昨天我们聊了免费调用大模型的话题，提到了 Agnes 这个平台。除了免费的文字模型，它还提供图片和视频模型。视频那边我试了试，一直排队中，但图片模型已经跑通了。 经过实测，可以确认它能正常“生图”，也能正常“P 图”。顺手，我又搓了一个不知道有啥用的“AI 生图软件”。 今天这篇，主要分享的就是这个生图模型，以及基于它开发的软件。 有了 AI 以后，软件基本上实现了“自给自足”。很多场景不再需要依赖第三方工具，全部用自己开发的软件就能搞定。 先看看文档，了解一下 Agnes Image 这个图片模型。 当前最新版本是 Agnes Image 2.1 Flash，由 Sapiens AI 推出的升级版图像生成模型，支持文生图和图生图两种工作流。 第一次接触这个平台，感觉还挺新鲜。没用过之前版本，也说不上有什么对比。那就直接上手试试。 我喜欢用极其简单的提示词来测试生图模型：如果简单指令都能出好效果，说明模型的下限是有保障的。

1. 看一看效果

提示词：一只猫坐在窗台上，阳光洒进来。 生成效果的真实度相当不错。再来一个：一位女性正在咖啡店阅读，自然光。 整体真实感很好，不像有些模型只会生成浓妆艳抹的网红脸。不过这位女性的风格确实不在我的审美点上。再试一个：清晨，一个人在湖边跑步。 整体感觉还行，但屏幕细节一般，阳光效果不错，只是不太像清晨的光线。 接下来测试修改图片的功能。图片里有一台笔记本电脑，我让它把屏幕修改为“macOS 26 登录状态”。 它成功定位到了屏幕区域并做了修改，理解能力在线。不过，“macOS 26”和“登录状态”这两个概念本身就有点模糊：一个是比较新的版本号，另一个是描述状态——到底是登录界面，还是登录后的桌面？模型对这类新概念的把握还不够充分，最终生成的结果有些杂糅。从画面上看，它对这方面的训练数据还不太够。 继续测试修改：原图默认生成了一件米色T恤，我让它把衣服颜色改掉，并加上一些文字。 这次执行得非常出色。改完后发现，我把“Jarvis”拼错了……这是我的锅。模型也没有自作主张去纠正，这一点做得很对。 图片生成和修改的效果大致就是这样。它的核心能力就是生成和修改图片。目前只是粗略测试，确认基本可用。 确认可用后，来看看具体怎么用。先查看 API 文档，然后我会分享我开发好的软件以及使用方法。

2. API 文档

因为是免费提供的“API”，所以调用需要走 API 接口。简单看一下文档内容。 Base URL：`https://apihub.agnes-ai.com` Endpoint：`POST https://apihub.agnes-ai.com/v1/images/generations` 模型名称：`agnes-image-2.1-flash` 这三条是调用 API 最关键的信息，值得记下来。 请求参数： | 参数 | 类型 | 是否必填 | 描述 | |------|------|----------|------| | model | string | 是 | 模型名称，请使用 agnes-image-2.1-flash | | prompt | string | 是 | 图像生成或编辑的文本指令 | | size | string | 是 | 输出图像尺寸，例如 1024x768 | | image | string[] | 图生图必填 | 输入图像数组，支持公共图像 URL 或 Data URI Base64 | | return_base64 | boolean | 否 | 文生图输出需要以 Base64 返回时使用 | | extra_body | object | 否 | 高级工作流的附加参数 | | extra_body.response_format | string | 否 | 输出格式，常见值：url, b64_json | cURL 示例： ``` curl https://apihub.agnes-ai.com/v1/images/generations \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "agnes-image-2.1-flash", "prompt": "A luminous floating city above a misty canyon at sunrise, cinematic realism", "size": "1024x768", "extra_body": {"response_format": "url"} }' ``` 这个接口支持文生图和图生图，图片可以通过 base64 或 URL 传入，也能返回 URL 或 base64 格式的结果。 官方的提示词结构建议是：[主体] + [场景/环境] + [风格] + [光照] + [构图] + [质量要求]。 一些示例： - 日出时分薄雾峡谷上方的发光浮空城市，电影级写实风格，广角构图，丰富的建筑细节，柔和的金色光线，高视觉密度 - 将场景转换为霓虹倒影的雨浸赛博朋克夜晚，同时保留原始构图和主体布局 - 充满飞行器、全息招牌、密集人群、霓虹灯光的未来城市市场，电影级写实风格，超精细，高信息密度构图 最后看一下定价。 | 生成图像 | 付费价格 | 免费价格 | |----------|----------|----------| | 单张 | $0.003 | $0 | 前面说过，它的文字、图片和视频模型都是免费的。所以目前我们都处于“一张零元”的状态。虽然标了一个收费价，但区区“2分”一张，确实便宜到离谱。 好了，参数、模型、价格都看完了。接下来，就是真正上手使用的时候了。

