今天在 GitHub Trending 上看到一个有意思的项目：Open-Generative-AI，一个完全开源、无任何内容过滤的 AI 图像/视频创作工作室，聚合了 200+ 前沿生成模型，堪比闭源商业平台的创作自由度，却完全免费、可自托管。
Open Generative AI 是由 Anil-matcha 开发的开源 AI 创作工具，定位是「AI Video Platforms 的 unrestricted open-source alternative」。核心亮点：
项目基于 MuAPI 作为模型网关，所有云端推理请求经由 MuAPI 统一转发。桌面端也支持完全离线运行（sd.cpp 引擎），数据不离开本地。
代表性支持模型包括：Flux、Nano Banana 2、Seedream 5.0、Kling、Sora、Veo、Wan 2.2、Midjourney、GPT-4o Image、Infinite Talk 等。
项目是一个 Next.js Monorepo，核心分包如下：
Open-Generative-AI/
├── app/ # Next.js App Router
│ └── studio/page.js # 主 studio 入口
├── components/
│ ├── StandaloneShell.js # Tab 导航 + API Key 管理
│ └── ApiKeyModal.js # API Key 输入弹窗
├── packages/studio/ # 核心 UI 组件库（独立 npm 包）
│ └── src/
│ ├── models.js # 200+ 模型定义（单一可信源）
│ ├── muapi.js # MuAPI HTTP 客户端
│ └── components/ # ImageStudio / VideoStudio / LipSyncStudio ...
├── packages/Vibe-Workflow/ # 工作流引擎（submodule）
├── packages/Open-Poe-AI/ # Agent 组件（submodule）
└── electron/ # Electron 桌面端入口
packages/studio 是独立 npm 包，通过 npm workspaces 联动，同时供自托管版和 muapi.ai 托管版共用，模型更新只改一处即可同步两端。
所有云端模型调用遵循统一的两步模式：
1. POST /api/v1/{model-endpoint} → 提交生成任务（返回 request_id）
2. GET /api/v1/predictions/{request_id}/result → 轮询直到 status=completed
muapi.js 中的核心封装（简化）：
// 提交任务
export async function submitGeneration(apiKey, endpoint, params) {
const res = await fetch(`https://api.muapi.ai/api/v1/${endpoint}`, {
method: 'POST',
headers: { 'x-api-key': apiKey, 'Content-Type': 'application/json' },
body: JSON.stringify(params),
});
return res.json(); // { request_id, status }
}
// 轮询结果
export async function pollResult(apiKey, requestId, maxWait = 120000) {
const start = Date.now();
while (Date.now() - start < maxWait) {
const res = await fetch(
`https://api.muapi.ai/api/v1/predictions/${requestId}/result`,
{ headers: { 'x-api-key': apiKey } }
);
const data = await res.json();
if (data.status === 'completed') return data;
if (data.status === 'failed') throw new Error(data.error);
await new Promise(r => setTimeout(r, 2000));
}
throw new Error('Timeout');
}
开发环境下，Next.js middleware.js 将 /api/v1/* 请求 rewrite 到 https://api.muapi.ai，解决 CORS 问题；Electron 端则通过 Vite proxy 做同样的事情。
桌面端支持两套本地推理引擎，设计上完全解耦：
| 引擎 | 实现方式 | 适用模型 | 硬件要求 |
|---|---|---|---|
| sd.cpp | 捆绑 C++ 二进制（Metal/CUDA/Vulkan） | SD 1.5、SDXL、Z-Image | 本地运行，Apple Silicon 支持 Metal GPU |
| Wan2GP | HTTP 客户端 → 远程 Gradio 服务器 | Flux、Qwen-Image、Wan 2.2、Hunyuan | 需独立 CUDA GPU 服务器 |
sd.cpp 引擎的二进制（sd-cli + libstable-diffusion.dylib）在用户首次启用时从 App 内自动下载，存储在 Electron appData 目录下。模型权重也通过 App 内 UI 按需下载，不需要用户手动管理文件。
Wan2GP 的设计思路很巧妙：把它当成一个远程服务，桌面 App 只负责发请求收结果，这样 Mac 用户可以用 Mac 跑前端，把推理卸载到局域网里的 Linux GPU 机器（或者 RunPod/vast.ai 实例）。
部分进阶模型（如 Nano Banana 2 Edit）支持最多 14 张参考图，前端实现了一个有序多选区组件：
// 多图选择状态
const [selectedImages, setSelectedImages] = useState([]);
// 切换选中，带顺序编号
function toggleSelect(image) {
