ddcat-ai/open-ai-canvas

GitHub: ddcat-ai/open-ai-canvas

面向 AI 影视创作的开源无限画布工作台,集成多模态生成、分镜编排、角色资产管理和 Agent 工作流,帮助创作者从文字故事快速走向可视化镜头。

Stars: 348 | Forks: 85

影策 logo

影策

让一个故事,从文字走向银幕

GitHub stars Version License

一个故事也许始于一页小说、一个人物,或一句还没写完的对白。影策从章节中梳理角色与情节,让人物的外观、声音和气质成为可复用的角色资产,再把分镜、图片、视频和音频组织在同一张画布上。从最初的文字到可以被看见、被听见的镜头,创作者始终掌握故事的方向。 影策是一款面向 AI 影视与短剧创作的开源工作台,集成自由画布、结构化分镜、角色卡、3D 导演台、素材库、异步生成任务和 Agent 协作能力。 ## 在线体验 - 临时演示环境:[https://ddcat.pronhubcn.com](https://ddcat.pronhubcn.com) - 测试账号:`test` - 测试密码:`test123456` - 测试环境:[https://ai.ddcat.pro/login](https://ai.ddcat.pro/login) - 代码仓库:[ddcat-ai/open-ai-canvas](https://github.com/ddcat-ai/open-ai-canvas) ## 主要功能 - **自由画布**:多项目、节点与连线、框选布局、撤销重做、小地图、导入导出和公开只读分享。 - **AI 生成**:支持文本、图片、视频和音频任务,以及参考图编辑、首尾帧、运镜、视频续写和局部修改。 - **影视工作流**:结构化分镜脚本、角色卡、批量镜头节点、3D 导演台和控制图回写。 - **任务与素材**:后端异步队列、任务日志、失败重试、素材库及登录后的后端同步。 - **Agent 能力**:网页画布助手、本地 Canvas Agent、Codex App 插件和技能库。 - **管理与安全**:用户与系统渠道、用量分析、私有 OSS、资源归属校验和敏感配置加密。 ## 界面预览
登录与注册
登录与注册
画布项目管理
画布项目管理
画布创作工作台
画布创作工作台
运维管理后台
运维管理后台
## 新服务器一键部署(推荐) 适用于刚买的 Linux 云服务器。准备一台 Ubuntu、Debian、CentOS 或 Rocky Linux 服务器,在云厂商防火墙(安全组)中先仅对自己的公网 IP 放行 TCP `3000` 端口,然后登录服务器执行这一条命令: curl -fsSL https://raw.githubusercontent.com/ddcat-ai/open-ai-canvas/main/scripts/install-server.sh | sudo bash 脚本会自动安装 Docker 和 Docker Compose,把项目源码安装到 `/opt/open-ai-canvas`,生成随机数据库密码,在服务器本地构建网页与后端镜像,并启动网页、后端、PostgreSQL 和 Redis。该流程不依赖 GitHub Container Registry(GHCR)的匿名拉取权限;数据库和上传文件使用 Docker 数据卷持久保存,重新启动容器不会丢失。 完成后打开 `http://服务器IP:3000`。第一个注册的账号会自动成为管理员;登录后在系统设置中配置模型渠道即可开始使用。公开注册默认关闭,但不影响第一个管理员注册。 再次执行同一条命令即可拉取新代码并更新。常用排查命令: cd /opt/open-ai-canvas sudo docker compose --env-file .env -f docker-compose.deploy.yml -f docker-compose.build.yml ps sudo docker compose --env-file .env -f docker-compose.deploy.yml -f docker-compose.build.yml logs -f --tail=200 首次部署需要下载构建依赖并编译前后端,耗时和资源占用会高于直接拉取镜像;后续更新会复用 Docker 构建缓存。需要固定代码版本时,可通过 `REPOSITORY_REF` 指定分支或标签。 ### 直接使用 GitHub Packages 镜像 如果服务器不需要源码目录,可以使用只拉取 GitHub Container Registry(GHCR)镜像的快速脚本。脚本会下载部署 Compose 文件,不会 clone Git 仓库;首次执行仍会自动安装 Docker、生成 `/opt/open-ai-canvas/.env` 并启动全部服务: curl -fsSL https://raw.githubusercontent.com/ddcat-ai/open-ai-canvas/main/scripts/install-server-image.sh | sudo bash 该快速脚本仍依赖 GHCR 容器包的可见性。容器包尚未公开时,必须先执行 `docker login ghcr.io`,或在直接运行脚本时提供 `GHCR_USERNAME` 和 `GHCR_TOKEN` 环境变量完成登录;未配置凭据时请使用上方推荐的源码构建脚本。