# 魔搭每天 2000 次免费 API，我把它接进了 Agent 工作流
**作者**: 铁柱AGI
**日期**: 2026-06-16T10:23:39.000Z
**来源**: [https://x.com/cgnot996/status/2071423601564344322](https://x.com/cgnot996/status/2071423601564344322)
---
魔搭（ModelScope）是阿里云的 AI 模型平台。你可以把它理解成一个模型超市：里面有大语言模型、多模态模型、文生图模型，有些模型可以在网页上免费体验，有些模型还能通过 API 免费调用。
前段时间，我写了一篇 X 长文，讲自己怎么用 AI 跑通儿歌创作全流程。
> **铁柱AGI@cgnot996**: [原文链接](https://x.com/cgnot996/status/2066829048785887357)
>
这篇文章里最关键的动作，不是直接让 AI 写一首歌，而是先把太空小狮子等儿歌素材拆成一套可检索、可复用的儿歌分析知识库：歌词结构、旋律节奏、编曲、人声特点、儿童发展适配、创作技法和爆款启示，都先结构化下来。
文章发出后，有同学愿意花 100 元买这份儿歌知识库。后来，同一个人又找我定制了一份古风音乐方向的知识库。
我把这个案例放在开头，不是想讲“怎么卖知识库”，而是想说明另一件事：一份可交付资产背后，有大量先看、先拆、先整理的体力活。
这两份知识库里，封面和截图理解、音乐素材分析、资料拆解、初步结构化，我大量交给了魔搭 ModelScope 的免费模型。
原因很简单：这些工作不需要每一步都调用最贵的模型。先识别、先分类、先生成一个粗版本，魔搭的免费模型已经能承担很多第一轮工作。
比如识别截图里的信息，分析一批图片风格，把音乐或视频素材先粗分一遍，给文章配图先试几个方向，把一堆材料整理成知识库初稿。当任务量一大，token 消耗会非常明显，账单看着也会肉疼。能用免费额度先处理掉的部分，就没必要全部拿付费模型硬扛。
魔搭适合帮你把“先看一遍、先拆一遍、先生成一版”这类工作免费做掉。
下面我从零开始，走一遍注册、绑定阿里云账号、创建访问令牌、复制范例代码、筛模型、接 Agent 的完整链路。你不需要一次全用上，先把链路跑通就行。
## 先把账号、实名和 Key 跑通
魔搭的 API-Inference 是免费体验性质的推理服务。说人话就是：你不需要自己部署模型，只要把文字、图片或请求发过去，魔搭服务器帮你调用模型，再把结果返回给你。
官方文档也说得很清楚：API-Inference 是给开发者体验和原型验证用的，不适合需要高并发、强 SLA 的线上业务。
当前最关键的规则是：每个魔搭注册用户，每天 API-Inference 总调用额度是 2000 次，所有模型合计。每个模型还有单模型每日额度，会根据资源、模型热度和发布时间动态调整，最高不超过 200，实际可能更低。
所以你要把它当成“个人创作和原型验证的免费算力池”，不是无限制商用接口。
第一次用的时候，我建议按这个顺序来，不要跳步。
首先访问魔搭官网：https://modelscope.cn/models
第一步，先注册并登录 ModelScope。注册入口就在首页右上角。登录之后，你才会有自己的模型收藏、Token 和调用记录。
第二步，绑定阿里云账号。登录后点右上角头像，菜单里会出现“绑定阿里云账号”。免费推理由阿里云提供算力支持，账号侧如果提示实名认证，就按阿里云页面继续完成；同一个菜单里还有“用量与额度”，可以看 API-Inference 的当日用量。
第三步，进入账号设置里的“访问控制”，点击“新建访问令牌”。这里建议选择“写权限令牌”，名称随便填一个方便自己识别的名字；有效期可以先选长期使用，后续不用了再删除。
第四步，在访问令牌列表里点击复制图标，把这个 Key 先保存到本机环境变量、.env 文件或 Agent 的本地配置里。.env 可以理解成只放在你电脑上的配置文件。不要把真实 Key 写进公开文章、仓库、截图或聊天记录。
## 先用平台 API 测试一次
我建议第一次不要急着上复杂工具。先用平台 API 测一个最简单的任务：让模型用一句话解释“API-Inference 适合什么场景”。
具体做法很简单：找一个支持 API-Inference 的模型，进入模型详情页，在右侧找到 API-Inference 区域，点击“查看代码范例”。
弹窗里选择刚刚创建的 API 令牌，然后点击复制。复制出来的范例代码是 OpenAI 兼容写法，里面会自动带上 base_url、api_key 和当前模型 ID。你可以把这段代码粘贴给 Agent 执行，先确认账号和模型调用链路能跑通。
这一步的目的不是看回答多聪明，而是确认三件事：账号已经实名，API Key 可用，模型调用后能返回额度信息。
