Open Generative AI 完整指南：600+ 模型的免费自托管 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 是一个 MIT 许可的开源自托管生成式 AI 工作室：用一套界面聚合 600+ 个图像与视频模型（Flux、Midjourney、Kling、Sora、Veo 均在目录内），内置 16 个创作工作室，不做内容过滤，Web、桌面、Docker 三种形态任选。桌面版还额外内置 sd.cpp 与 Wan2GP 两套本地推理引擎，不花一分钱 API 钱也能出图。本文按"先跑起来、再玩功能、后读源码"的顺序讲透安装、核心玩法、本地推理配置与二次开发入口。

三种方式跑起来：先对比再动手

结论：只想要桌面出图体验选预编译安装包，想贡献代码选源码，要长期服务选 Docker。三条路径共用同一套工作室界面，差别在运行位置、依赖成本和能不能跑本地推理。

桌面版：唯一能本地推理的形态

从 Releases 下载 2.0.0 对应系统的安装包：macOS 有 Apple Silicon（arm64）与 Intel（x64）两个 DMG，Windows 是 x64 的.exe，Linux 提供.AppImage和.deb。全程不需要 Node.js。

⚠️ 两个平台都会触发安全拦截，处理方式如下：

• macOS 首次启动被 Gatekeeper 拦截（应用未经 Apple 公证）：把应用拖进/Applications后，在 Terminal 执行xattr -cr "/Applications/Open Generative AI.app"清除隔离属性，再右键应用选 Open。嫌麻烦也可以打开后去 系统设置 → 隐私与安全性 点 "Open Anyway"。只需做一次。
• Windows SmartScreen 黄色警告（安装包未做代码签名）：点 More info → Run anyway，应用会静默装到%LocalAppData%并建好开始菜单快捷方式。
• Ubuntu 24.04+ 上 AppImage 静默崩溃：新版内核的apparmor_restrict_unprivileged_userns策略会挡住 Chromium 沙箱。推荐直接装.deb（包内自带 AppArmor profile）；坚持用 AppImage 则临时执行sudo sysctl -w kernel.apparmor_restrict_unprivileged_userns=0（重启失效，需写入/etc/sysctl.d/99-userns.conf才永久）。

源码 Web 版：一条 setup 命令省掉多数坑

需要 Node.js v18+ 和一个 Muapi.ai access key（把 key 的值粘进应用，别填 key 的名称；只用本地模型可跳过）。克隆时必须带子模块参数，否则 workflow 与 agent 两个工作区包是空的：

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

npm run setup实际执行三件事（见 package.json 的 scripts）：git submodule update --init --recursive+npm install+ 构建全部 workspace 包。只跑npm install不够，子包不构建后面两个启动脚本都会报错。然后二选一：

npm run electron:dev # 桌面开发版（Electron + Vite） npm run dev # Web 版（Next.js），访问 http://localhost:3000

⚠️症状：npm run dev报 "Couldn't find a 'pages' directory"。原因：Next.js 找不到app/目录，通常是没在仓库根目录执行，或子模块没拉全。修法：确认你在含app/、package.json、next.config.mjs的那一层；若packages/Vibe-Workflow或 agents 包为空，重跑一遍npm run setup。

Docker：一条命令起长期服务

docker-compose.yml 把宿主3001映射到容器内3000，NODE_ENV=production、restart: unless-stopped，docker compose up -d后访问http://localhost:3001。Dockerfile 是多阶段构建：先只拷各 workspace 子包的package*.json装依赖，再构建子包与 Next.js，最终运行阶段基于node:22-alpine只拷.next、public、node_modules，镜像里不含开发依赖。

第一张图与第一条视频：双模式是怎么切档的

出图：上传参考图会自动换一套模型，不用你切模式

Image Studio 的核心机制是自动双模式切换：不上传参考图时是文生图（50+ 个 t2i 模型，Flux、Nano Banana 2、Seedream 5.0、Midjourney 等，提示词必填）；一旦上传参考图，模型集合自动换成 55+ 个图生图/编辑模型（Kontext、Nano Banana 2 Edit、Seedream 5.0 Edit 等），提示词变为可选。

选中支持多图输入的编辑模型时，上传入口切成多选：带顺序编号的复选框（图片按你勾选的顺序发给模型）、批量上传、剩余槽位+徽标，最后点 "Use Selected" 确认。各模型上限不同——Nano Banana 2 Edit 收 14 张，Nano Banana Edit、Flux Kontext Dev I2I、GPT-4o Edit 各收 10 张，Flux 2 Flex/Pro Edit 收 8 张，Vidu Q2 收 7 张，Flux Kontext Pro/Max I2I 只收 2 张。历史上传过的图以缩略图存在localStorage（三列网格），跨会话直接点选复用，不用重复上传。

