tt/ttstd-infinite-canvas

Fork 0

Files

ddCat ca32a69350 docs(platform): 开源主页 - 更新仓库入口与界面预览

2026-07-22 14:43:06 +08:00

7.0 KiB

Raw Blame History

无限画布

面向 AI 影视创作的开源画布工作台

无限画布把节点编排、图片/视频/音频生成、结构化分镜、3D 导演台、素材库、异步任务和 Agent 会话放在同一个创作空间中，适合连续探索视觉方案并沉淀影视资产。

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

测试环境：https://ai.ddcat.pro/login
代码仓库：ddcat-ai/open-ai-canvas

主要功能

无限画布：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}	_{画布项目管理}	_{画布创作工作台}
_{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，把项目安装到 /opt/open-ai-canvas，生成随机数据库密码，并启动网页、后端、PostgreSQL 和 Redis。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 ps
sudo docker compose --env-file .env -f docker-compose.deploy.yml logs -f --tail=200

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。

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；创建异步任务时会提交给自部署后端并加密入队，生产环境必须使用 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。
用户主动上传的单个文件必须小于 50MB，每个账号按 UTC 自然日累计必须小于 200MB；AI 生成结果不计入主动上传额度。

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。

7.0 KiB Raw Blame History Unescape Escape