即梦工作流常见问题(含 Agnes 503 / queue is full 的处理办法)

Agnes 报 HTTP 503 或 video queue is full 怎么办?要不要等?能不能换条路?以及即梦工作流在用的过程中最常被问到的几个问题。

这一页先回答大多数人真正卡住的那一步——上游排队;再回答即梦工作流本身的细节。每条都是可以直接照做的动作。

遇到 503 / queue is full 的处理顺序

按这个顺序试,绝大多数情况三步之内就能出片:

  1. 1

    确认是哪种拒绝

    面板里应能看到明确归因:video_queue_full(队列满)、裸 503(上游过载)或 model_not_found(该模型无可用渠道)。前两类等一等就好,最后一类要换模型。

  2. 2

    错峰重试

    免费队列在高峰时段最挤。让应用自己排队重试(默认约 15 分钟),或者先去处理别的事,等空闲时段再点「重试任务」从失败步骤续传。

  3. 3

    降低单次负载

    更少场景、更短单段时长、更小分辨率都能减少单次占用与等待;一次只跑一个任务,别让多条任务互抢提交配额。

  4. 4

    换视频模型

    队列按模型分池,换到另一个免费型号往往能直接排上;注意被网关除名的旧型号会稳定返回 model_not_found。

  5. 5

    换条路:即梦工作流

    不想等就直接让画面由即梦生成,本项目只做分镜、字幕与拼接。见本页对应的即梦工作流使用说明。

阅读即梦工作流使用说明 →

先看结论:503 不是你的错

生成视频时报 HTTP 503 或「video queue is full(队列已满)」是什么原因?
这是 Agnes 上游免费视频队列饱和(按模型分池),请求在入队前就被网关拒绝了,**不是**你的提示词、设置或 Key 有问题。被拒时不会创建任务、不会消耗配额,所以可以放心重试。高峰期会持续十几分钟甚至更久,这就是它反复出现的原因。另据上游官方说明:Agnes 中国站自 2026-10-26 12:00(北京时间)起实行实名认证,未完成实名认证的账号 API 调用频率会被降低;上游预计该时点之后 503、queue is full 等繁忙报错将有较大改善。
Agnes 一直返回 503,应用会自动重试吗?重试多久?
会。所有 503(包括没有错误码的裸 503)都归一为「忙」信号,走独立的忙轨重试:第一次立即重试,之后按固定间隔反复排队,默认最多 15 次(可用环境变量 AGNES_VIDEO_BUSY_RETRY_ATTEMPTS 调整)。进度面板会实时显示「Agnes 视频队列已满(HTTP 503 · video_queue_full),正在排队重试(第 N 次 / 已等 X 分钟)」,并保留上游原始报错。
重试也排不上队,是不是要一直等?
不用。排队饱和是时段问题,建议错峰重试或稍后再试;同时段也可先降低单次负载(更少场景、更短时长)或换视频模型(队列按模型分池)。如果只是想马上出片,直接换即梦工作流:由即梦生成画面与音频,本项目负责分镜、字幕与拼接。
重试失败或中途打断,会不会白跑一遍?
不会。点「重试任务」会从失败的步骤续传:已经生成好的分镜、参考图会保留,不会重新提交、不会重复消耗。外部素材模式下已导入的视频片段同样保留,只需补上缺的那几段。
503 和 401 是同一类问题吗?
不是。503 是上游容量问题,等或换路即可;401 是 Key 与所连域名不匹配(请求带了 Key,但该站点不接受),需要换 Key 或重新绑定域名。两者都有对应说明,别混着排查。
即梦工作流会不会产生额外费用?
即梦本身每天赠送积分,先用免费积分;积分不够时由你自己决定是否充值。本项目仍是 MIT 开源、免费自托管,换用即梦只是把「视频生成」这一步换了个来源,不给本项目增加费用。
为什么即梦工作流要分两次粘贴?「分镜」和「视频片段」的提示词是什么关系?
分镜检查点的提示词是一份「创作指令」——告诉即梦(或任意 LLM)按画面 + 音频 + 时长约束细化分镜;视频片段检查点的提示词则直接是本项目已经定稿的分镜脚本,按【场景 i/N · 时长】逐段编号,复制粘贴即可生成。前者用于打磨,后者用于执行。
我现在的网页版 Studio 里看不到「外部素材」这个选项?
对。外部素材模式目前只在自托管桌面版(v7.6+)提供,网页版 Studio 与在线 Demo 仍在用自动模式。若你希望网页版也能接外部素材,可以在 Issue 里投一票。

碰到 503 时的几种选择

没有唯一正确答案,按你当时的诉求选:

环节自动 / 手动模式外部素材模式(即梦)
分镜与提示词本项目生成本项目生成,另外给出一份「可直接粘贴到即梦」的逐场景提示词
画面与音频Agnes 视频模型(接口频繁 503,只有配音由本项目 edge_tts 生成)即梦生成(带原生音频),按场景导出 mp4 后批量导入
字幕按配音的词级时间戳对齐(较准)按各分镜真实时长估算对齐(可能错位,需在字幕检查点核对)
拼接与成片本项目拼接本项目归一化 + 保留原音轨拼接 + 烧字幕

还有别的免费视频生成渠道吗?

有也不奇怪,而且我们愿意接。本项目的工具列表是一个可扩展的注册表:新增一个工具只需补一套提示词模板与回填指引,流程和合成层都不用动。如果你的渠道有原生音频、原生时长可控或能导出字幕,就更容易接好。欢迎在 GitHub 开 Issue 说出工具名称、免费额度、时长档位与是否支持音频,我们会评估适配。

GitHub Issues →

相关页面

报错与重试依据

本页对 HTTP 503 / video queue is full 的归因、重试策略与错峰建议,依据以下接口行为记录与实现源码。

  1. Agnes AI Open API — 视频 / 图片生成接口Agnes AI · apihub.agnes-ai.com (2026)

    503 与 body 里的错误码(video_queue_full 等)由 Agnes 开放 API 网关返回;被拒发生在入队前,不会消耗渲染配额。

  2. agnes-video-generator — 开源 AI 视频生成项目lcy362 · GitHub (2026)

    忙轨重试的判定与次数(所有 503 归忙、默认 15 次、首跳立即)与续传逻辑,见项目仓库 core/api/retry_policy.py 与 core/api/agnes_video.py。

  3. 即梦 AI (Dreamina):AI 图片与视频创作平台ByteDance · 即梦官网 (2025)

    作为替代路径的即梦(Dreamina):其每日积分与视频模型档位决定了本页对「换条路」可行性的判断。

内容可信度说明

本文由一线实践者撰写,写的时候交叉核对了 arXiv 论文、厂商技术报告和 Stanford AI Index 等一手来源,不是凭主观印象下的结论。

S

SandGrid@lcy362

Agnes Video Generator 项目作者 · 全栈开发者

独立开发者,开源 AI 视频生成工具 Agnes Video Generator 的作者。项目基于 Agnes AI 完全免费的视频模型,MIT 协议开源,已经帮 1,000+ 创作者零成本产出过 AI 视频。长期关注视频生成模型的工程化和普及,文章内容都来自一线实践和一手研究。

访问 GitHub

最后更新:2026-08-21

准备好开始创作了吗?

「让世界级的 AI 属于每一个人。」—— Bruce Yang。完全免费,不用信用卡,也不要高性能显卡,零成本做出你的第一支 AI 视频。想用 Agnes AI 的免费视频模型?从这里开始就行。

克隆 GitHub 仓库,两分钟即可启动