Agnes AI
提供免费/低价多模态生成 API 的平台：文生图、图生图、图生视频一站接入；官方用「文档指引 AI 生成 Skill」降低接入门槛，适合创意探索与原型验证，人物人脸一致性场景需分流到专用数字人工具。
简介
Agnes AI（站点 agnes-ai.com）是一套面向创作者与 Agent 工作台的生图/生视频 API 服务。与需要自行拼 REST 客户端、签名和轮询逻辑的传统 API 不同，Agnes 在文档页（/doc/cid5）直接给出「让 AI 帮你生成 Skill」的指引——用户把文档喂给 WorkBuddy 一类支持 Skill 的 Agent，即可得到可调用的程序性封装，再填入控制台 API Key 即可开跑。
产品能力覆盖三条主流 AIGC 链路：文生图、图生图、图生视频。生图侧提供 flash 系列模型（至少含 2.0 与 2.1），强调复杂场景与细节；生视频侧以 Video V2.0 为代表，支持最长约 18 秒、可自动生成配音。商业上采用「注册送免费额度 + Token Plan 付费档」双层，适合先验证效果再扩容。
需要清醒定位的是：Agnes 在氛围图、概念图、无身份特写场景性价比很高；但在特定真人身份一致性（个人 IP、数字人、品牌代言人）上，Video 侧目前不支持人脸锁定，图生图也会叠加模型自身的东亚（实测偏韩剧）审美先验。这类需求应把 Agnes 当创意前端，终稿链路切到 HeyGen 等专用方案。
关键信息
- 类型：工具 / API 平台 / 多模态生成服务
- 领域：AI 创意设计、AIGC 视频、Agent Skill 调用
- 官方网站：https://agnes-ai.com
- 文档指引（Skill 生成）：https://agnes-ai.com/doc/cid5
- 定价：免费额度（注册赠送；实测阶段标价生图约 0.005/秒且文中称当前不扣款）+ Token Plan 三档付费
- 相关概念：WorkBuddy、Skill、HeyGen、视频生成模型、HyperFrames、GPT Image 2
核心特性
模型与能力矩阵
| 模型 / 能力 | 用途 | 备注（来自实测） |
|---|---|---|
agnes-image-2.0-flash | 生图 | Skill 内建 |
agnes-image-2.1-flash | 生图 | 擅长复杂场景与丰富细节；旗袍江南水乡竖版约十几秒出图 |
agnes-video-v2.0 | 生视频 | 最长约 18 秒；可自动配音；无人脸锁定 |
| 文生图 | 文本 → 图 | 氛围/场景质量高 |
| 图生图 | 参考图 + 文本 → 图 | 保留身份痕迹但叠加模型审美 |
| 图生视频 | 静图 → 视频 | 运动中面部漂移；会放大审美先验 |
接入范式：文档驱动 Skill，而非手写 SDK
- 打开官方文档指引页，内容本身就是给 AI 的「如何生成 Skill」说明
- 将文档交给 WorkBuddy（或其他 Skill 宿主），自动生成调用封装
- 控制台创建 API Key；推荐写入系统环境变量，避免每次粘贴
- 用自然语言触发文生图 / 图生图 / 图生视频
这一范式把「会不会写 API 客户端」从门槛里拿掉，把重点转移到 Prompt 质量、场景选型与一致性预期管理。
审美先验与一致性边界
- 静图可掩盖、动态会暴露：图生图的「微妙违和」在静帧上常被理解为风格化；一旦进入视频运动 + 语音，审美体系（实测偏韩剧东亚面孔与神态）会被放大。
- 默认语音可能非中文：实测自动配音出现韩语，需显式要求中文；改语言不改肢体与面部风格先验。
- 与行业共性：人脸从静到动的一致性是多数 AI 视频模型的共同挑战；Agnes 当前不提供人脸锁定，故不能当作数字人主引擎。
工具类必填项
- 安装 / 接入方式：无需本地 pip/npm 安装核心服务；通过 WorkBuddy 生成 Skill + 官网 API Key
- 基本用法：自然语言描述画面或上传参考图 → 指定 flash / video 模型与分辨率 → 等待生成
- 关键参数：模型选择（2.0 vs 2.1 flash）、分辨率与画幅（如 768×1024 竖版）、视频时长（≤18s）、语音语言
- 适用场景：氛围图、概念图、产品背景、快速创意原型、学习 API/Skill 编写
- 不适用：IP 形象终稿、数字人口播、要求与本人高度一致的个人品牌视频
不同素材中的观点
- 2026-07-17-juejin-workbuddy-agnes-ai-api（小虎AI生活 · 掘金实测）：全链路约 1 小时跑通，接入本身五分钟。文生图（旗袍江南）「构图光影细节在线」；图生图汉服茶室「像自己又不完全是」；图生视频面部漂移 + 默认韩语配音，倒推出模型韩系审美先验。明确分流：氛围/原型用 Agnes 免费额度；人物一致用 HeyGen。建议先免费后 Token Plan，价格对内容生产可忽略。
实用信息
快速上手步骤
- 打开
https://agnes-ai.com/doc/cid5 - 用 WorkBuddy 读取文档并生成 Agnes API Skill（含 image 2.0/2.1 flash 与 video v2.0）
- 注册 agnes-ai.com → 控制台创建 API Key
- 将 Key 写入环境变量（Windows 系统环境变量示例见原文），供 WorkBuddy 自动读取
- 先跑一张无身份特写的氛围图验证链路，再决定是否充值 Token Plan
常用提示词 / 指令示例
一位穿旗袍的女性站在江南水乡的石桥边，晨光柔和，水面倒映着白墙黑瓦，电影级写实风格，浅景深。
用 2.1 Flash， 768x1024（竖版）
图生图：「用这张照片生成一张穿汉服在茶室品茶的图片。」
图生视频：「把这张图变成视频，让它动起来。」需要中文时追加：「配音用中文，不要韩语。」
注意事项 / 避坑
- 别把免费 API 当数字人方案：无脸锁 + 审美先验，人物片必翻车预期要提前对齐
- 先看静图再决定是否上视频：图生图已有违和感时，上视频只会放大而不是修复
- 语音语言要显式指定：默认可能不是中文
- 安全：API Key 用环境变量，勿写入可分享的 Skill 正文或截图
- 成本习惯：即使当前免费，仍按标价心智管理调用量，避免日后计费突变时失控