Agnes AI 全家桶深度解析：文本、图像、视频，参数级使用指南

文章目录

• • 背景
  • 先说结论
  • 一、文本模型：Agnes-2.0-Flash
  • • 定位
    • 完整参数表
    • • 基础请求参数
      • messages 消息格式
      • tools 工具定义格式
      • Thinking 模式参数
    • API 信息
    • 模型限制
    • 响应格式详解
    • 使用建议
  • 二、轻量文本模型：Agnes-1.5-Flash
  • • 定位
    • 完整参数表
    • 多模态消息格式（文本+图像）
    • API 信息
    • 模型限制
    • 与 2.0-Flash 的关键区别
    • 使用建议
  • 三、图像模型：Agnes Image 2.1 Flash
  • • 定位
    • 完整参数表
    • • 文生图请求参数
      • extra_body 参数（图生图）
    • API 信息
    • Prompt 结构详解
    • 图生图 Prompt 结构
    • 高信息密度图像技巧
    • 使用建议
  • 四、图像模型：Agnes Image 2.0-Flash
  • • 定位
    • 完整参数表
    • 关键参数说明
    • API 信息
    • 响应格式
    • 与 2.1-Flash 的选择建议
  • 五、视频模型：Agnes Video V2.0
  • • 定位
    • 完整参数表
    • • 创建视频任务参数
    • num_frames 约束（重要！）
    • 视频时长计算
    • 异步任务工作流
    • 任务状态说明
    • 错误码
    • Prompt 结构详解
    • 参数推荐配置
    • API 信息
  • 六、全模型参数速查对照
  • • 公共参数
    • 各模型 Endpoint 汇总
    • 各模型价格汇总（现价均为免费）
  • 七、快速上手代码示例
  • • Python 文本调用
    • Python 图像调用
    • Python 视频调用（异步）
  • 八、总结

背景

周一的时候看到了一篇公众号推文，

所以就趁着这个机会去试了下。

官网参考：agnes-ai

使用方式很简单，注册一个账号，然后获取api key，其余和前面介绍的LLM使用方式一致。

model方面的话，暂时就下面这么5个

我也一并按照前面介绍过的方式，在claude code以及copilot oai中接入了（可以参考我前面的博客）。

我试了一下几个任务，还是挺不错的，至少生成速度很快

目前作为我的备用方案，调整如下：

• 2.0 flash：开thinking（在oai的advanced settings中设置），目前用于coding、agent任务，主力

• 1.5 flash：没有thinking，但是多模态，作为简单的文本问答+图片简单解析，即问即答

• 其余的model我暂时没有深度需求

配置方式下图是copilot中调用，还是参考我之前的博客：Vscode LLM备用方案

先说结论

Agnes AI 将旗下全部核心模型 API 无限期免费开放。不是试水某个模型，而是文本、图像、视频三个模态一次性打包。本文按模型逐一拆解，重点讲清楚每个参数什么意思、怎么设、什么场景用什么值。

一、文本模型：Agnes-2.0-Flash

定位

面向智能体工作流、工具调用、编程、推理的生产级语言模型。Claw-Eval 基准测试 General Leaderboard 排名第 9，Pass^3 分数 60.9%。

完整参数表

基础请求参数

messages 消息格式

{
"role": "system" | "user" | "assistant",
"content": "消息内容"
}

• system：设定角色和行为准则，放在消息数组最前面
• user：用户输入
• assistant：模型回复，用于多轮对话上下文

tools 工具定义格式

{
"type": "function",
"function": {
"name": "get_weather",
"description": "获取某地点的当前天气",
"parameters": {
"type": "object",
"properties": {
"location": {
"type": "string",
"description": "城市和国家"
}
},
"required": ["location"]
}
}
}

Thinking 模式参数

针对编程、调试、推理、Agent 工作流，开启深度思考可显著提升质量。

OpenAI 兼容格式：

{
"model": "agnes-2.0-flash",
"messages": […],
"chat_template_kwargs": {
"enable_thinking": true
}
}

Anthropic 兼容格式：

{
"model": "agnes-2.0-flash",
"messages": […],
"thinking": {
"type": "enabled",
"budget_tokens": 2048
}
}

