全网都在晒的 ArtCraft文生图到图生视频一条龙小白第一次就出片【免费下载链接】artcraftArtCraft is an intentional crafting engine for artists, designers, and filmmakers项目地址: https://gitcode.com/GitHub_Trending/ar/artcraft从 9 月底开始GitHub 上最热闹的 AI 创作项目大概就是 ArtCraft 了——开发者在两天内一口气开出七个对标 Photoshop、Illustrator、Premiere、Lightroom 等 Adobe 产品的仓库被社区戏称Adobe 全家桶开源了一周内成为涨势最猛的项目之一。但剥开对标 Adobe的营销外壳ArtCraft 真正的定位是一个面向艺术家、设计师和影视创作者的 AI 创作 IDERust Tauri 桌面端。它把 FLUX、Nano Banana、GPT Image、Seedream、Veo、Sora 2、Kling、Seedance 等 62 个主流模型整合进同一个模型目录让文生图 → 图生视频 → 导出交付的完整链路在同一个窗口里完成不需要在五六个网页之间来回切换。这篇文章不聊热度只拆流程结合社区里流传的保姆级教程与仓库真实源码一步步看小白第一次出片要经过哪几道关卡以及每道关卡背后 ArtCraft 是怎么用代码帮你兜底的。第一步文生图——提示词与模型选择ArtCraft 的起点和所有 AI 绘画工具一样一段提示词。但它的特别之处在于每个模型都在代码里自带说明书。打开 frontend/libs/model-list/src/lib/lists/ImageModels.ts 可以看到每一个图像模型都用结构化的ImageModel对象描述而不是一段写死的说明文字。比如 GPT Image 2.5 Flare 的selectorDescription是 Precise edits, keeps subjects intact精确编辑、保持主体完整FLUX.1 [dev] 是 Fast, but lower qualityGrok 是 Fast afMidjourney 是 Stunning style and quality。旁边还有selectorBadges给出预估耗时Grok 10 秒、Midjourney 45 秒、GPT Image 2.5 Sunburst 2 分钟。社区教程里常说的选模型看徽章就来自这里。更重要的是参数约束。同一个ImageModel类型里maxGenerationCount/defaultGenerationCount规定了单次出图数量Midjourney 固定 4 张、Grok 固定 6 张canEditImages/usesInpaintingMask/editingIsInpainting区分提示词编辑与蒙版重绘canChangeAspectRatio、canChangeResolution和qualityOptions决定哪些模型能调宽高比、分辨率1K/2K/4K和画质档位。也就是说UI 上能出现什么选项完全由模型自身的声明驱动——这是它区别于一个输入框打天下的聚合工具的核心。前端交互层在 frontend/libs/components/promptbox/src/lib/PromptBoxImage.tsx 里提示词框支持拖拽或从素材库挂载最多maxImagePromptCount张参考图ReferenceDeck 卡片可排序、可删除宽高比、分辨率、画质、生成数量都有对应 Picker且会在切换模型时自动把不合法参数归位到模型默认值。给新手的实操建议来自这套声明式设计本身追求质感优先 FLUX 系Flux Pro 1.1 Ultra 支持从 1:1 到 21:9 的九种宽高比是先构图后出图的首选想快速出多张对比选 Grok10 秒出 6 张适合粗筛构图和风格需要改图而非画图选 Nano Banana Pro / GPT Image 系它们带InstructiveEdit标签能听懂把背景换成黄昏这类指令式编辑社区里大量一键改片的晒图都出自这类模型。第二步图生视频——从静态图到动态分镜文生图只是起点真正让全网晒出片的是图生视频。ArtCraft 的图生视频入口有个非常工程化的设计每个视频模型同样用VideoModel结构声明自己的能力边界见 frontend/libs/model-list/src/lib/classes/VideoModel.ts。以 frontend/libs/model-list/src/lib/lists/VideoModels.ts 里的实际配置为例Grok VideorequiresImage: true即必须传首帧图主打 20 秒快速出片Kling 3.0 ProstartFrame: true, endFrame: true支持首尾双帧durationOptions: [3..15]、defaultDuration: 5generateWithSound: true可以带声音生成Seedance 2.0能力最全——supportsReferenceMode: true最多 9 张参考图、3 段参考视频合计不超过 15 秒、3 段参考音频合计不超过 15 秒时长 4–15 秒、分辨率 480p/720p/1080p预估耗时约 15 分钟Sora 2requiresImage: false、不支持首帧走纯文生视频路线。这些字段直接在提示框组件 frontend/libs/components/promptbox/src/lib/PromptBoxVideo.tsx 里生效模型不支持参考模式时自动切回 Keyframe 模式并清空已挂载的参考素材切换模型时用resolveVideoDuration/resolveVideoGenerationCount把时长、张数钳制到新模型允许的范围具体实现见 frontend/libs/model-list/src/lib/classes/videoOptions.ts。图生视频的操作路径分两档Keyframe 模式首尾帧。上传一张首帧图若模型支持endFrame还会出现尾帧卡两者可一键互换handleSwapFrames。对小白来说首尾帧是控制从哪动到哪最直观的手段首帧是角色静立尾帧是角色回眸中间的运动交给模型脑补。Omni Reference 模式多媒体参考。