企业官网建设流程全解析

Open Generative AI：14 个工作室的开源 AI 图像与视频生成平台自托管完整指南

【免费下载链接】Open-Generative-AIUnrestricted Open-source alternative to AI video platforms — Free AI image & video generation studio with 600+ models (Flux, Midjourney, Kling, Sora, Veo). No content filters. Self-hosted, MIT licensed.项目地址: https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI

Open Generative AI 是一个可自托管的开源 AI 图像与视频生成平台，14 个工作室汇聚 Flux、Midjourney、Kling、Sora、Veo 等 400+ 模型，无内容过滤，MIT 协议。一套 Node.js 加一枚云端 API key，甚至零 key，都能跑起你自己的生成工作室。

🚀 5 分钟自托管部署：三种方式对比与最快启动命令

先看清三条路径的差别，再选：

最顺畅的一条路是源码路线，全程四行：

git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup npm run dev

clone 时记得带上--recurse-submodules，Workflow 和 Agent 功能依赖两个 git 子模块，漏了会构建失败。npm run setup等于子模块初始化 + npm install + 构建 4 个 workspace 包（studio、workflow-builder、agents、design-agent），只跑npm install是不够的。完成后打开http://localhost:3000就是 Web 版，桌面版换成npm run electron:dev。Docker 方式用根目录的 Dockerfile 构建生产镜像，把容器 3000 端口映射到宿主机 3001，NODE_ENV=production并自动重启，浏览器访问http://localhost:3001即可。

首次启动会提示你粘贴 Muapi access key，只填 key 值本身，不要填 key 名称；只打算用本地模型的话可以直接跳过。

🎯 四个真实使用场景：本地无 key 出图、双模式生成、API 接入产品、工作流串联

启动后默认进入 Studio 页，顶部 Tab 切换 14 个工作室。下面按"你想达成什么"来讲。

M 系列 Mac 上无 key 本地出图。你不想把 prompt 和素材交给第三方 API，也不想申请任何 key。装桌面版 → Settings → Local Models → 一键安装 sd.cpp 引擎 → 下载 Dreamshaper 8（2.1 GB，Mac 上最轻量的测试选项）→ 回 Image Studio，在模型选择器旁打开 ⚡ Local 开关 → 选 Dreamshaper 8 点 Generate。全程本地，无网络依赖。M2 实测约 1–2 秒/步（Metal 生效时）；想更高质量可换 Z-Image Turbo（8 步）或 Base（50 步），但占用约 16 GB 内存，8 GB 机器直接跳过。

双模式一站式出图出视频。文本生图、参考图改图、文生视频、图生视频，过去要分别用不同工具，这里按"是否上传参考图"自动切换模型集，不用你手动选模式。Image Studio 默认加载 70+ 文生图模型（Flux、Nano Banana 2、Seedream 5.0、Midjourney v7 等），上传参考图后自动切到 70+ 图生图模型；Video Studio 同理，85+ 文生视频（Kling、Sora、Veo、Seedance 2.0）与 120+ 图生视频。多图输入是亮点：Nano Banana 2 Edit 单次最多吃 14 张参考图，选择器带序号复选框，按你勾选的顺序提交。

用 API 把生图能力接进自己的产品。你的站点已有用户体系，想加一个"AI 生图"按钮。申请 Muapi access key，调用是"提交 + 轮询"两步模式：先 POST 生成端点，关键请求行为POST /api/v1/flux-dev（header 带x-api-key），拿到响应里的request_id，再轮询结果端点/api/v1/predictions/{request_id}/result，等status变成 completed 后从outputs[0].url取图。本地开发时vite.config.mjs的代理会把/api转发到 MuAPI，天然没有 CORS 问题。想抄现成写法，看 app/api/v1/creative-agent/ 这个 Next.js 路由示例和 src/lib/muapi.js 里的客户端逻辑。

