企业官网建设流程全解析

• 人工智能
• AI 应用
• 媒体生成
• 音视频
• 工作流自动化
• 后端
• 前端

影策（open-ai-canvas）是一个面向 AI 影视与短剧创作的开源无限画布工作台，将多模态生成（图片 / 视频 / 音频 / 文本）、分镜编排、素材管理与 Agent 工作流整合在同一个工作台里。本文从功能、部署、二次运营三个角度做深度评测：作为免费的 AI 影视创作工具，它到底适合谁、如何自部署。

项目采用 MIT 协议开源，当前版本 v1.6.6，前端为 React + TypeScript，后端为 Go（Gin + GORM），本地用 SQLite 即可跑起来，正式部署可切 PostgreSQL + Redis，架构说明见 README.md。

影策核心功能实测：从一句话到分镜的完整链路

影策的定位一句话概括："让一个故事，从文字走向银幕"。它的核心不是单点生成，而是把剧本 → 角色 → 场景 → 分镜 → 素材 → 成片整条链路装进一块自由画布。

自由画布：节点 + 连线的创作方式

画布支持节点、连线、框选、缩放、小地图、撤销重做与导入导出。每个媒体节点生成后会冻结"产出模型"，改下拉框只影响下一次生成，不会污染已产出的内容。创作页输入一句话镜头描述，配合参考图即可开始生成：

短剧流水线：章节进度与分镜准备

短剧创作页把项目拆成"剧情章节 → 分镜 → 画布"三级进度，每章从内容确认、资产确认到分镜准备的状态都可视化，避免"写了 10 集剧本却没人管素材"的失控状态。项目详情见 assets/project-detail.png 所示的制作概览页：

多模型生成：100+ 官方插件包覆盖主流渠道

这是影策作为"免费方案"最关键的一点：渠道全部插件化。仓库 plugin-packages/ 目录内置了 OpenAI、Google Gemini/Veo、Midjourney、Kling、Minimax、Seedance、火山引擎、阿里云 DashScope、fal、Replicate 等 100+ 插件包，换模型渠道 ≈ 装一个插件，参考 功能清单。管理员还能按渠道精细配置分辨率预设、比例、价格档：

云端 Agent：会操作画布的 AI 助手

画布里的 Agent 支持持久化对话、流式事件回放、画布摘要、审批后写入和媒体生成（预算与审批双重控制），还能维护个人记忆、待办清单，运行中可插话。技能生态方面，backend/builtin/ 内置了 70+ 个创作技能包，覆盖短剧实战、分镜语法、视觉基调、广告文案、喜剧技巧等 30 多个创作域。

时间线剪辑与素材管理

片段编排、拆分修剪、字幕转写、服务端成片导出一应俱全；素材库支持分类、批量移动、删除前引用校验，登录后可跨设备同步，底层走幂等重放的 operations 事务，断网、刷新都不会静默丢内容，机制细节见 docs/content/docs/backend/canvas-operations-sync.mdx。

影策自部署教程：本地与服务器三种启动方式

方式一：宿主机直跑（开发体验）

环境要求：Bun + Go 1.25。

git clone https://gitcode.com/gh_mirrors/op/open-ai-canvas cd open-ai-canvas mkdir -p .local/project-workbench-debug .local/cache/go-build .local/cache/go-mod

然后开两个终端：

# 终端一：后端（Go） cd backend CANVAS_BACKEND_ADDR=127.0.0.1:8080 \ CANVAS_BACKEND_DATA_DIR=../.local/project-workbench-debug \ GOCACHE=../.local/cache/go-build \ GOMODCACHE=../.local/cache/go-mod \ go run ./cmd/server

# 终端二：前端（Bun） cd web bun install --frozen-lockfile bun run dev

打开http://localhost:3000，首次注册管理员账号，再进设置配置模型渠道即可。Windows 用户可一键执行仓库根目录的 scripts/start-local.ps1。更完整的本地开发说明（含时间线字幕转写）见 docs/content/docs/backend/local-development.mdx。

方式二：Docker Compose（推荐）

# 源码热更新开发 docker compose -f docker-compose.dev.yml up --build # 构建 release 镜像运行 docker compose -f docker-compose.local.yml up -d --build

默认前端3000、后端8080，端口冲突可用CANVAS_WEB_HOST_PORT/CANVAS_BACKEND_HOST_PORT覆盖。

方式三：云服务器一键部署（生产）

curl -fsSL https://raw.githubusercontent.com/ddcat-ai/open-ai-canvas/main/scripts/install-server.sh | sudo bash

脚本自动安装 Docker、拉取源码、生成受保护的.env，并启动 PostgreSQL、Redis、后端与网页，部署后访问http://服务器IP:3000。更新、备份与回退流程见 docs/content/docs/backend/system-update.mdx。

自部署后的隐藏价值：管理后台与计费能力

影策不只是个人工具，它还内置了完整的运营后台：用户管理、系统渠道、逻辑模型、积分运营、兑换码、请求明细、用量趋势与费用估算（数据概览页可直接导出 CSV 对账），并支持支付宝 / 微信等支付插件（plugin-packages/official-payment-alipay-page/ 等）。

如果你打算把它做成团队工作站甚至对外服务，这套"渠道 + 积分 + 计费"体系可以直接复用；纯个人使用则保持本地 SQLite 模式即可，软件本身零成本。

⚠️ 安全提醒：项目文档明确建议——首次管理员注册在受控网络完成，公网部署保持CANVAS_REGISTRATION_ENABLED=false，并正确配置CANVAS_CORS_ORIGINS。细节见 README.md 的"安全边界"一节。

总结：影策适合作为你的 AI 影视创作工具吗？

一句话结论：如果你需要一个免费、可自部署、渠道自主可控的 AI 影视创作工作台，而不是又一个单点生成网页，影策是目前开源方案里少见的"完整流水线"选手——画布管组织，分镜管节奏，插件管模型，Agent 管执行，管理后台管运营。

项目仍在快速迭代（近期版本持续增强 3D 预演台、Agent 审批与画布同步），完整功能以 docs/content/docs/overview/features.mdx 为准，更新记录见 CHANGELOG.md。

• 人工智能
• AI 应用
• 媒体生成
• 音视频
• 工作流自动化
• 后端
• 前端