出视频：同一套切换逻辑，控件随模型能力显隐

Video Studio 默认文生视频（40+ 个 t2v 模型：Kling、Sora、Veo、Wan、Seedance 2.0、Hailuo、Runway），上传首帧后切换到 60+ 个图生视频模型。宽高比、时长、质量控件会随所选模型动态显隐。以 Seedance 2.0 为例：4 种宽高比、5/10/15 秒三档时长、basic/high 两档质量；Seedance 2.0 Extend 还能续接既有生成，保留风格、运动与音频。生成历史存在浏览器存储里，可回看、可一键重下。

让人像说话：Lip Sync 两条输入路线

Lip Sync Studio 有 9 个专用模型，操作固定五步：切模式 → 传图或传视频 → 传音频 → 可选填提示词引导动作风格 → 选模型与分辨率点 Generate。

唇形同步的历史独立存在lipsync_history键里，页面刷新后挂起的任务会自动恢复。

把创作变成流水线：Workflow、Agent 与 Cinema 三个方向

• Workflow Studio：节点式可视化编辑器把图像/视频/音频模型连成多步流水线。可从预置模板起步、保存"我的工作流"、浏览社区共享流；Playground 表单可交互运行，每个工作流还能通过 Muapi API 调用——适合把重复创作固化成管道。
• Agent Studio：多轮对话式创意代理，用对话规划并执行生成任务，不用自己一步步点按钮。Design Agent Studio 则提供画布式的自主设计代理。
• Cinema Studio：把虚拟相机参数翻译成优化过的提示词修饰符——6 款相机（Modular 8K Digital、Full-Frame Cine Digital、Grand Format 70mm Film 等）、11 款镜头（Swirl Bokeh Portrait、Halation Diffusion、70s Cinema Prime 等）、焦距从 8mm 超广角到 85mm 特写、光圈三档 f/1.4 / f/4 / f/11。想要"电影感"但不想手写长提示词，用这个最直接。
• Marketing Studio：从单一输入生成广告/营销创意变体，一次出多个版本。Body Swap（Recast）做图像/视频中的人体重铸，AI Influencer 用于维持风格一致的虚拟人内容。

本地推理：sd.cpp 与 Wan2GP 的分工、配置与验证

本地推理只在桌面版可用，在 Settings → Local Models 里分别配置两套互相独立的引擎。托管 Web 版与 Docker 形态永远走云端 API。

sd.cpp 用法：Settings → Local Models 一键安装引擎（自动下载）→ 下载模型 → 在 Image Studio 模型选择器旁点 ⚡ Local 开关 → 选本地模型生成，不需要 API Key。Z-Image 两个模型共享两个只下载一次的辅助文件：Qwen3-4B 文本编码器（2.4 GB）与 FLUX VAE（335 MB）。

⚠️硬件红线：8 GB 的基础款 M 系列 Mac 上 Z-Image 已知会挂起系统，请选 SD 1.5。SD 1.5 在 M2 上 Metal 生效时约 1–2 秒/步；若实测约 10 秒/步，说明二进制回退到了 CPU。

引擎、权重与临时文件默认存在 Electron 应用数据目录（macOS 为~/Library/Application Support/open-generative-ai/local-ai，Windows 为%APPDATA%\open-generative-ai\local-ai，Linux 为~/.config/open-generative-ai/local-ai）。数 GB 权重想放别的盘，启动前设置环境变量OPEN_GENERATIVE_AI_LOCAL_AI_DIR，应用会在那下面自动建bin/、models/、tmp/三个子目录，Settings 里会显示解析后的路径。解析逻辑见 electron/lib/localInferencePaths.js。需要引擎日志时，从 Terminal 或 PowerShell 启动应用即可在控制台看到下载与推理输出。

Mac 最快验证法：绕过 UI 直接驱动 sd-cli

应用调用的就是sd-cli这个二进制，直接命令行跑一次是最快的健康检查。先确认目录布局：

APP_DATA="${OPEN_GENERATIVE_AI_LOCAL_AI_DIR:-$HOME/Library/Application Support/open-generative-ai/local-ai}" ls "$APP_DATA/bin" # 应有 sd-cli 与 libstable-diffusion.dylib ls "$APP_DATA/models" # 已下载的模型

手动放一个约 2 GB 的 SD 1.5 模型进去做对照，再跑一次 512×512、12 步推理：

curl -L --fail --progress-bar \ -o "$APP_DATA/models/DreamShaper_8_pruned.safetensors" \ "https://huggingface.co/Lykon/DreamShaper/resolve/main/DreamShaper_8_pruned.safetensors" DYLD_LIBRARY_PATH="$APP_DATA/bin" "$APP_DATA/bin/sd-cli" \ -m "$APP_DATA/models/DreamShaper_8_pruned.safetensors" \ -p "a serene mountain lake at sunrise, oil painting" \ -o /tmp/sd15-test.png \ --steps 12 -H 512 -W 512 --cfg-scale 7.5 --seed 42 \ --sampling-method euler_a

健康的 Apple Silicon 运行会打印total params memory size = 1969.78MB (VRAM 1969.78MB, RAM 0.00MB)（Metal 后端）并产出一张连贯 PNG。如果VRAM显示0.00MB，说明动态库是纯 CPU 版——用otool -L "$APP_DATA/bin/libstable-diffusion.dylib" | grep -i metal检查，缺 Metal 就在 Settings → Local Models 重装引擎。