把单点能力串成流水线。手动"生图 → 改图 → 生成视频 → 配音"要反复复制粘贴，Workflow Studio 把它变成可视化连线：Templates / My Workflows / Community 三个 Tab，节点编辑器里把 A 模型的输出接到 B 模型的输入，Playground 用表单 UI 交互式运行，每条工作流同时也能直接走 API 调用。其余垂直工作室从顶部 Tab 进入：Lip Sync Studio 有 9 个专用模型、两种模式（肖像图 + 音频 → 说话视频；视频 + 音频 → 对口型，含 Infinite Talk、LTX 2.3 Lipsync、LatentSync）；Agent Studio 用自然语言描述任务、由它规划执行；Audio、Clipping、Marketing、Recast 各管一摊。

🔧 三处实现细节：本地推理双引擎、模型集中管理、Cinema 参数翻译

本地推理双引擎（sd.cpp + Wan2GP）。先明确前提：本地推理只有桌面版支持，Web 版永远走云端 API。引擎一 sd.cpp 是一键安装，自动下载 stable-diffusion.cpp 的 C++ 引擎，支持 Apple Silicon Metal、CUDA、Vulkan、ROCm 加速，内置 SD 1.5（Dreamshaper 8，2.1 GB）、SDXL Base 1.0（6.9 GB）和 Z-Image Turbo/Base 六款模型。引擎二 Wan2GP 走"自带服务器"模式：你在任何一台 CUDA/ROCm GPU 机器上跑它的 Gradio 服务，桌面版只填一个 URL（如http://192.168.1.42:7860）点 Test，就能用 Flux.1 Dev、Qwen Image、Wan 2.2 等模型——Mac 用户可以把推理卸载给局域网里的显卡机器。引擎的下载、断点续传和生成进度解析都在 electron/lib/localInference.js。

模型集中管理。全部 420+ 模型定义挤在单文件 packages/studio/src/models.js，t2iModels/t2vModels/i2iModels/i2vModels四个数组，是全项目唯一数据源，加模型只改这一个文件。有个数字对不上要说明一下：仓库描述写 600+，模型分类表按这个文件核对是 420+，以models.js实际内容为准。

Cinema 相机参数翻译。纯文字 prompt 控制不了"镜头感"，Cinema Studio 把摄影术语变成可选项：6 种虚拟相机（Modular 8K Digital、Grand Format 70mm Film、Classic 16mm Film 等）、11 款镜头（含 Swirl Bokeh Portrait、Halation Diffusion）、焦距 8mm 到 85mm 六档、光圈 f/1.4 / f/4 / f/11 三档，你的选择会被翻译成优化过的 prompt 修饰词提交给生成模型。桌面版逻辑在src/components/CinemaStudio.js，共享库版在 packages/studio/src/components/CinemaStudio.jsx，每种镜头效果的预览图在public/assets/cinema/下。

🧯 部署与首次启动常见问题速查表

✅ 选型建议：谁该自托管这套工作室

适合你，如果

• 你是想自托管并白牌化 AI 生成工具的开发者：MIT 协议，packages/studio 是独立组件库，README 明确提到可复用甚至转售。
• 你的团队已有产品、想接生图 API：两步调用模式，改动量小。
• 你是 Mac 用户想免费试本地 SD 1.5 出图，或对平台内容过滤有明确不满、需要无过滤创作环境。

不适合你，如果

• 你期望"下载即用、零配置"：云端模型必须自带 Muapi.ai key，key 存在浏览器 localStorage，没有账号体系。
• 你没有 NVIDIA/AMD GPU 服务器却想跑本地视频模型：Wan2GP 必须有一台 CUDA/ROCm 的机器当推理节点。
• 你的团队需要多用户、权限管理、云端历史同步：生成历史只存在浏览器本地。

还有两个边界要讲清楚：Wan2GP 的视频模型目前只能通过 Image Studio 的生成 API 触达，Video Studio 的完整接入还在 roadmap 上；本地引擎的排错日志只输出到进程控制台，你得从终端启动应用才能看到。

推进顺序建议：先读 README.md 的部署与本地模型表格，再看 project_knowledge.md 的代码走读；想贡献代码，从给models.js加模型或给packages/studio/src/components/加一个工作室 UI 入手，成本最低。

【免费下载链接】Open-Generative-AIUnrestricted Open-source alternative to AI video platforms — Free AI image & video generation studio with 600+ models (Flux, Midjourney, Kling, Sora, Veo). No content filters. Self-hosted, MIT licensed.项目地址: https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI