首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >在 WorkBuddy 接入 Agnes AI 大模型全攻略:免费生图、生视频、本地语音转写

在 WorkBuddy 接入 Agnes AI 大模型全攻略:免费生图、生视频、本地语音转写

原创
作者头像
用户12668004
发布2026-08-03 16:35:59
发布2026-08-03 16:35:59
2.3K1
举报

最近想接入一款新的 AI 模型到 WorkBuddy,用于日常办公中的文本对话、图片生成和视频制作。筛选后发现 Agnes AI 的平台完全免费(推广期),且支持 OpenAI 兼容端点,非常适合作为 WorkBuddy 的自定义模型接入。

Agnes AI 是国内 AI 公司,定位"全球 Top 10 AI 实验室",目前已接入三款模型:

模型

类型

用途

是否免费

agnes-2.5-flash

文本对话

聊天、推理、工具调用

✅ 免费

agnes-image-2.1-flash

图片生成

文生图、图生图

✅ 免费

agnes-video-v2.0

视频生成

文生视频、图生视频、关键帧动画

✅ 免费


一、注册并获取 API Key

访问 https://platform.agnes-ai.com 注册账号,在控制台创建 API Key,复制 Key(格式为 sk-xxxxxxxxxxxxxxxxxxxxxxxx)。当前推广期所有模型均免费,后续是否收费请以官方公告为准。


二、配置文本模型(models.json)

C:\Users\<用户名>\.workbuddy\models.json 中添加以下条目:

json

代码语言:javascript
复制
{
  "id": "agnes-2.5-flash",
  "name": "Agnes 2.5 Flash",
  "vendor": "Custom",
  "url": "https://api.agnes-ai.cn/v1",
  "apiKey": "sk-你的API Key",
  "supportsToolCall": true,
  "supportsImages": true,
  "supportsReasoning": true,
  "useCustomProtocol": false
}

⚠️ 注意:url 字段填写 https://api.agnes-ai.cn/v1id 必须与平台实际模型名一致,否则会出现 503 错误。


三、配置 MCP 图片/视频连接器

1. 创建虚拟环境并安装依赖

bash

代码语言:javascript
复制
"C:/Users/gu_an/.workbuddy/binaries/python/versions/3.13.12/python.exe" -m venv "C:/Users/gu_an/.workbuddy/binaries/python/envs/agnes"
"C:/Users/gu_an/.workbuddy/binaries/python/envs/agnes/Scripts/pip.exe" install "agnes-mcp==0.3.1"
"C:/Users/gu_an/.workbuddy/binaries/python/envs/agnes/Scripts/pip.exe" install "mcp<2.0.0"

踩坑:agnes-mcp 依赖 mcp.server.fastmcp,但 mcp v2.0.0 已重构模块路径,需降级至 v1.x。

2. 配置 MCP 服务(mcp.json)

json

代码语言:javascript
复制
{
  "mcpServers": {
    "agnes": {
      "command": "C:\\Users\\gu_an\\.workbuddy\\binaries\\python\\envs\\agnes\\Scripts\\python.exe",
      "args": ["-m", "agnes_mcp"],
      "env": {
        "AGNES_API_KEY": "sk-你的API Key"
      }
    }
  }
}

3. 激活服务

在 WorkBuddy 右上角「连接器管理」页面,找到 agnes 条目,点击**「信任」**完成激活。


四、追加图片与视频模型(models.json)

图片模型:

json

代码语言:javascript
复制
{
  "id": "agnes-image-2.1-flash",
  "name": "Agnes Image 2.1 Flash",
  "vendor": "Custom",
  "url": "https://api.agnes-ai.cn/v1",
  "apiKey": "sk-你的API Key",
  "supportsToolCall": false,
  "supportsImages": true,
  "supportsReasoning": false,
  "useCustomProtocol": false
}

视频模型:

json

代码语言:javascript
复制
{
  "id": "agnes-video-v2.0",
  "name": "Agnes Video V2.0",
  "vendor": "Custom",
  "url": "https://api.agnes-ai.cn/v1",
  "apiKey": "sk-你的API Key",
  "supportsToolCall": false,
  "supportsImages": false,
  "supportsReasoning": false,
  "useCustomProtocol": false
}

五、功能验证

文本对话

重启 WorkBuddy 后,切换到 Agnes 2.5 Flash 模型即可对话。

图片生成(API 直接调用)

bash

代码语言:javascript
复制
curl -X POST "https://api.agnes-ai.cn/v1/images/generations" \
  -H "Authorization: Bearer sk-你的API Key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "agnes-image-2.1-flash",
    "prompt": "一只可爱的小猫咪,毛茸茸的,大眼睛,温柔的表情",
    "size": "1024x768",
    "n": 1
  }'

视频生成

通过 MCP 工具 text_to_video 调用,输入描述即可生成短视频。


六、本地离线语音转写(零积分消耗)

bash

代码语言:javascript
复制
"C:/Users/gu_an/.workbuddy/binaries/python/envs/default/Scripts/python.exe" -m pip install openai-whisper --no-cache-dir

首次使用自动下载 turbo 模型(约 1.6GB),缓存于 C:\Users\<用户名>\.cache\whisper\large-v3-turbo.pt

使用示例:

bash

代码语言:javascript
复制
# 中文音频转文字
whisper audio.mp3 --model turbo --language zh --output_format txt --output_dir .

# 生成 SRT 字幕
whisper audio.m4a --model turbo --language zh --output_format srt --output_dir .

语音转写完全不消耗 WorkBuddy 积分,本地离线运行。


七、踩坑总结

问题

原因

解决方案

503 "No available channel for model agnes-ai"

id 字段填了不存在的模型名

用 GET /v1/models 查实际可用模型名

mcp.server.fastmcp 找不到

mcp v2.0.0 重构路径

降级至 mcp<2.0.0

MCP 配置不生效

误写入 .mcp.json 而非 mcp.json

写入无点前缀的 mcp.json

whisper 安装后 ffmpeg 不可用

Windows winget 安装失败

用 imageio-ffmpeg 获取捆绑二进制


八、总结

通过上述配置,在 WorkBuddy 中实现了:

  1. 文本对话agnes-2.5-flash,免费调用
  2. 图片生成agnes-image-2.1-flash,免费调用
  3. 视频生成agnes-video-v2.0,免费调用
  4. 语音转写whisper turbo,本地离线,零积分消耗

四项能力全部免费或零成本,适合日常办公高频使用。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

目录
  • 一、注册并获取 API Key
  • 二、配置文本模型(models.json)
  • 三、配置 MCP 图片/视频连接器
    • 1. 创建虚拟环境并安装依赖
    • 2. 配置 MCP 服务(mcp.json)
    • 3. 激活服务
  • 四、追加图片与视频模型(models.json)
  • 五、功能验证
    • 文本对话
    • 图片生成(API 直接调用)
    • 视频生成
  • 六、本地离线语音转写(零积分消耗)
  • 七、踩坑总结
  • 八、总结
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档