默认使用 `latest` 标签,固定版本或修改端口可在首次执行后编辑 `/opt/open-ai-canvas/.env`,然后重新执行脚本。 部署配置和 PostgreSQL 密码保存在 `/opt/open-ai-canvas/.env`,不要发送给他人,也不要删除 `backend-data`、`postgres-data` 和 `redis-data` 数据卷。数据卷持久化不等于备份,请定期备份 PostgreSQL 和上传文件。直接使用 IP 访问仅适合首次配置;公网长期使用必须绑定域名并配置 HTTPS。 ## 本地开发 需要 Bun、Go 和可用的 OpenAI 兼容模型渠道。 git clone https://github.com/ddcat-ai/open-ai-canvas.git cd open-ai-canvas cd backend go run ./cmd/server # 另开终端 cd web bun install bun run dev 打开 `http://localhost:3000`,注册首个管理员账号,再在系统设置中配置渠道和模型。 资源配额、Worker/渠道/账号任务并发、业务频控、任务超时和渠道中转策略可在“系统配置 → 资源与策略”中统一热更新,支持重置和自用模式;系统渠道可选择跟随全局值,或单独设置 `1-999` 的最大并发数。未保存后台配置时 Worker 和全局渠道并发分别回退到 `CANVAS_WORKER_CONCURRENCY` 和 `CANVAS_CHANNEL_CONCURRENCY`,两者默认均为 `3`。渠道槽位暂满时任务会等待,不会直接标记失败。 Docker 一体化运行: docker compose -f docker-compose.local.yml up -d --build ## 数据说明 - 用户自定义 AI API Key 保存在浏览器本地;登录态拉取模型目录时会临时提交给自部署后端但不会保存,创建异步任务时会加密入队;仅应使用可信部署,生产环境必须启用 HTTPS。 - 画布和素材登录后同步到后端,本地 `localForage` 继续承担缓存和降级存储。 - 媒体资源在启用 OSS 时保存到私有 OSS,否则保存到后端数据目录;删除业务记录不会自动清理 OSS 对象。 - 用户主动上传、Agent 会话附件和 AI 生成资源的单文件上限、账号容量及 UTC 日上传总量由后台“资源与策略”统一维护,默认分别为 50MB、32MB、64MB、2GB 和 200MB;管理员可按可信部署需要调整,单文件业务上限最高 999MB,Nginx 请求体硬上限为 1024MB。 ## 公网部署安全 - 服务首次启动后应先在受控网络完成首个管理员注册,再开放公网入口。 - 生产环境保持 `CANVAS_REGISTRATION_ENABLED=false`,确需开放注册时应同时配置系统渠道用量预算。 - `CANVAS_CORS_ORIGINS` 必须设置为实际前端 Origin 列表,不要在公网使用 `*`。 - 后端和前端必须通过 HTTPS 提供服务,并限制数据目录、数据库、备份和 `.settings-key` 的访问权限。 ## 项目文件 - [更新日志](CHANGELOG.md) - [安全策略](SECURITY.md) - [贡献指南](CONTRIBUTING.md) - [行为准则](CODE_OF_CONDUCT.md) - [上游与第三方声明](NOTICE) - [本地 Canvas Agent](canvas-agent/README.md) - [Codex App 插件](plugins/infinite-canvas/README.md) ## 上游致谢与二次开发 本项目基于 [basketikun/infinite-canvas](https://github.com/basketikun/infinite-canvas) `v0.5.0`(提交 `568f0f1838df8de31fe885a4e130e2f346dd14ab`)进行二次开发。上游项目由 `basketikun` 维护,该基线提交作者为 `HouYunFei`;上游作者和贡献者继续保留其对应代码的权利与署名。 当前二次开发由 `ddcat` 维护,主要改动包括: - 新增 Go/Gin/GORM/PostgreSQL/SQLite 多用户后端、登录会话、管理员后台、异步任务中心和用量分析。 - 新增私有 OSS、后端资源存储、跨设备画布与素材同步、公开只读分享和资源归属校验。 - 扩展文本、图片、视频和音频生成,增加影视分镜、短剧流水线、角色参考与 3D 导演台。 - 重构画布工作区、交互状态和 Aceternity 风格空间 UI,并增强 Canvas Agent 与 Codex App 插件。 - 收敛上游代理、任务密钥、上传额度、日志脱敏和公网部署安全边界。 漏洞请按 [SECURITY.md](SECURITY.md) 提交。项目采用 [AGPL-3.0](LICENSE) 协议。
标签:Agent工作流, AI影视创作, 分镜编排, 多模态生成, 搜索引擎查询, 无限画布, 日志审计, 测试用例, 版权保护, 素材管理, 自动化攻击, 请求拦截