企业官网建设流程全解析

Open Generative AI 入门指南：免费开源的 AI 图像与视频生成，从安装到出图的完整路径

【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

想不花订阅费、也不被提示词审查拦截，就把 Flux、Midjourney、Kling、Sora、Veo 这类主流模型放进同一个工作台里，生成自己的第一张 AI 图像或第一段 AI 视频——这就是 Open Generative AI 要解决的事。它是 MIT 协议的开源项目，聚合 400+ 个模型（packages/studio/src/models.js 是全仓库的模型清单），内置图像、视频、音频、口型同步、电影感镜头等 14 个工作室，支持自托管，桌面端还内置本地推理引擎。本文按"选安装方式 → 跑通第一次生成 → 进阶用法 → 排障"的顺序，带你把这套工具真正用起来。

三种上手方式，按你的身份选一条

• 只想先看看效果：用官方在线版，浏览器打开即可用全部工作室，无需 Node 环境。注意云端模型需要填写 API Key；如果只用桌面端的本地模型，可以跳过。
• 要日常创作、偶尔离线：装桌面应用（macOS 提供 DMG，Windows 提供 EXE 安装包，Linux 提供 AppImage 和 .deb）。本地推理是桌面端独有的能力，在线版固定走云端 API。
• 要改代码或贡献功能：从源码构建，仓库带有 git submodule，必须一并检出，否则会报"找不到 pages 目录"之类的构建错误。

macOS 桌面应用未经 Apple 公证，首次启动会被 Gatekeeper 拦住，只需处理一次：

xattr -cr "/Applications/Open Generative AI.app"

执行后右键应用选"打开"即可。Linux 用户装 AppImage 后同样要做一次执行权限处理；Ubuntu 24.04 及以上版本受沙箱策略影响，建议直接装 .deb 包。

源码构建的最小路径（要求 Node.js 18 及以上）：

git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup npm run electron:dev # 桌面端；要跑 Web 版改用 npm run dev，访问 http://localhost:3000

npm run setup会依次完成装依赖和构建 studio、workflow、agents 等 workspace 子包，只跑npm install是不够的。

第一次实操：在图像工作室跑通一张图

下面带你完整做完一次生成，全程不超过五分钟。

1. 打开。启动应用后进入 Image Studio（图像工作室），默认就是"文本到图像"模式；如果你上传了参考图，模型列表会自动切换成"图像到图像"那组，这一步不用手动操作。
2. 输入。在提示词框里按"主体 + 环境 + 光线 + 风格"来组织句子，例如：橘色虎斑猫蜷在窗台阳光里，毛发细节清晰，暖调逆光，写实摄影风格。越具体，模型要猜的越少，出图越可控；只写"一只猫"基本等于把构图权交给模型。
3. 调整。挑一个模型（通用需求选 Flux 或 Nano Banana 2 这类主力模型），再按用途选宽高比：横屏素材用 16:9，竖屏用 9:16，方形头像用 1:1。分辨率和质量档位会随所选模型变化，只在该模型支持的范围内可改。
4. 生成。点 Generate，完成后在历史面板一键下载全分辨率文件。参考图会被存进上传历史，下次直接复用，不用重复上传。

按场景对照着选，不用逐个模型试：

进阶用法，按场景各给一条可照做的建议

追求更高质量：先用"基础"质量档把构图和提示词敲定，确认构图对了再切到"高质量"档重跑同一提示词，分辨率同时提到 2K/4K。这是最省额度的顺序，不要反过来。

多图参考输入：选一个支持多参考图的编辑模型——Nano Banana 2 Edit 最多 14 张，Flux Kontext Dev 最多 10 张。一次勾选全部参考图后点"Use Selected"确认，图片按你勾选的顺序传给模型，所以第一张图就是最强约束，把最关键的构图或风格参考放在第一位。

电影感镜头控制：在 Cinema Studio 里用真实摄影参数代替形容词——机身选 70mm 胶片、镜头选变形宽银幕、焦距 35mm 拍环境、50mm 拍人物，光圈 f/1.4 做浅景深虚化，f/11 让前后景都清晰。这些选择会被翻译成模型能理解的镜头语言，比在提示词里堆"电影感""大片感"有效得多。

让静态图开口说话：进 Lip Sync Studio，保持默认"肖像图"模式，上传一张正脸图加一段音频（480p / 720p 两档），选 Infinite Talk 出 talking video；如果手里已有视频，切到 Video 模式做口型重同步。

搭一条自动流程：用 Workflow Studio 把"概念图生成 → 分辨率提升 → 风格化编辑 → 批量导出"连成四步链路，跑通后存进 My Workflows 反复执行；也可以直接跑社区发布的模板。工作流的每个环节同样能通过 API 触发，方便接入你自己的系统。

高频故障，照"现象→原因→解决"排查

• 现象：macOS 首次打不开桌面应用。原因：应用未经 Apple 公证，Gatekeeper 默认拦截。解决：终端执行xattr -cr "/Applications/Open Generative AI.app"，或在"系统设置 → 隐私与安全性"里点"仍要打开"，仅需做一次。
• 现象：Windows 安装时提示"已保护你的电脑"。原因：安装包未做代码签名，SmartScreen 例行提醒。解决：点"更多信息"再选"仍要运行"，安装本身不受影响。
• 现象：Linux 的 AppImage 无反应或启动即退出。原因：文件缺少执行权限、旧系统缺依赖，或 Ubuntu 24.04+ 的沙箱策略。解决：chmod +x加执行权限、sudo apt install libfuse2补依赖；24.04 以上直接改装 .deb 包，它自带所需的安全策略配置。
• 现象：出图偏糊、细节丢失。原因：用了基础质量档或分辨率偏低。解决：切高质量模式并把分辨率提到 2K 或 4K 重跑同一提示词。
• 现象：生成速度明显慢。原因：云端排队或所选模型本身开销大。解决：先用基础质量档出图；桌面端可在设置 → 本地模型里启用 sd.cpp 引擎走本地推理，离线也能出图。
• 现象：提示词报"不被支持"或选了模型不出结果。原因：模型类型和输入不匹配，例如把纯文字需求交给了必须传参考图的编辑模型。解决：核对模型类别——纯文字出图选文本到图像模型，上传参考图后系统会自动切到图像到图像列表。

适用边界与下一步

这套工具适合个人创作、设计打样、批量素材生产：免费、无内容过滤、代码可改可托管；但它不适合对延迟和稳定性有 SLA 要求的生产链路，也不适合需要完整内容审核流水线的合规场景——云端模型统一走外部 API 网关，离线生成只覆盖本地引擎支持的图像模型。

延伸方向有三个：一是翻模型清单 packages/studio/src/models.js，按分类找适合你项目的型号并核对参数；二是查 app/api/ 下的接口代码，所有调用都是"POST 提交任务、GET 轮询结果"两步，照此即可把生成能力接进自己的应用；三是参与开源，提交前可先跑一遍 tests/ 里的本地推理相关测试确认环境。

现在就打开图像工作室，输入你准备好的第一句提示词，按下 Generate。

【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