3. 生图软件

有了文档，生成图片变得非常简单。可以直接把文档交给 Agent，也可以让 Agent 写一个可视化的软件。 我觉得流程类的操作适合用 skill 来完成，但图形类的，我更喜欢用界面来管理和操作。固定成界面还有一个好处：省 token，同时排除不同模型带来的不稳定性。 我之前刚好有一个图片软件的框架，是测试 Opus 时生成的。当时的测试题目是：参考“美图秀秀”的布局，生成一个桌面软件。 那个版本大致做了三个功能：图片压缩、格式转换、裁切，以及拼图操作。 图片展示：裁切与格式转换功能 可以方便地拖拽和裁切，支持常见媒体平台的比例和文件格式。我主要用它来做公众号封面。另外，AI 生成的图片有时太大，用它来压缩和转换格式也很合适。 图片展示：拼图功能 文章里的图片如果太多，拼成一张，会让文章更紧凑。 另一个重点是，模仿 QQ 截图开发了一个截图功能。我一直用 QQ 截图，因为它功能做得很细致，很多小细节都考虑到了。但它现在有个大问题：截完图后不能选择格式，很多图片一截就是 6M+。如果我要上传到自己的对象存储，这些大图会占用空间和流量。所以我需要一个截完图能自动压缩的功能。 正是为了这个需求，才下决心手搓截图功能。目前除了定位还有一点小问题，其他都 OK 了。 以上是之前已有的功能。因为这次有了 AI 生图模型，又加了一个新功能： 图片展示：生图功能界面 界面非常简洁：左边是输入区域，右边是预览区域。 只要选择生成类型，输入内容，选择比例，点击生成，就可以了。 有了软件，API 的使用变得极其简单：获取 API Key，配置到软件里，其他什么都不用管。API Key 的获取方式请参考上一篇。 配置方式也非常简单：点击右上角的设置按钮，找到“AI 生图”选项。 图片展示：设置界面 把 Agnes 的 API 填进去就行了。 配置完成，马上就能愉快地玩耍了。这个生图功能没有任何门槛——注册获取 API、生成图片，都不需要复杂的授权和认证，只要有一个邮箱，注册了就能用。 不过，天下没有免费的午餐。要付出什么“代价”，各位自己想清楚就好。另外，白嫖这类机会，从来都是先到先得——这是亘古不变的道理。 还有，有人觉得上一篇是广告。我还是稍微强调一下：这两篇文章都不是“软广”。文章里所有的内容、所有操作都是真实的。你们只看对你们有没有用——有用就拿去用，没用扔一边就好。 如果非要说这是“软广”……那就是我夹带了一下自己的软件，哈哈。 发完文章后，很快就有人联系我了。看来我的“带货”潜力也不容小觑。 其实我也一直在想一个问题：作为一个 AI 博主，在不卖课、不带货、不接商单、不骗粉丝的前提下，能不能靠 AI 赚到钱？存在这样的模式吗？ 大家可以讨论一下。