if (selectedImages.find(i => i.id === image.id)) {
setSelectedImages(selectedImages.filter(i => i.id !== image.id));
} else {
setSelectedImages([...selectedImages, { ...image, order: selectedImages.length }]);
}
}
选中图片后，API 请求时通过 images_list 字段将多图 URL 数组一并提交给 MuAPI。
直接下载预构建安装包：
| 平台 | 下载链接 |
|---|---|
| macOS Apple Silicon | Open.Generative.AI-1.0.9-arm64.dmg |
| macOS Intel | Open.Generative.AI-1.0.9.dmg |
| Windows x64 | Open.Generative.AI.Setup.1.0.9.exe |
macOS 用户注意：因未做 Apple 公证，首次打开需要在终端执行
xattr -cr "/Applications/Open Generative AI.app"然后右键打开。
# 克隆（含 submodule，必须递归克隆）
git clone --recurse-submodules https://github.com/Anil-matcha/Open-Generative-AI.git
cd Open-Generative-AI
# 安装依赖 + 构建 workspace 包（必须，不能只 npm install）
npm run setup
# 启动开发服务器（Next.js，localhost:3000）
npm run dev
# 或启动桌面端开发模式（Electron + Vite）
npm run electron:dev
a serene mountain lake at sunrise, oil painting如果不想用云端 API，进入 Settings → Local Models，下载 sd.cpp 引擎和 SD 1.5 模型（如 Dreamshaper 8，约 2 GB），即可完全离线生成。
Image Studio 根据是否上传参考图自动切换模型集：
实战示例——用 Nano Banana 2 Edit 做多参考图编辑：
Nano Banana 2 Editblend the face with the art style, keep the compositionVideo Studio 同样智能切换：
Seedance 2.0 支持 Video Extend 功能：可以无缝延续已生成视频的长度，保留风格、动作和音频，支持 5/10/15 秒扩展。
Lip Sync Studio 支持两种输入模式：
生成历史独立存储在 lipsync_history，页面刷新后任务状态自动恢复。
Workflow Studio 允许用户用节点编辑器搭建多步 AI 管道，比如：
[Text-to-Image: Flux] → [Image-to-Image: Upscaler] → [Image-to-Video: Kling]
每个节点对应一个模型调用，输出自动传递给下一个节点。支持社区模板，也可以保存自己的管道复用。底层由 Vibe-Workflow 驱动。
Q：macOS 提示「无法打开，因为无法验证开发者」
A：终端执行 xattr -cr "/Applications/Open Generative AI.app"，然后右键打开。或去「系统设置 → 隐私与安全」点「仍要打开」。
Q：npm run dev 报错 Couldn't find a 'pages' directory
A：确认克隆时加了 --recurse-submodules，并且执行了 npm run setup（构建 workspace 包）。如果 packages/Vibe-Workflow 目录为空，重新运行 git submodule update --init --recursive。
Q：Electron 桌面端 SWC 二进制报错 A：这是 electron-builder 打包时将所有平台的 SWC 二进制都打进去了，afterPack.js 脚本会在打包后清理无关平台的二进制。开发模式下一般不受影响。
Q：生成任务一直 pending / 超时 A：先检查 MuAPI API Key 是否有效、余额是否充足。可以在 muapi.ai/access-keys 查看用量。部分大模型（如 Wan 2.2）生成时间较长，耐心等待或调低分辨率。
Q：sd.cpp 本地推理在 8GB Mac 上卡死 A：Z-Image 模型需要约 7.4 GB 权重 + 2.4 GB 计算缓冲，8 GB 机型会Swap 到磁盘导致系统挂起。建议 8GB Mac 用户只用 SD 1.5 模型（Dreamshaper 8 等）。
Q：Wan2GP 远程服务器连接失败
A：确认服务器上已运行 python wgp.py --listen --server-name 0.0.0.0，并且防火墙已放开 7860 端口。在 App 设置中填 http://服务器IP:7860，点 Test 验证连通性。
Q：Ubuntu 24.04 上 Electron App 无法启动
A：Ubuntu 24.04 启用了 apparmor_restrict_unprivileged_userns，阻止 Chromium sandbox。建议安装 .deb 包（自带 AppArmor profile），或者临时执行 sudo sysctl -w kernel.apparmor_restrict_unprivileged_userns=0。
Open Generative AI 是一款完成度很高的开源 AI 创作工具，其最大价值在于：
相对于商业竞品（如 Runway、Midjourney Web），它的劣势是目前依赖 MuAPI 作为模型网关（需注册获取 API Key），部分先进模型可能产生费用。但本地推理的加入让完全离线的使用场景也能覆盖。
整体来说，对于需要高频使用 AI 图像/视频生成、又不想被订阅费和内容审查束缚的创作者和开发者，这是一个非常值得关注的开源项目。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。