Wan2GP：为什么官方推荐"Mac 当 UI + 局域网 GPU 机器当算力"

应用不内置Wan2GP 的 Python 运行时和权重。Wan2GP 的注意力与量化内核（Sage attention、flash-attn、AWQ/GGUF）只支持 CUDA/ROCm，没有 Apple Silicon 路径——这就是它被拆成远程服务器的原因。两种接法：

• 同机：Settings → Local Models → Wan2GP 填 Wan2GP 安装目录（Python 默认<目录>/venv/bin/python），点 Save 再 Check，它会对一个测试任务跑wgp.py --dry-run。每次生成都走 Wan2GP 的无头 CLI，权重首次用到时自动下载并在进度条可见。
• 另一台机器：在 GPU 机器上启动 Wan2GP 的 MCP 服务，把 URL（如http://192.168.1.42:7866/mcp）填进同一面板。注意 Gradio Web UI 的 7860 端口不是 API，不能填这个。

⚠️--mcp-host 0.0.0.0只应在受信网络使用，非受信网络按 Wan2GP 的认证文档配 OAuth/HTTPS。接好之后，在 Video Studio 切到 ⚡ Local 选模型即可；你 Wan2GP 版本里没有的模型会列出原因，权重未下载的会标出来。

读懂这套架构：三个文件看懂数据与密钥怎么流动

整个项目是一个 Next.js 15（App Router）monorepo，package.json声明了 4 个 npm workspace：packages/studio、workflow-builder、agents、design-agent。所有工作室 UI 集中在共享组件库 packages/studio，Next.js 页面层（app/studio/[[...slug]]/page.js）只干一件事：渲染 components/StandaloneShell.js。想改源码，认准下面三个位置：

• packages/studio/src/models.js：模型目录的单一事实来源。这个 3.5 万行的文件导出t2iModels、t2vModels、i2iModels、i2vModels、v2vModels、lipsyncModels六组数组，每个模型带id、endpoint（映射到 API 路径）、输入 schema（宽高比/分辨率/时长的 enum 与默认值）。这份库同时被自托管应用与托管版消费——在这里加一个模型，两边同步生效，改模型只改这一个文件。
• 两步式 API：与 Muapi 网关的通信只有两步——先POST /api/v1/{model-endpoint}提交提示词与参数拿到request_id，再GET /api/v1/predictions/{request_id}/result轮询到状态completed。认证统一走x-api-key头。文件上传走POST /api/v1/upload_file（multipart），返回托管 URL 供图像条件模型使用；多图模型把完整images_list数组放在单次请求里转发。唇形同步复用同一模式，由processLipSync()接受image_url或video_url加audio_url。
• 密钥的流通链路：API Key 存在浏览器localStorage（键名muapi_key），保存时同时写入一年有效期、SameSite=Lax的同名 cookie。components/StandaloneShell.js 里的 Axios 拦截器有选择地只把x-api-key注入相对路径或内部代理路径（/api/app、/api/workflow、/api/agents、/api/api、/api/v1）的请求，避免把密钥发给 S3 之类的外部域名。服务端那一层，app/api/api/v1/[[...path]]/route.js 的cleanHeaders()会剥离host、connection、cookie等敏感头再转发到api.muapi.ai，且 cookie 鉴权已被移除（注释标注 CWE-522 安全修复）——读这个文件是理解 Next.js 如何安全地代理第三方 API 的好教材。

成本与边界：钱、硬件、许可各是什么范围

• 费用：应用本身免费（MIT 协议），可自托管、修改、商用、再分发。但云端模型生成依赖 Muapi.ai 网关，需自备 access key 并遵守其条款；本地推理路径（sd.cpp）不依赖任何云端服务，完全离线出图。
• 硬件：sd.cpp 全平台可纯 CPU 运行，Z-Image 建议 16 GB 内存（7.4 GB 权重 + 2.4 GB 计算缓冲），8 GB Mac 会挂起；Wan2GP 侧需要一台 CUDA/ROCm GPU 机器，Wan 2.1 1.3B 是最轻的本地视频模型（480p，约 8 GB 显存）。
• 许可边界：MIT 只覆盖应用代码。模型权重与 Muapi.ai API 是外部资产，各自的许可与条款独立于本仓库；"无内容过滤"是产品策略，法律与平台责任由使用者自行承担。
• 托管版差异：官方托管 Web 版与自托管版共用同一份packages/studio模型库，模型更新两边同步，但托管版没有本地推理，且数据在对方环境。

谁该用，谁不必用

需要数据自主、想用 sd.cpp 或 Wan2GP 做零 API Key 的本地推理、或打算在 600+ 模型目录和这套 Next.js 代理架构上做二次开发（自托管产品、教学、集成）的人，这个仓库值得花时间——桌面版 + Mac + 局域网 GPU 机器是目前覆盖效果最全的组合。反之，如果你只是偶尔出图出视频、能接受云端 API 与托管环境，直接在线试用就够了，不必为它搭任何环境。

【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