API 响应头里有四个字段很有用。
modelscope-ratelimit-requests-limit 是你当天总限额；
modelscope-ratelimit-requests-remaining 是当天总剩余额度；
modelscope-ratelimit-model-requests-limit 是当前模型当天限额；
modelscope-ratelimit-model-requests-remaining 是当前模型当天剩余额度。
看到这些字段，你就知道今天还能调用多少次，也知道当前这个模型还剩多少额度。如果遇到 429，大概率不是你写错了，而是当前模型的额度或并发限制到了，换一个同能力模型就行。
官方限制文档在这里：API-Inference 使用限制。
官方调用介绍在这里：API 推理介绍。
## 多模态模型怎么筛
模型清单会变，记住筛选方法比记住名字重要。
进入模型库后，先在左侧按任务类型筛选。比如你要做图片理解，就选“视觉多模态理解”；要测试文本模型，就选“文本生成”；要找生图模型，就选“文本生成图片”，也就是文生图。
然后在顶部“支持体验”里勾选“推理 API-Inference”。这是平台界面里的筛选项，意思就是只看支持 API-Inference 调用体验的模型。
点进模型详情页后，再看右侧有没有“推理 API-Inference”和“查看代码范例”。有范例，说明你可以直接照着它测试；没有范例，就不要想当然把它接进 API 工作流。
模型名字不用背。实际筛模型时，先按任务找方向：通用图片理解可以先看 Qwen3-VL 系列；需要更强视觉推理时，再看 QVQ 这类模型；长材料综合理解可以把 Kimi 放进候选；手机界面、操作类任务可以顺手看看 AutoGLM。
最后能不能接进工作流，不看名字看条件：模型页当前是否支持 API-Inference、今天还有没有额度、响应速度是否能接受。这个判断比记住一长串模型名更有用。
## 生图也可以先免费跑
除了多模态理解，魔搭 AIGC 区也有不少可以免费体验的文生图模型。我会优先看这三个：
Z-Image-Turbo：模型页
Z-Image-Turbo 我会优先拿来试中文封面、知识库配图和速度要求比较高的草图方向。它适合先快速跑出一批可选方案。
Krea-2-Turbo：模型页
Krea-2-Turbo 更适合做视觉质感探索。比如你还没确定封面要真实摄影、产品视觉还是氛围海报，可以先用它试方向。
Qwen-Image-2512：模型页
Qwen-Image-2512 我会重点看中文提示词理解、构图稳定性和知识类配图的可控性。做知识类内容时，图不只是好看，还要尽量按提示词完成任务。
这里也要分清楚：网页能免费生图，和某个模型当前支持 API-Inference，不是同一个概念。做内容时可以先用网页体验确认风格；要接进自动化流程时，再看模型页有没有 API-Inference 标记和示例。
文生图模型详情页和文本模型会有一点差别。以 Krea-2-Turbo 为例，页面中间会有“一键生成”，右侧也有“查看代码范例”和“在线体验”。如果只是试风格，可以先点“一键生成”；如果要交给 Agent 自动化调用，就复制右侧范例代码继续测试。
## 我基于它做了一个开源 skill
上面讲的是平台本身：注册、实名、筛模型、测 API、看额度。
如果你的需求只是临时看模型效果，停在网页体验和 API 范例测试这一步就够了。
但如果你已经在用 Agent 做内容生产，就可以把魔搭接成一个 Skill。这个 Skill 不绑定某一个客户端，只要你的 Agent 支持安装本地 skills 或工具包，就可以接入；Codex、Claude Code、WorkBuddy 都属于这类使用场景。
后来我就基于魔搭这些能力做了一个开源 Skill：RongleCat/tiezhu-modelscope-api-inference。
它解决的不是“怎么发起一次 API 请求”，而是更实际的问题：今天哪个模型还有额度？默认模型不可用要不要换？图片、视频、音频怎么传？生图任务怎么拿结果？模型列表怎么更新？
安装时，可以直接把这句话复制给你的 Agent。下面以 WorkBuddy 这个支持安装 Skill 的 Agent 工作台为例，Codex 和 Claude Code 的思路也是一样的：
> 帮我安装这个魔搭免费模型调用 Skill：https://github.com/RongleCat/tiezhu-modelscope-api-inference。安装好以后，引导我配置 ModelScope API Key，然后先帮我测试文本生成、图片识别和文生图能不能跑通。
Agent 会根据仓库说明安装 Skill，引导你配置 API Key，再分别测试文本、多模态和文生图能力。
安装完成后，就可以直接用自然语言发任务。比如：
