b4d2b34fae
* feat(canvas): 设计token系统 - 建立三层架构骨架 #94 #96 建立 Primitive→Semantic→Component 三层设计 token 体系，覆盖 9 个维度： 色彩/间距/字号/圆角/阴影/Elevation/动效/描边/不透明度。 - Primitive 层：纯值无语义，含 neutral 色板+节点类型色板+状态色、 4px 栅格间距、10档字号、10档圆角、阴影+glow、12档 z-index、 动效(duration+easing+delay+motion-scale)、描边、不透明度 - Semantic 层：引用 Primitive，随主题切换，含通用语义色、 Canvas 语义(--cn-*)、Aceternity spatial 语义、节点类型语义、状态语义 - Component 层：引用 Semantic，含 Dock/Node/Modal/Panel/Prompt面板/ 进度条/缩放控制专属 token - @theme inline 映射：节点类型色、状态色、Canvas 语义色、字号映射到 Tailwind utility - prefers-reduced-motion 三级降级(L0正常/L1简化/L2禁用) - AGENTS.md 新增 Design Token 使用规范，禁止新增裸 px 值 - 附带修复 canvas-drawing-excalidraw-editor.tsx TS7006 类型注解 - 附带修复 canvas-drawing-editor-modal.tsx TS2339 engine 字段缺失 Wayfinder 决策来源：#95 #96 #97 #98 #99 * fix(canvas): 设计token系统 - 修复CSS变量循环引用和命名兼容性 #94 #96 修复两个问题： 1. CSS变量循环引用：Primitive层 --color-node-*/--color-status-* 与 @theme inline 中的 --color-node-*/--color-status-* 同名，经 Semantic 层中转后形成循环（A→B→A）。改用 --palette- 前缀隔离 Primitive 色板， 打断循环链路。 2. 变量名小数点兼容性：--space-0.5/1.5/2.5/3.5 中的小数点被部分 CSS linter 误判为类选择器。改为 --space-half/-1-half/-2-half/-3-half， 保持语义清晰的同时提升工具链兼容性。 * refactor(canvas): 画布核心组件 - 迁移硬编码值到设计token #94 批次1：5个画布核心组件的裸 text-[Npx]/rounded-[Npx]/z-[N] 替换为 对应设计token，统一视觉语言： - canvas-node.tsx：text-[10/11/9/17px]→fs-tiny/label/micro/heading-lg， rounded-[18px]→node-radius - canvas-node-hover-toolbar.tsx：text-[11/17/10/9px]→fs-*， rounded-[14/9px]→dock-radius/dock-item-radius，z-[70]→z-panel-floating - canvas-toolbar.tsx：text-[9/10/11px]→fs-*， rounded-[17/16/11/10px]→panel-radius/dock-item-radius-*， z-[30/40]→z-toolbar/z-toolbar-floating - canvas-assistant-panel.tsx：text-[8/9/10/11px]→fs-* - canvas-script-node.tsx：text-[9/10/11px]→fs-* 视觉零回归（token值与原硬编码值一致），代码可维护性提升。 * refactor(canvas): 画布辅助组件 - 迁移硬编码值到设计token #94 批次2：6个画布辅助组件的裸 text-[Npx]/rounded-[Npx]/z-[N] 替换为 对应设计token： - canvas-style-picker-modal.tsx：text-[10/11px]→fs-tiny/label - canvas-file-drop-overlay.tsx：z-[110]→z-modal-overlay， rounded-[28/20px]→r-5xl/r-3xl - canvas-character-reference-node.tsx：text-[10px]→fs-tiny - canvas-drawing-editor-modal.tsx：text-[11px]→fs-label - canvas-video-prompt-tools.tsx：z-[1500]→z-toast， rounded-[12/10px]→r-lg/dock-item-radius - asset-picker-modal.tsx：text-[10px]→fs-tiny 视觉零回归（token值与原硬编码值一致）。 * refactor(*): 全项目硬编码值 - 批量迁移到设计token #94 批次3：全项目 .tsx 文件中 372 处裸 text-[Npx]/rounded-[Npx] 批量 替换为对应设计token，剩余 25 处无直接 token 对应的低频值保留。 替换覆盖（按频率）： - text-[10px]→fs-tiny (132处) - text-[11px]→fs-label (100处) - text-[9px]→fs-micro (45处) - text-[12px]→fs-caption, text-[13/14px]→fs-body, text-[15px]→fs-body-lg - text-[18px]→fs-heading-lg, text-[22px]→fs-title, text-[8px]→fs-micro - rounded-[9/10px]→dock-item-radius, rounded-[12px]→r-lg - rounded-[14px]→dock-radius, rounded-[16px]→r-2xl - rounded-[17px]→panel-radius, rounded-[8px]→r-md 涉及 components/ 和 pages/ 下所有 .tsx 文件。 视觉零回归（token值与原硬编码值一致）。 * feat(canvas): 节点视觉层次规范 - 色带+状态徽章+四态递进 #97 #94 基于 Wayfinder 地图 #97 决议执行节点视觉重设计： 1. 节点类型色带（决策1） - 新增 nodeTypeColorVar() 函数，10种节点类型对应色带色 - 节点左侧3px色条，引用 --cn-type-* token - 远距离最强信号，用户扫视画布即可识别节点类型 2. 节点状态徽章（决策2） - 新增 NodeStatusBadge 组件，loading/success/error 三态 - 左上角圆角徽章，backdrop-blur 玻璃质感 - success 态 2s 后自动淡出（canvas-status-success-fade 动画） 3. 四态递进视觉权重（决策3） - idle：无额外阴影 - hover：轻微抬升阴影（16px 48px） - selected：2px 边框环（accent.primary 40% 透明度） - selected-primary：4px 软色环 + resize handle - active：6px 外发光环 + inner glow（最强强调） - 120-150ms ease-out 过渡 4. 阴影迁移 - boxShadow 从硬编码改为分层语义化表达 - 边框色 hover 态使用 color-mix 动态加深 Closes #97 --------- Co-authored-by: sikongyue <3155157671@qq.com>
影策
让一个故事，从文字走向银幕
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。
项目仍在快速开发，数据结构可能直接调整。当前更适合个人、本地或可信环境部署，不建议未经安全配置直接开放公网多人使用。
在线体验
- 临时演示环境：https://ddcat.pronhubcn.com
- 测试账号：
test - 测试密码：
test123456 - 测试环境：https://ai.ddcat.pro/login
- 代码仓库：ddcat-ai/open-ai-canvas
赞助商
| 赞助商 | 网站 | 说明 |
|---|---|---|
 |
ArtDance | 本项目 Seedance 模型的天使投资人。 |
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 |
AI 创作工作台 |
短剧项目制作概览 |
自由画布创作工作台 |
交流与反馈
感谢 Linux.do 社区 对项目的认可与支持，欢迎在社区参与讨论和分享使用体验。
Issue 反馈、技术讨论和产品升级建议都可以在 QQ 群中沟通。群内还会不定期组织 AI 学习与培训交流会。
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
上游致谢与二次开发
本项目基于 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 提交。项目采用 AGPL-3.0 协议。