Free-Model Config

免费AI模型配置领域负载物。标准化Agnes AI、智谱、商汤、小米、美团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）。6域24种任务。触发词：模型配置、免费模型、API配置、模型设置、AI模型、图像生成、视频生成、音频生成、语音识别、语音合成、音色克隆、信息图生成、TTS配音、音视频合并、meta-

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、小米、美团等平台的免费模型配置。

配置优先级：

1. 命令行参数：--api-key YOUR_KEY
2. 环境变量：export MODEL_API_KEY=YOUR_KEY
3. 配置文件：~/.workbuddy/models.json 中对应模型的 apiKey 字段

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

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。

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、WorkBuddy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

text

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/exemplars.md

使用规则

执行流程

1. 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
2. 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/exemplars.md 获取范本
3. 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

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：

text

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

• 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：中等（需要平台文档、API规范，但不需要实时数据）→ S和C权重标准
• 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

1. 仅使用各平台官方文档中的配置信息
2. API Key 必须由用户从官方后台网址生成
3. 不编造不存在的模型或功能
4. 配置信息必须准确无误
5. 使用指导基于官方最佳实践
6. 脚本命令必须准确无误，参数必须在有效范围内
7. 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
8. 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