API 信息

Endpoint: https://apihub.agnes-ai.com/v1/chat/completions
Method: POST
Content-Type: application/json
Auth: Authorization: Bearer YOUR_API_KEY

模型限制

响应格式详解

{
"id": "chatcmpl_xxx", // 本次请求唯一 ID，用于追踪
"object": "chat.completion", // 对象类型
"created": 1774432125, // 请求时间戳（Unix 秒）
"model": "agnes-2.0-flash", // 使用的模型
"choices": [ // 生成结果列表
{
"index": 0, // 结果索引（多候选时有用）
"message": {
"role": "assistant", // 角色固定为 assistant
"content": "模型生成的内容"
},
"finish_reason": "stop" // 停止原因：stop=正常结束，length=max_tokens 触发，tool_calls=触发了工具调用
}
],
"usage": {
"prompt_tokens": 35, // 输入 token 数
"completion_tokens": 58, // 输出 token 数
"total_tokens": 93 // 总计
}
}

使用建议

• Prompt 结构：[角色] + [任务] + [上下文] + [要求] + [输出格式]
• temperature：代码生成/调试用 0.1-0.3，文案创作用 0.7-0.9
• stream：需要实时反馈的场景（如聊天机器人）设为 true
• Thinking：编程任务务必开启，budget_tokens 从 2048 起步

二、轻量文本模型：Agnes-1.5-Flash

定位

低延迟、高并发、低成本场景的轻量模型。支持文本+图像多模态输入。

完整参数表

多模态消息格式（文本+图像）

{
"role": "user",
"content": [
{
"type": "text",
"text": "描述这张图片"
},
{
"type": "image_url",
"image_url": {
"url": "https://example.com/image.jpg"
}
}
]
}

• type: "text"：纯文本内容
• type: "image_url"：图像 URL，模型会理解图像内容并与文本联合响应

API 信息

Endpoint: https://apihub.agnes-ai.com/v1/chat/completions
Method: POST
Auth: Bearer Token

模型限制

与 2.0-Flash 的关键区别

使用建议

• 图像理解：用 content 数组同时传入文本和图像 URL，模型会联合理解
• 高并发场景：1.5-Flash 的量化技术降低了计算资源需求，适合批量处理
• 需要复现结果：设置固定 seed 值

三、图像模型：Agnes Image 2.1 Flash

定位

升级版图像生成模型，文生图 + 图生图，重点优化了高信息密度图像的生成质量。

完整参数表

文生图请求参数

extra_body 参数（图生图）

API 信息

Endpoint: https://apihub.agnes-ai.com/v1/images/generations
Method: POST
Auth: Bearer Token
Price: $0/image（免费）

Prompt 结构详解

[主体] + [场景/环境] + [风格] + [光照] + [构图] + [质量要求]

图生图 Prompt 结构

[需要改变什么] + [需要保持什么不变]

示例：Transform the scene into a rain-soaked cyberpunk night with neon reflections while preserving the original composition and main subject layout.

高信息密度图像技巧

2.1-Flash 针对复杂场景做了专项优化。Prompt 中需要清晰描述：

使用建议

• 文生图：用详细 prompt，包含所有 6 个组成部分
• 图生图：明确说明"改什么"和"保什么"
• 高密度场景：逐层描述视觉元素，不要遗漏重要细节

四、图像模型：Agnes Image 2.0-Flash

定位

高性能图像编辑与生成模型，支持图生图 + 多图合成。Artificial Analysis Image Editing Leaderboard ELO 1,184（Top 20）。

完整参数表

关键参数说明

• tags: ["img2img"]：图生图任务必须添加此标记，否则模型会当作文生图处理
• extra_body.image：可传单张或多张图像 URL。多图时会将多张图合成为一张新图像
• seed：设置固定值可复现相同结果，适合需要迭代优化的场景

API 信息

Endpoint: https://apihub.agnes-ai.com/v1/images/generations
Method: POST
Auth: Bearer Token
Price: $0/image（免费）

响应格式

{
"created": 1774432125,
"data": [
{
"url": "https://…"
}
],
"usage": {
"generated_images": 1
}
}

