MIT 开源 · 可自托管 · 单管理员部署

可自托管的
AI 创作画布

文字、图片、视频、音频与 Agent,同处一个无限画布。用最低的代价获得商业画布的体验 —— 不必绑定昂贵的会员,也不必追逐最顶尖的模型,把选择权留在自己手里。

macOS / Linux · Docker Compose v2
mkdir agenvas && cd agenvas && \
  curl -fL https://raw.githubusercontent.com/grayrepo-byte/Agenvas/main/docker-compose.yml \
    -o docker-compose.yml && \
  docker compose up -d --wait

启动完成后打开 http://127.0.0.1:8088/setup 创建管理员账号。 数据库密码与凭证密钥首次启动时自动生成,无需填写。

  • 4 种界面语言
  • 6 类媒体适配器
  • 1 条命令完成部署
  • MIT 开源许可
产品预览

一张画布,跑完整个创作流程

每个素材都是一张卡片。拖拽、框选、连线与自动整理,让文字、图片、视频、音频和 Agent 在同一张画布上互相引用。

界面示意:提示词卡片派生文字与图片,Agent 读取绑定上下文并提交媒体提案,批准后生成音频与视频。

核心功能

从灵感到成品,画布承担全部环节

生成、复用、编辑与审批都发生在同一张画布上,不需要在多个工具之间搬运素材。

画布创作

拖拽、框选、连线与自动整理,支持上传本地媒体,卡片关系一目了然。

多模态生成

文字、图片、视频、音频逐卡片运行,支持排队、取消、重新生成与历史版本。

Agent 协作

读取绑定上下文、编辑文字、摆放卡片;媒体生成提案经你批准后才执行。

素材复用

项目资源、个人资产库、提示词模板、媒体风格与混合参考输入,一次沉淀处处可用。

图片处理

标注、裁剪、旋转、镜像、放大、深度提取,以及配置能力支持的 AI 编辑。

自托管管理

模型配置、本地及 OSS / COS / S3 存储、任务与调用记录、项目清单导出。

创作流程

五种能力,落在同一套卡片上

可用操作取决于管理员在后台发布的能力,界面支持中文、英文、俄文和日文。

文字

接入任意 OpenAI 兼容端点,逐卡片生成与改写。结果可选用、可重新生成,历史版本随时回看。

OpenAI 兼容端点 自定义模型 ID 历史版本
图片

生成后可继续在画布内处理:标注、裁剪、旋转、镜像、放大与深度提取,也可以直接上传本地素材。

GPT Image Google Nano Banana ComfyUI 工作流 混合参考输入
视频

以图片或文字为起点生成视频,支持参考媒体。结果未知(UNKNOWN)时需显式重试,避免误判为已完成。

火山方舟 Seedance RunningHub V2 媒体中继
音频

语音与音效逐卡片生成,可直接引用画布上的文字与图片作为参考输入,与视频卡片组合使用。

Seed Audio 参考音频 逐卡片运行
Agent

读取绑定上下文、编辑文字、摆放卡片;媒体生成提案统一在对话中批准或拒绝。使用前管理员需运行工具调用诊断。

上下文绑定 提案审批 Skill 配置 多轮对话
生态对接

用你手上的模型,跑你熟悉的流程

适配器与工作流都由管理员在后台发布,用户侧看到的可用操作与之保持一致。

语言模型

  • 任意 OpenAI 兼容端点
  • 自定义模型 ID 与 API Key
  • 工具调用诊断,验证 Agent 可用性

媒体适配器

  • GPT Image · Google Nano Banana
  • 火山方舟 Seedance · Seed Audio
  • 媒体中继,支撑需要公网访问的参考素材

工作流引擎

  • ComfyUI:导入并映射已发布的 API 工作流
  • RunningHub V2 工作流与 AI 应用
  • 可用操作随管理员发布的能力变化

存储与凭证

  • 本地存储,或对接 OSS / COS / S3
  • API Key 加密保存,密钥不写入日志
  • 数据库密码与主密钥自动生成并持久化
快速开始

三步,跑起你自己的画布

启动和登录无需 Git、本地编译环境、GPU、.env 或模型 Key。只需装好 Docker Engine / Docker Desktop,并确认包含 Docker Compose v2。

一键启动

选择你的系统,复制整段命令执行。

终端
mkdir agenvas && cd agenvas && \
  curl -fL https://raw.githubusercontent.com/grayrepo-byte/Agenvas/main/docker-compose.yml \
    -o docker-compose.yml && \
  docker compose up -d --wait

这一步会准备 agenvas 目录、拉取镜像,并等待 Web、API 与 PostgreSQL 三个服务健康。首次下载镜像可能需要几分钟,请保留该目录以便后续维护。

创建管理员

本机打开 http://127.0.0.1:8088/setup;从其他设备访问时使用 http://<服务器IP>:8088/setup。填写管理员登录名和密码后即可登录。

初始化状态永久记录在数据库中,重启或停用管理员都不会重新开放。 请先在受控网络完成初始化,再开放公网访问。

配置模型,开始创作

在「设置 → 模型配置」添加 OpenAI 兼容端点的模型 ID 与 API Key; 在「媒体配置」创建连接、发布能力并设置默认模型。随后创建项目,通过画布右键菜单添加卡片或上传素材。

日常维护
docker compose up -d --wait   # 启动或更新
docker compose ps             # 查看服务状态
docker compose down           # 停止并保留数据

更新前请备份数据库、媒体、配置与加密密钥。 不要执行 docker compose down -v,它会删除数据和密钥。

技术栈

常见的工具,透明的实现

工具链基线:JDK 21、Node 24 LTS(24.12+)、pnpm。完整版本见仓库的依赖基线文档。

前端

  • Vite · React · TypeScript
  • React Flow:画布与连线交互
  • TanStack Query · Zustand

后端

  • Java 21 · Spring Boot
  • Spring AI:模型与 Agent 运行时
  • jOOQ:类型安全的数据库访问

数据与部署

  • PostgreSQL · Flyway 迁移
  • Docker Compose 一键启动
  • REST / SSE 实时任务反馈

本地开发与 Mock 环境、容器源码构建、镜像标签规则等细节,见仓库 README 与 开发约束。

开始使用

把画布部署到你自己的服务器

MIT 许可,没有会员与用量门槛。仓库包含产品规格、开发清单、备份与恢复文档, 欢迎提交 Issue 与 Pull Request。

github.com/grayrepo-byte/Agenvas