> 生成一张图片，画面是一只小猫在河边钓鱼，移轴镜头，微缩景观风格。
Skill 会调用文生图模型，返回最终路由到的模型、分辨率、Prompt 和生成后的图片文件。下面这张截图里，WorkBuddy 最后路由到了 Tongyi-MAI/Z-Image-Turbo，并把图片保存到了本地。
同一个 Skill 也可以处理多模态理解、视频分析和素材整理。你可以这样说：
> 识别这张图，告诉我画面里有哪些文字、对话在证明什么、它适合放在文章的哪一段。
> 分析这个视频，按时间顺序总结镜头、字幕、画面风格和可以提炼成知识库条目的信息。
> 帮我把这批国风歌曲资料整理成知识库，先按歌手、歌曲、风格、适合场景和可复用素材分组。
> 提取这张截图里的关键数据，整理成可以放进表格的字段。
> 用免费模型先生成三版文章配图方向，一版偏真实摄影，一版偏古籍插画，一版偏现代知识卡片。
这些话背后，Skill 会做模型列表刷新、默认模型选择、额度或限流后的候选切换、媒体上传、视频和音频压缩、文生图任务轮询。你只需要描述想要的结果。
这也是我觉得它值得开源的原因：免费额度本身只是入口，接进 Agent 工作流之后，才会变成一组可以反复复用的个人生产流程。
## 最后说一句实话
免费模型最适合做第一轮处理：看图、拆材料、生成初稿、整理结构、探索视觉方向。
真正需要稳定性、隐私、复杂推理和最终质量的环节，该花钱还是要花钱。我的做法只是把昂贵模型从低杠杆环节里解放出来，把钱花在更值的地方。
省钱不是终点。我的用法是把低成本跑出来的中间结果，继续整理成知识库、报告、封面、素材包。换成你的场景，也可以是课程资料、运营素材、产品原型或学习笔记。关键不是所有人都去做知识库，而是把贵模型留给更值得花钱的判断环节。
你现在会把哪些任务先交给免费模型跑？如果你也有类似的 Agent 工作流，可以留言给我，我想看看大家怎么用。
## 相关链接
- [铁柱AGI](https://x.com/cgnot996)
- [@cgnot996](https://x.com/cgnot996)
- [1.2K](https://x.com/cgnot996/status/2071423601564344322/analytics)
- [Jun 16](https://x.com/cgnot996/status/2066829048785887357)
- [https://modelscope.cn/models](https://modelscope.cn/models)
- [API-Inference 使用限制](https://modelscope.cn/docs/model-service/API-Inference/limits)
- [API 推理介绍](https://modelscope.cn/docs/model-service/API-Inference/intro)
- [模型页](https://modelscope.cn/models/Tongyi-MAI/Z-Image-Turbo)
- [模型页](https://modelscope.cn/models/krea/Krea-2-Turbo)
- [模型页](https://modelscope.cn/models/Qwen/Qwen-Image-2512)
- [RongleCat/tiezhu-modelscope-api-inference](https://github.com/RongleCat/tiezhu-modelscope-api-inference)
- [https://github.com/RongleCat/tiezhu-modelscope-api-inference。安装好以后，引导我配置](https://github.com/RongleCat/tiezhu-modelscope-api-inference%E3%80%82%E5%AE%89%E8%A3%85%E5%A5%BD%E4%BB%A5%E5%90%8E%EF%BC%8C%E5%BC%95%E5%AF%BC%E6%88%91%E9%85%8D%E7%BD%AE)
- [Upgrade to Premium](https://x.com/i/premium_sign_up)
- [10:40 AM · Jun 29, 2026](https://x.com/cgnot996/status/2071423601564344322)
- [1,214 Views](https://x.com/cgnot996/status/2071423601564344322/analytics)
- [View quotes](https://x.com/cgnot996/status/2071423601564344322/quotes)
---
*导出时间: 2026/6/29 16:24:30*