与 2.1-Flash 的选择建议

五、视频模型：Agnes Video V2.0

定位

下一代电影级视频生成模型，支持文生视频、图生视频、多图视频、关键帧动画四种工作流。

完整参数表

创建视频任务参数

num_frames 约束（重要！）

num_frames 必须满足两个条件：
1. num_frames ≤ 441
2. num_frames = 8n + 1（n 为正整数）

合法值：81, 121, 161, 201, 241, 281, 321, 361, 401, 441
非法值：100, 150, 200, 300 等

视频时长计算

seconds = num_frames / frame_rate

调整策略：

• 想要更长的视频 → 降低 frame_rate（如 12fps）
• 想要更流畅的画面 → 提高 frame_rate（如 30fps），但时长会变短

异步任务工作流

视频生成是异步的，分两步：

Step 1：创建任务

POST https://apihub.agnes-ai.com/v1/videos

返回：

{
"id": "task_xxx",
"task_id": "task_xxx",
"object": "video",
"model": "agnes-video-v2.0",
"status": "queued", // 任务状态
"progress": 0, // 进度 0-100
"created_at": 1780457477, // 创建时间戳
"seconds": "10.0", // 预计时长
"size": "1280×768" // 分辨率
}

Step 2：轮询结果

GET https://apihub.agnes-ai.com/v1/videos/{task_id}

返回（完成时）：

{
"id": "task_xxx",
"model": "agnes-video-v2.0",
"object": "video",
"status": "completed", // 任务状态
"progress": 100,
"seconds": "10.0",
"size": "1280×768",
"error": null,
"remixed_from_video_id": "https://storage…/video_xxxxxx.mp4" // 视频 URL
}

任务状态说明

错误码

Prompt 结构详解

文生视频：[主体] + [动作] + [场景] + [镜头运动] + [光照] + [风格]

图生视频：描述哪些内容需要运动，同时保持关键主体稳定

多图视频：描述输入图片之间的关系和过渡方式

关键帧动画：清晰描述帧与帧之间的过渡关系

参数推荐配置

API 信息

创建任务: POST https://apihub.agnes-ai.com/v1/videos
查询结果: GET https://apihub.agnes-ai.com/v1/videos/{task_id}
Auth: Bearer Token
Price: $0/second（免费）

六、全模型参数速查对照

公共参数

各模型 Endpoint 汇总

各模型价格汇总（现价均为免费）

七、快速上手代码示例

Python 文本调用

import httpx

response = httpx.post(
"https://apihub.agnes-ai.com/v1/chat/completions",
headers={"Authorization": "Bearer YOUR_API_KEY"},
json={
"model": "agnes-2.0-flash",
"messages": [{"role": "user", "content": "Hello"}],
"temperature": 0.7,
"max_tokens": 1024,
"stream": False,
}
)
print(response.json()["choices"][0]["message"]["content"])

Python 图像调用

response = httpx.post(
"https://apihub.agnes-ai.com/v1/images/generations",
headers={"Authorization": "Bearer YOUR_API_KEY"},
json={
"model": "agnes-image-2.1-flash",
"prompt": "A floating city above a misty canyon at sunrise",
"size": "1024×768",
}
)
print(response.json()["data"][0]["url"])

Python 视频调用（异步）

# Step 1: 创建任务
create_resp = httpx.post(
"https://apihub.agnes-ai.com/v1/videos",
headers={"Authorization": "Bearer YOUR_API_KEY"},
json={
"model": "agnes-video-v2.0",
"prompt": "A cinematic shot of a cat walking on the beach at sunset",
"height": 768,
"width": 1152,
"num_frames": 121,
"frame_rate": 24,
}
)
task_id = create_resp.json()["task_id"]

# Step 2: 轮询结果
import time
while True:
result = httpx.get(
f"https://apihub.agnes-ai.com/v1/videos/{task_id}",
headers={"Authorization": "Bearer YOUR_API_KEY"}
)
data = result.json()
if data["status"] == "completed":
print(data["remixed_from_video_id"])
break
elif data["status"] == "failed":
print("Failed:", data.get("error"))
break
time.sleep(5) # 每 5 秒轮询一次

八、总结

一句话：一个 API Key，五种模型，文本→图像→视频全链路打通，全部免费。参数虽多，但按场景选对组合，几分钟就能跑通第一个 Demo。