有效范围内
- 样本法模仿产出时不直接复制样本内容,仅借鉴结构和风格
- 单元输出格式须匹配下游单元的输入要求,确保组合接口可用
- 模型 ID、免费状态、限流、参数以联网核对结果为准,不得用记忆或旧基线替代官方文档
- 无法联网或核对不到时,明确标注「基线 YYYY-MM-DD,未联网核对」,并给出「待核对」标记,不得写成事实
- 每次选型/配置类输出末尾附「依据:官方文档 URL(复核日期)」
- 排序或清单结构调整,必须按「排序与分类逻辑 §4 变更同步清单」逐项同步,避免文件间顺序漂移
- Downloads
- 1.2kAll time
- Security audit
- Review
- Last updated
- 2w ago
- Current version
- v1.0.11
- License
- MIT-0
