ArtCraft

项目概述

ArtCraft 是一款面向交互式 AI 图像与视频创作而设计的桌面端 IDE（集成开发环境）。它将 2D 合成、3D 场景搭建与多模型生成能力整合在同一个工作流中，帮助艺术家在生成画面之前先完成构图、角色身份与镜头机位的规划，从而把“写提示词”升级为可视化的“手工编排”，获得精确且可复现的结果。

高级编排功能

ArtCraft 强调“先搭建场景，再生成画面”的工作方式，主要能力包括：

• Image to Location：将虚拟角色置入一致的环境，并在同一空间中规划多个镜头。
• 3D Image Compositing：在 3D 空间中叠加背景、前景与道具，构建具有纵深感的构图。
• 2D Image Compositing：通过图层、抠图与绘图工具完成 2D 场景合成。
• Image to 3D Mesh：将图像转换为可定位、可旋转、可取景的 3D 物体。
• Character Posing：在最终生成前完成角色姿态与镜头设置。
• Scene Blocking with Kitbashing：组合 3D 资产库以控制镜头角度、物体位置与景深。
• Character Identity Transfer：使用可调节的“人偶”作为姿态与位置参照，引导真实角色的生成。
• Background Removal：将主体抠出，便于在 2D 或 3D 场景中复用为道具、图层或背景。
• Mixed Asset Crafting：在同一场景中混合图像抠图、世界场景与 3D 网格资产。

后续版本将持续扩展场景布景、画布编辑与场景重打光等能力。

快速提示词工作流

当需要快速验证创意时，可以直接从提示词开始，再借助画布与场景工具逐步打磨：

• Text to Image：跨多种图像模型进行文本驱动的快速探索。
• Prompted Image Editing：使用 Nano Banana Pro、GPT Image 等模型，以自然语言描述对图像的修改。
• Canvas Image Editing：通过绘图、蒙版与 inpainting 等手段精确控制图像的改动区域。
• Image to Video：选择合适的视频模型，将单张图像转化为动态画面。

未来还将加入图像 inpainting 与图像素材（ingredients）等更多工作流。

支持的模型与服务商

ArtCraft 内置多类生成能力，覆盖图像、视频、音乐音效、3D 网格与世界场景。其 62 个内置模型分布于 ArtCraft 自研模型以及外部服务商：

完整目录中，图像类（16）涵盖 Nano Banana 系列、GPT Image 系列、FLUX 系列、Seedream 系列；视频类（25）涵盖 Seedance、Kling、Veo、Sora、Vidu、MiniMax、Flux 等系列；音乐与音效（5）涵盖 Suno 系列与 Seed Audio 1.0；3D 网格（11）涵盖 Hunyuan 3D、Tripo3D、Meshy、Rodin 等；世界场景与高斯泼溅（5）涵盖 Marble 系列与 TripoSplat。

后续计划接入 Kling、Google、Runway、Luma 等服务商，并支持通过 OpenArt、Freepik 等聚合器复用既有订阅。

下载与构建

• 官方稳定版（Windows 与 macOS）请从官网下载。
• 最新构建可在 GitHub Releases 页面获取。
• 也可参照开发文档从源码构建，官方支持包括 Linux 在内的多平台。

开发与文档

• 开发环境搭建文档：参见项目内 _docs/dev_setup.md。
• 开发者文档：参见 _docs 目录。
• 桌面端构建与开发脚本：参见 script/artcraft 目录。
• 项目路线图：参见 ROADMAP.md。

许可证

ArtCraft 采用双重许可：用户可任选 MIT 许可证或 Apache-2.0 许可证。版权归属 ArtCraft 团队及其贡献者；涉及第三方资料且不在本许可证范围内的相关声明汇总于 NOTICE 文件。