invoke-ai/InvokeAI

本页介绍外部开源仓库，并非 HDATF 产品。

它做什么

InvokeAI是供创作者和设计师安装使用的视觉生成应用，不是技能指令合集。用户通过本地托管的网页服务和React界面输入提示词、图片与生成设置。画布支持修改图像、局部重绘，以及向原有边界之外扩展画面。节点工作流把处理步骤组合成可复用的生成流程，画板和图库则整理图片及其设置。后端还提供提交任务、查询进度和取消任务的队列API，为单独开发的自动化提供连接入口。推荐从官方启动器开始，由其管理安装，但本地生成仍需要合适的模型文件、硬件和驱动。此次查看的源码要求Python 3.12，所需内存取决于模型、精度与输出尺寸，并不存在统一适用的数值。列表中的部分模型使用外部API，因此本地安装不代表所有生成路线都能离线运行或免除服务商访问要求。应用许可证不能替代对模型和输入素材条款的单独审核，本次研究也没有实际运行这些功能。

对 ATF 的帮助

它可作为外部图片制作工具的候选，为ATF Works说明文档和AX consulting提案生成插图。可以考虑由Harness向队列API提交审核过的生成流程，保存任务标识和设置，再附上批准的成品，而不是把进度截图当作完成依据。这需要单独连接队列状态、图片获取、文档存储和访问控制，安装应用本身不等于集成。评估时应固定模型与工作流，检查成品审核、取消、内存使用以及完成图片被删除后的恢复处理。生成插图必须与Company Brain的原始证据、检验记录和设计记录区分。它不能替代工程图纸或保证产品准确性，目前未验证连接或实际业务质量。

许可证

Apache-2.0 宽松许可，含专利授权。可商用，需保留声明并注明修改。

同领域的其他仓库

• storytold/filmcraft
  FilmCraft是一款Rust视频编辑器，面向在多轨时间线上组合影像、声音及字幕的用户。它导入媒体和编辑交换文档，进行剪切、调色、效果处理及混音，并导出视频、音频或编辑交换文件。架构将编解码器、项目数据、渲染和引擎分开，桌面界面、CLI及MCP智能体接口共享引擎命令。整数时间刻度与项目状态副本用于管理编辑位置和撤销，导出任务则提供进度及取消能力。macOS、Windows和Linux的源码构建使用Cargo，日文文本可使用可选的共享字体资源。虽然README的一节仍将浏览器前端列为后续工作，但网页应用README和网页文档已经说明了需要匹配版本wasm-bindgen工具的WebAssembly构建。该浏览器路径采用单线程，并明确限制部分依赖线程的功能，因此不能视为与桌面路径等价。项目还说明尚无HEVC及AV1导出、没有外部效果插件托管，且Windows和Linux上的真实媒体测试较少，速度与兼容性数字仍是上游主张。
• storytold/artcraft
  ArtCraft是面向艺术家和影视创作者的桌面工作空间，旨在让用户通过视觉方式控制AI图像及视频生成，而不只依赖文字提示。输入包括提示词、参考图、分层构图和已布置的3D场景。用户先利用画布工具调整人物姿势与相机位置，再请求生成图像或视频。文档还介绍了通过所选服务商进行背景移除、图像转3D网格及空间生成的流程。开发文档显示它由Rust与Tauri桌面应用、React前端及独立后端服务组成，并非自包含的离线模型运行器。稳定版下载面向Windows和macOS，包括Linux在内的源码开发需要Rust、Node.js、npm及Tauri CLI。模型访问取决于服务商和账户条件，README也将目录中的部分模型标为已禁用或桌面应用不可用。其尚未定稿的fair-source许可证限制软件商业转售及竞争产品开发，因此不能把公开源码等同于可无限制复用的开源软件。
• storytold/lightcraft
  LightCraft是一款用Rust编写的照片管理和显影应用，面向希望在本地整理及调整照片的摄影师。它导入JPEG、DNG和多种相机RAW格式，将原始文件与编辑内容分开，并导出JPEG、PNG、TIFF等格式。引擎通过广色域浮点处理流程调整亮度和颜色，同时提供GPU路径及CPU回退路径。相册、评分、搜索和操作日志将照片筛选与已保存的显影设置联系起来。桌面界面、CLI和向智能体提供工具的协议MCP共享导入、调整、渲染及导出命令。macOS、Windows和Linux的源码构建使用Rust及Cargo，浏览器构建还需要WebAssembly目标和版本匹配的wasm-bindgen工具。文档指出，DNG之外的相机色彩校准尚不完整，部分RAW只能打开内嵌预览，主体与天空蒙版也采用规则方法而非学习模型。速度及CPU与GPU结果一致性的数字是维护者报告，并非本次调查独立复现的结果。
• storytold/photocraft
  原生Rust图像编辑器，支持图层、蒙版、画笔和分层PSD编辑。可通过界面、CLI、JSON控制通道和MCP服务器使用同一编辑引擎。
• edenfunf/reelmimic
  ReelMimic分析参考视频的风格并提出供用户批准的制作计划。随后，多个本地Claude Code或Codex智能体制作和审核镜头，并在需要时修改。

只收录进入 Trendshift 排行榜的仓库，榜单仅用于寻找候选项目，不转载名次。说明、许可证和星标数来自各 GitHub 仓库。解读是我们自己的判断。我们尚未测试这些项目，上榜并不证明质量。