Seedance 2.0 这类模型支持把参考图、参考视频、参考音频混排在一个卡组ReferenceDeck里并在提示词中用Image1、Video1、Audio1或角色名引用它们——代码里为不同类型的引用分配了不同颜色高亮图片蓝橙紫、视频黄、音频紫、角色青绿把多模态提示词变成了可视化的拼图游戏。角色提及还会读取用户保存的角色库CharactersApi.ListAllCharacters保证多镜头下角色身份一致。如果还想再进一步ArtCraft 提供了社区文章里常提到的3D 舞台在 frontend/libs/components/pagescene/src/lib 中PageSceneStore定义了PoseMode select | pose场景里有相机控制器cameraController、角色时间线timeline character rows和拖拽落点校验DragAndDrop/DndAsset.ts 里甚至校验动画片段与角色骨骼是否匹配。先在 3D 舞台里摆好角色姿态和机位再把这一帧作为首帧送去生成——这就是像导演一样掌控分镜的源码级解释。生成不是即时的。桌面端用 SQLite 任务表管理每一次生成见 _database/sql/artcraft_migrations/20250708000000_create_tasks_table.sql每条任务记录task_status、model_type、provider、provider_job_id带唯一索引防止重复提交任务完成后把on_complete_primary_media_file_cdn_url写回前端画廊据此展示成品。这也解释了为什么长时间生成如 Seedance 2.0 约 15 分钟可以放心关掉提示框——任务状态在本地持久化随时可以回来查。进阶玩法图生视频整套能力也开放为Omni API详见 _docs/artcraft_omni_api.md。申请到artcraft_api_开头的密钥后一段 curl 就能把 URL 输入直接变成视频任务curl -s -X POST https://api.storyteller.ai/v1/omni_api/generate/video \ -H Authorization: Bearer YOUR_API_KEY \ -H Content-Type: application/json \ -d { model: seedance_2p0, prompt: An Atlantic puffin stands on a windy cliff edge and turns its head as morning light catches its colorful beak., duration_seconds: 6, aspect_ratio: wide_sixteen_by_nine, idempotency_token: your-uuid-here, start_frame_image_url: https://example.com/first-frame.jpg }接口返回inference_job_token轮询GET /v1/omni_api/job_status/job/{token}直到complete_success从state.maybe_result.media_links.cdn_url取成品。这意味着图生视频的工作流可以沉淀为脚本、定时任务甚至自动化管线——从 IDE 到开放的 OpenAI的路线图在代码层面已经迈出了第一步。第三步导出与交付——作品拿得出手的关键设置出片容易出拿得出手的片需要几个关键设置ArtCraft 把它们全部做成了模型感知的参数面板。分辨率先看模型再看需求。resolutionOptions因模型而异Seedance 系支持 480p/720p/1080p默认 720pKling 3.0 等则直接给 16:9 / 1:1 / 9:16 的宽高比选项。前端在提交时会把 UI 上的 720p 归一化为 API 使用的seven_twenty_p枚举见videoResolutionValue你只管选格式对齐交给框架。时长与成本挂钩。ArtCraft 的积分计费是公开的仓库里的 crates/api_clients/kinovi_web_client/costs_seedance2.md 直接列出了 Seedance 2.0 的成本表——约 $0.19/秒5 秒 720p 为 200 积分15 秒 1080p 则要 1350 积分且每挂一段参考视频还会按秒加收。出片之前先算账社交平台竖屏短视频 5–6 秒足够长镜头叙事再考虑 10 秒以上分辨率同理720p 在手机上观感与 1080p 差异极小但成本差一倍多。生成完只是开始。成品会进入画廊frontend/libs/components/generation-list/src/lib/GalleryCard.tsx卡片悬停会出现 recreate / share / download 快捷操作簇支持多选批量处理SelectionActionBar。桌面端的下载走 Rust 原生实现 crates/api_clients/artcraft/artcraft_client/src/recipes/download_media_file.rs先向 API 取媒体元数据get_media_file再从 CDN 拉字节流写盘文件名按 URL 扩展名自动推导mf_xxx.mp4并返回落盘路径与字节数——整个下载过程不经过前端 JS天然避免了大文件流经 webview 的性能损耗。结语回看 ArtCraft 的出片链路小白第一次就出片之所以成立靠的不是某个模型特别强而是每一环都有代码层面的兜底模型目录用结构化的声明告诉 UI 该显示什么参数、提示框会自动把非法参数钳制到合法范围、参考素材用可视化卡组替代难懂的标记语法、生成任务落库可查、导出走原生下载。当提示词 → 参数 → 素材 → 任务 → 成品整条链路都在一个窗口内闭环AI 创作就从碰运气变成了可复现的手艺。这也正是它被称为crafting engine而非AI 生成器的原因。【免费下载链接】artcraftArtCraft is an intentional crafting engine for artists, designers, and filmmakers项目地址: https://gitcode.com/GitHub_Trending/ar/artcraft创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考