Agnes AI 全家桶深度解析：文本、图像、视频，参数级使用指南

纪伊路上盛名在2026-06-04 8:06

文章目录

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
参数 类型 必填 说明 推荐值
model string ✅ 模型名称，固定为 agnes-2.0-flash agnes-2.0-flash
messages array ✅ 对话消息数组，每个元素含 role 和 content ---
temperature number ❌ 控制输出随机性。0=完全确定，1=最大随机 确定性任务 0.1-0.3，创意任务 0.7-0.9
top_p number ❌ 核采样阈值。0.1=只考虑高概率token，1.0=不限制 默认 1.0，需要稳定输出可设 0.9
max_tokens number ❌ 响应最多生成的 token 数 根据任务设定，一般 1024-4096
stream boolean ❌ 是否启用流式输出。true=逐块返回，false=一次性返回 实时交互场景用 true
tools array ❌ 工具定义数组，用于 function calling 见下方工具定义格式
tool_choice string/object ❌ 控制模型是否/如何使用工具。auto=自动选择，none=不调用，{"type":"function","function":{"name":"xxx"}}=强制调用某个工具 auto 为默认
messages 消息格式
json 复制代码 
{
  "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
json 复制代码 
{
  "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：

json 复制代码 
{
  "model": "agnes-2.0-flash",
  "messages": [...],
  "chat_template_kwargs": {
    "enable_thinking": true
  }
}

Anthropic 兼容格式：

json 复制代码 
{
  "model": "agnes-2.0-flash",
  "messages": [...],
  "thinking": {
    "type": "enabled",
    "budget_tokens": 2048
  }
}
参数 说明 建议
enable_thinking 是否开启深度思考 编程/推理任务设为 true
type 固定为 "enabled" ---
budget_tokens 最大思考 token 预算 简单任务 2048，复杂调试/多步骤 Agent 任务可提高到 4096-8192

API 信息

plain 复制代码 
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

项目 数值
Context Window 256K
Max Output 65.5K

响应格式详解

json 复制代码 
{
  "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

参数 类型 必填 说明 推荐值
model string ✅ 固定为 agnes-1.5-flash ---
messages array ✅ 对话消息数组 ---
temperature number ❌ 采样温度，控制随机性 0.5-0.8
top_p number ❌ 核采样概率 默认 1.0
max_tokens integer ❌ 最大生成 token 数 根据任务设定
frequency_penalty number ❌ 频率惩罚，减少重复内容。范围通常 -2.0~2.0，正值降低重复 0.0-0.5
presence_penalty number ❌ 存在惩罚，鼓励引入新话题。范围通常 -2.0~2.0 0.0-0.5
repetition_penalty number ❌ 重复控制系数 1.0-1.2
stop string/array ❌ 自定义停止序列。遇到这些字符串就停止生成 ---
seed integer ❌ 随机种子，保证结果可复现 固定值可复现

多模态消息格式（文本+图像）

json 复制代码 
{
  "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

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

模型限制

项目 数值
Context Window 256K
Max Output 65.5K

与 2.0-Flash 的关键区别

维度 1.5-Flash 2.0-Flash
侧重 速度、成本 推理、Agent、编程
多模态输入 ✅ 文本+图像 ❌ 纯文本
Thinking 模式 ❌ ✅
工具调用 ❌ ✅
frequency/presence_penalty ✅ 支持 ❌ 不支持
价格 0.07/ 0.15 per 1M tokens 0.1/ 0.2 per 1M tokens

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
参数 类型 必填 说明 推荐值
model string ✅ 固定为 agnes-image-2.1-flash ---
prompt string ✅ 图像生成的文本指令，描述想要的内容 越详细越好
size string ❌ 输出图像尺寸 1024x768 等
extra_body object ❌ 高级工作流的额外参数 见下方
extra_body 参数（图生图）
参数 类型 必填 说明
extra_body.image array 图生图时✅ 输入图像 URL 数组，图生图任务的源图像
extra_body.response_format string ❌ 响应格式，url=返回图像 URL

API 信息

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

Prompt 结构详解

plain 复制代码 
[主体] + [场景/环境] + [风格] + [光照] + [构图] + [质量要求]
组成部分 说明 示例
主体 画面的核心对象 A luminous floating city
场景/环境 主体所处的环境 above a misty canyon at sunrise
风格 艺术风格 cinematic realism
光照 光线效果 soft golden light
构图 画面布局 wide-angle composition
质量要求 细节程度 high visual density

