企业官网建设流程全解析

Open-Generative-AI 实战指南：6 个步骤，带你自托管 AI 图像与视频生成工作室

【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 是开源、可自托管的 AI 图像与视频生成工作室，聚合 Flux、Midjourney、Kling、Sora、Veo 等 600+ 模型，无订阅费、无内容过滤器。克隆、装依赖、启动三件事，免费生成自己的 AI 图片与视频。

30 秒认识 Open-Generative-AI

它解决的是两类人的问题：被平台过滤器卡住创意、又想把数据握在自己手里的创作者；以及想直接站在 600+ 模型目录上做二次开发的开发者。

🚀 安装与首次配置：从零到第一次生成

最短路径 6 个步骤：

1. 克隆仓库（必须带子模块）
2. 执行npm run setup安装依赖并构建工作区
3. 执行npm run electron:dev启动桌面应用
4. 首次启动时填入 Muapi API Key（只用本地模型可跳过）
5. 打开 Image Studio 或 Video Studio
6. 选模型、写提示词，生成第一张图

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

首次启动必改的 4 项设置：

1. Muapi API Key：首次使用弹窗里只粘贴密钥值，不要填密钥名称；密钥存在浏览器 localStorage，只会发往 Muapi，不会经过其他服务器。
2. 推理引擎选择：设置 → Local Models 里一键安装随包自带的 sd.cpp 引擎做本地图像生成；视频和大参数模型需要自部署 Wan2GP 服务器。
3. 本地模型目录：多 GB 的模型权重想放其他磁盘时，启动前设置环境变量OPEN_GENERATIVE_AI_LOCAL_AI_DIR，应用会在那里自动建bin/、models/、tmp/三个子目录。
4. 参考素材库：第一次上传的参考图会自动带缩略图存进本地上传历史，之后复用直接从面板点选，不用重复上传。

启动后的主界面长这样，默认落在 Image Studio，左侧选模型、中间写提示词：

Open-Generative-AI 的图像生成工作台：选一个模型、写一句提示词就能出图

🧩 核心能力拆解：图像、视频、电影感

Image Studio：70+ 模型与 14 张参考图融合

• 适用场景：手里有几张产品图和一张风格参考图，想让同一主体换到新场景里。
• 操作路径：① 在 Image Studio 上传参考图，模型集自动切换到 70+ 的图生图档；② 选 Nano Banana 2 Edit 这类多图画模型；③ 在参考图选择器勾选最多 14 张（带顺序编号），点确认生成。
• 隐藏技巧：单图模式提示词必填，图生图模式下提示词变成可选——想保持原图主体时可以把提示词写短。

Video Studio：85+ 文生视频与 120+ 图生视频

• 适用场景：一张满意的静帧，需要变成 5–15 秒的动态镜头。
• 操作路径：① 切到 Video Studio，上传起始帧（或直接用文生视频）；② 在 Kling v3、Sora 2、Veo 3、Seedance 2.0 里挑一个；③ 时长设 5/10/15 秒，生成后一键下载全分辨率视频。
• 隐藏技巧：Seedance 2.0 Extend 能对上一次生成无缝续拍，风格、动作和音频都保留，适合把短视频接长。

Video Studio 可调用 MiniMax Hailuo 等 85+ 文生视频模型

Cinema Studio：虚拟摄影机拍摄

• 适用场景：想要一张照片级写实图，但要求画面像"真实摄影机拍的"，而不是 AI 直出感。
• 操作路径：① 打开 Cinema Studio；② 依次选机身（70mm 胶片等 6 种）、镜头（Warm Cinema Prime 等 11 种）、焦距 8mm–85mm 共 6 档、光圈 f/1.4–f/11 共 3 档；③ 点生成，参数会被自动翻译成优化过的提示词修饰符。
• 隐藏技巧：35mm 标注为 Human Eye（人眼视角）、f/4 是平衡档，拿不准时就选这对组合，出错概率最低。

Cinema Studio 用 f/1.4 光圈档生成的浅景深电影感画面

⚡ 效率工具箱：常用操作速查与组合拳

组合拳一：静帧到短视频（每步的输出就是下一步的输入）：

1. Image Studio 出图（10 字）
2. 切到 Video Studio
3. 上传为起始帧
4. 选模型设 10 秒，下载

组合拳二：把单次生成固化成流水线：

1. 打开 Workflow Studio
2. 拖图像、视频节点连线
3. Playground 跑全流程
4. 同一流程经 API 供自有应用调用

🚑 踩坑急救站：3 个高频故障

1. 症状：npm run dev报 "Couldn't find a 'pages' directory"。定位：克隆时漏了子模块导致工作区包缺失，或没在仓库根目录执行命令。处置：重跑npm run setup安装子模块并构建工作区，确认当前目录下能看到app/和package.json。
2. 症状：macOS 首次双击应用，Gatekeeper 提示被阻止、打不开。定位：应用未经 Apple 公证签名，属于正常的首次拦截，只发生一次。处置：终端执行xattr -cr "/Applications/Open Generative AI.app"，然后右键应用选"打开"。
3. 症状：Ubuntu 24.04+ 上 AppImage 启动即闪退。定位：系统 AppArmor 限制非特权用户命名空间，Chromium 沙箱起不来。处置：优先装.deb包——安装时自动写入 AppArmor 配置，无需改动系统全局设置。

🗺️ 进阶路线图：从跑通到二次开发

第 1 周

• 跑通桌面应用，在 Image Studio 和 Video Studio 各完成一次生成
• 一键安装 sd.cpp 引擎，用 2.1 GB 的 Dreamshaper 8 跑通本地出图
• 把常用参考图沉淀进上传历史，建立自己的素材库

第 1 个月

• 自部署一台 Wan2GP 服务器，接入 Flux、Wan 2.2 本地模型
• 在 Workflow Studio 搭一条"图像 → 视频"链路并在 Playground 稳定运行
• 固定一套 Cinema 参数组合（6 机身 × 11 镜头里挑 3 组），产出风格一致的镜头序列

长期

• 往模型目录里补新模型，保持生成能力随上游更新
• 基于 studio 组件库封装自己业务需要的自定义工作室
• 用打包脚本产出团队内部使用的桌面版本

资源引用：

• packages/studio/src/models.js：600+ 模型定义的唯一数据源
• packages/studio/src/components/：14 个工作室界面组件源码
• packages/studio/src/muapi.js：API 客户端，提交后轮询结果的两步模式
• electron/lib/：本地推理引擎、模型目录与路径逻辑
• scripts/package-linux-deb.js：Linux deb 打包脚本
• docs/assets/：官方演示截图与示例图

Open-Generative-AI 把 14 个工作室、600+ 模型和全部源码都放在 MIT 协议下，剩下的事只有一件：把仓库克隆下来，让第一张自己生成的图出现在 10 分钟后。

【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