---
name: free-model-config
author: 王教成 Wang Jiaocheng (波动几何)
description: 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-skill-system。
---

# 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

```
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：

```
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