图生图 Prompt 结构

plain 复制代码 
[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：

  1. 主体：画面核心对象
  2. 背景：远景元素
  3. 环境：氛围、天气、时间
  4. 重要细节：关键视觉元素
  5. 次要细节：丰富画面层次
  6. 风格与光照：整体调性
  7. 构图限制：视角、比例

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

参数 类型 必填 说明 推荐值
model string ✅ 固定为 agnes-image-2.0-flash ---
prompt string ✅ 图像编辑/生成的文本提示词 ---
size string ❌ 输出图像尺寸 1024x768、1024x1024、768x1024
seed number ❌ 随机种子，保证结果可复现 固定值可复现
tags array ❌ 任务类型标记 ["img2img"] 表示图生图
extra_body.image array 图生图时✅ 输入图像 URL 数组 ---
extra_body.response_format string ❌ 输出格式 url

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

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

响应格式

json 复制代码 
{
  "created": 1774432125,
  "data": [
    {
      "url": "https://..."
    }
  ],
  "usage": {
    "generated_images": 1
  }
}

与 2.1-Flash 的选择建议

需求 选哪个
从零生成复杂场景 2.1-Flash（高信息密度优化）
编辑现有图像 2.0-Flash（图生图专精）
多图合成 2.0-Flash（支持多参考图）
需要 seed 复现 2.0-Flash（支持 seed 参数）

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
参数 类型 必填 说明 推荐值
model string ✅ 固定为 agnes-video-v2.0 ---
prompt string ✅ 视频内容的文本描述 ---
image string/array ❌ 输入图片 URL 或 URL 数组 图生视频时必填
mode string ❌ 生成模式 ti2vid（文生视频）或 keyframes（关键帧）
height integer ❌ 视频高度 768
width integer ❌ 视频宽度 1152
num_frames integer ❌ 视频总帧数 见下方约束
num_inference_steps integer ❌ 推理步数 默认值即可
seed integer ❌ 随机种子，保证可复现 固定值可复现
frame_rate number ❌ 视频 FPS 1-60，推荐 24
negative_prompt string ❌ 负向提示词，描述要避免的内容 ---
extra_body.image array 多图/关键帧时✅ 多图或关键帧的输入图片 URL ---
extra_body.mode string 关键帧时✅ 额外模式设置 "keyframes"

num_frames 约束（重要！）

plain 复制代码 
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

plain 复制代码 
seconds = num_frames / frame_rate
目标时长 num_frames frame_rate 实际时长
约 3 秒 81 24 3.375s
约 5 秒 121 24 5.042s
约 6 秒 161 24 6.708s
约 10 秒 241 24 10.042s
约 18 秒 441 24 18.375s

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

plain 复制代码 
POST https://apihub.agnes-ai.com/v1/videos

返回：

json 复制代码 
{
  "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": "1280x768"         // 分辨率
}

Step 2：轮询结果

plain 复制代码 
GET https://apihub.agnes-ai.com/v1/videos/{task_id}

返回（完成时）：

json 复制代码 
{
  "id": "task_xxx",
  "model": "agnes-video-v2.0",
  "object": "video",
  "status": "completed",     // 任务状态
  "progress": 100,
  "seconds": "10.0",
  "size": "1280x768",
  "error": null,
  "remixed_from_video_id": "https://storage.../video_xxxxxx.mp4"  // 视频 URL
}

任务状态说明

状态 说明 下一步
queued 排队等待中 继续轮询
in_progress 正在生成中 继续轮询
completed 生成完成 从 remixed_from_video_id 获取视频
failed 生成失败 检查 error 字段，调整参数重试

错误码

错误码 说明 处理
400 请求参数无效 检查参数格式和约束
401 未授权 检查 API Key
404 任务不存在 检查 task_id
500 服务器错误 稍后重试
503 服务繁忙 稍后重试

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

场景 width height num_frames frame_rate
标准视频 1152 768 121 24
短视频（社交） 1152 768 81 或 121 24
更流畅运动 1152 768 121 30
可复现结果 --- --- --- 设置固定 seed
关键帧过渡 --- --- --- extra_body.mode: "keyframes"

API 信息

plain 复制代码 
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

参数 2.0-Flash 1.5-Flash Image 2.1 Image 2.0 Video V2.0
model ✅ ✅ ✅ ✅ ✅
messages ✅ ✅ ❌ ❌ ❌
prompt ❌ ❌ ✅ ✅ ✅
temperature ✅ ✅ ❌ ❌ ❌
top_p ✅ ✅ ❌ ❌ ❌
max_tokens ✅ ✅ ❌ ❌ ❌
seed ❌ ✅ ❌ ✅ ✅
stream ✅ ❌ ❌ ❌ ❌
size ❌ ❌ ✅ ✅ ❌
image ❌ ❌ extra_body extra_body ✅ / extra_body
tools ✅ ❌ ❌ ❌ ❌
thinking ✅ ❌ ❌ ❌ ❌
num_frames ❌ ❌ ❌ ❌ ✅
frame_rate ❌ ❌ ❌ ❌ ✅
negative_prompt ❌ ❌ ❌ ❌ ✅

各模型 Endpoint 汇总

模型 Endpoint
文本（2.0/1.5） POST /v1/chat/completions
图像（2.1/2.0） POST /v1/images/generations
视频 V2.0 POST /v1/videos → GET /v1/videos/{task_id}

各模型价格汇总（现价均为免费）

模型 输入价格 输出价格 其他
2.0-Flash 0.1/1M → 0 0.2/1M → 0 ---
1.5-Flash 0.07/1M → 0 0.15/1M → 0 ---
Image 2.1 --- --- 0.003/image → 0
Image 2.0 --- --- 0.003/image → 0
Video V2.0 --- --- 0.005/second → 0

七、快速上手代码示例

Python 文本调用

python 复制代码 
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

python 复制代码 
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": "1024x768",
    }
)
print(response.json()["data"][0]["url"])

Python 视频调用（异步）

python 复制代码 
# 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

模型 核心优势 关键参数 适合谁
2.0-Flash Agent、编程、推理 tools, thinking, stream 开发者、AI 工程师
1.5-Flash 低延迟、多模态输入 frequency_penalty, seed 高并发、图像理解
Image 2.1 高信息密度文生图 prompt, size 设计师、内容创作者
Image 2.0 图像编辑、多图合成 tags, seed, image 视觉设计师、电商
Video V2.0 电影级视频、运镜控制 num_frames, frame_rate, mode 视频创作者、广告

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。

相关推荐
vancece1 小时前
新时代的 AI 教育体系 - 全开源：Word Teacher 英语口语训练
人工智能·开源·word
拓朗工控1 小时前
工业视觉检测系统的边缘算力基石：IBOX-601应用解析
人工智能·计算机视觉·视觉检测
小糖学代码1 小时前
机器学习：3.逻辑回归
人工智能·机器学习·线性回归
zhangfeng11332 小时前
台大李宏毅老师讲解memba和类似linear atttenion 模型，笔记
开发语言·人工智能·笔记
xiaozhazha_3 小时前
【技术架构】2026企业级AI落地实践：从RPA到AI Agent的原生CRM重构！
人工智能·架构·rpa
正在走向自律3 小时前
破局与重构：从 RAG 架构演进到 Agentic 实践的深度探索
大语言模型·rag系统
火山引擎开发者社区9 小时前
技术速递｜使用 GitHub Copilot CLI 构建 Emoji 列表生成器
人工智能
codefan※10 小时前
干掉“幻觉“实战：如何构建企业级知识图谱增强 RAG
人工智能·知识图谱
wukangjupingbb10 小时前
传统基于药物 SMILES 序列和蛋白质氨基酸序列的 DTI（Drug-Target Interaction）预测方法的缺陷
人工智能
热门推荐
012026 年 AI 编程工具终极横评：Cursor vs Claude Code vs Copilot vs Windsurf02GitHub 镜像站点03【AI】2026 年具身智能模型和世界模型总结04Codex 下载安装指南：Windows 和 macOS 官方版下载05【踩坑记录 | 第一篇】微软商店无法使用时，如何手动安装 OpenAI Codex？附`.msix`文件系统错误解决方法06Codex 桌面端更新后 Chrome 插件和 Computer Use 不可用，怎么排查和修复07CC-Switch 下载、安装与使用配置指南【2026.5.29】08裂开！ChatGPT 居然开始要手机号验证，附详细解决方法09Codex 接入 DeepSeek API 完整配置文档10CC-Switch & Claude 基于 Linux 服务器安装使用指南