ArtCraft能做什么?一文看懂图像、视频、3D、3DGS与音频一站式AI生成
【免费下载链接】artcraft-servicesbackend, web frontend, etc.项目地址https://gitcode.com/gh_mirrors/ar/artcraft-services点击查看免费下载ArtCraft 是一个面向创作者的一站式AI生成平台你可以在同一个系统里完成图像生成、视频生成、3D 模型生成、3DGS3D Gaussian Splatting3D高斯泼溅场景重建与AI音频生成无需在多个工具间来回切换。它的开源仓库 artcraft-services 包含了完整的 Rust 后端、HTTP API、异步工作进程和 Web 前端是一个典型的 Rust TypeScript 混合 monorepo非常适合想理解AI 生成平台如何落地的初学者。一、先认识 ArtCraft一个多模态 AI 生成平台ArtCraft 的核心思路是**一个入口接入所有主流生成模型**。它的后端服务storyteller-web基于 Rust Actix Web 构建负责认证、账户、媒体库、生成请求、积分计费Stripe等全部逻辑真正的模型调度由artcraft_router完成——把你的请求翻译成不同上游厂商Fal、Grok、GMI Cloud、Runway 等各自需要的格式并在完成后把结果统一落盘到对象存储。一次典型的生成请求流程如下客户端提交生成请求API 校验权限与积分系统计算成本、扣减钱包余额并通过artcraft_router构造提交给对应厂商厂商通过 Webhook 或后台轮询工作进程回报结果成品文件自动进入你的媒体库客户端轮询任务状态拿到 CDN 链接即可播放或下载。 想动手看代码架构说明见 README.md未来规划见 ROADMAP.md。二、ArtCraft 支持哪 5 大类生成速览表ArtCraft 的生成入口统一挂在/v1/omni_gen/generate/*路径下路由注册见 omni_gen_routes.rs共 5 类生成类别端点代表模型️ 图像/v1/omni_gen/generate/imageFlux、GPT-Image、Midjourney、Seedream、Nano Banana 视频/v1/omni_gen/generate/videoVeo 3、Sora 2、Kling 3.0、Seedance 2.5、Wan 3.0、Grok Video 音频/v1/omni_gen/generate/audioSuno Music作曲/混音、Seed Audio 3D 模型/v1/omni_gen/generate/meshHunyuan 3D、Tripo3D、Meshy、Rodin✨ 3DGS 场景/v1/omni_gen/generate/splatMarble 1.1、TripoSplat每类都配套提供/v1/omni_gen/models/*模型列表发现和/v1/omni_gen/cost/*费用预估端点——生成之前就能先查价对新手非常友好。三、图像生成一句话到成图图像生成是最基础的玩法输入一段文字提示词选择模型等待出图。ArtCraft 接入了市面上几乎所有主流文生图模型包括flux_3、gpt_image_2、midjourney_8、seedream_5p0_pro等完整清单见 router_image_model.rs并支持用参考图做风格化编辑如qwen_edit、Flux LoRA 角度控制。上图是仓库内 candleRust 推理引擎Flux 示例的生成产物展示了 Flux 类模型的出图水准。四、视频生成从首帧图、参考视频到参考音频视频生成是 ArtCraft 的重头戏支持三种玩法文生视频只写提示词即可出片可选 6 秒等时长、16:9 / 9:16 / 方形等画幅图生视频首帧驱动提供一张起始帧图片让画面从这张图动起来多参考驱动同时传入参考图片、参考视频mp4、参考音频wav/mp3/ogg让生成镜头的运动节奏参考视频、氛围参考音频。官方文档里的示例就是用一张海鹦照片生成海鹦站在悬崖边转头的短视频完整可运行的 curl / Python / JavaScript 例子见 artcraft_omni_api.md。把上面这样一张静态照片作为起始关键帧ArtCraft 的视频模型就能生成一段镜头平滑移动的短视频。五、3D 与 3DGS从平面走进空间这是多数工具链都不覆盖、而 ArtCraft 做得相当完整的部分 3D 模型mesh生成模型清单见 router_mesh_model.rs亮点功能包括文生 3D / 图生 3DHunyuan 3D 2.x–3.x、Tripo3D H3.1、Meshy 6、Rodin 2.5 Fast草图生 3Dhunyuan_3d_3_sketch手绘一张草图加提示词就能出模型语义拆件hunyuan_3d_3p1_part把已有模型自动拆成可独立操作的部分智能重拓扑hunyuan_3d_3p1_topology给高精度模型减肥方便进游戏引擎。仓库里就带着真实测试资产比如 test_data/3d/hanashi.glb 这样的 GLB 3D 模型文件。✨ 3DGS 场景splat生成3D Gaussian Splatting 是近期 3D 重建领域的热点技术能生成比传统 mesh 更真实、渲染更快的可自由漫游场景。ArtCraft 支持 Marble 1.0/1.1 系列与 TripoSplat单图转 3D 高斯泼溅清单见 router_splat_model.rs前端则用 Three.js 渲染这些 3D 场景与视频画面。六、音频生成作曲、采样与声音素材音频端点/v1/omni_gen/generate/audio接入了 Suno 系列suno_music整曲创作、suno_remix混音、suno_sounds/suno_sample声音采样以及seed_audio_1p0。仓库的 test_data/audio 目录还按 aac / aiff / flac / m4a / mp3 / ogg / wav 等格式备齐了测试音频覆盖了平台支持的音频输入类型。 结合视频生成的generate_audio参数你可以让视频自带音效——画面和声音在同一个平台上闭环这是一站式 AI 生成平台相对零散 API 的最大价值。七、零基础上手一次生成的 4 个步骤如果你想通过 API 集成ArtCraft 提供两套接口详见 artcraft_omni_api.md应用端接口/v1/omni_gen/generate/*使用浏览器登录态覆盖全部 5 类生成编程接口/v1/omni_api在Authorization头里带 API keyartcraft_api_开头适合服务端集成。以编程方式生成视频的完整步骤POST /v1/omni_api/generate/video提交请求务必每次附一个全新的idempotency_tokenUUID 防重复扣费响应里拿到inference_job_token形如jinf_xxx轮询GET /v1/omni_api/job_status/job/{token}直到状态变为complete_success从state.maybe_result.media_links.cdn_url取出成品文件的直链。状态查询、错误码401 密钥无效、402 余额不足等在文档中都有完整示例照着抄就能跑通。八、仓库结构导览代码都放在哪里artcraft-services 目录清晰新手按这张表找路即可目录内容crates/service/web/主 HTTP 服务 storyteller-webcrates/service/job/各厂商轮询、缩略图、支出分析等后台工作进程crates/api_clients/各生成厂商的客户端与生成路由器crates/schema/database/mysql_queries全仓库共用的 MySQL 查询层frontend/Nx 工作区Web 应用与共享 TS 库_database/SQL 迁移、Elasticsearch 索引定义_docs/开发环境搭建、Omni API 指南等文档_tools/postman/可直接导入 Postman 的请求集合本地跑通后端的最低要求是一个迁移好的 MySQL Redis 对象存储然后执行SQLX_OFFLINEtrue cargo run -p storyteller-web即可服务默认监听0.0.0.0:12345。完整环境配置步骤见 dev_setup.md 与 dev_setup_server.md。九、常见问题 FAQQ1ArtCraft 和自己写脚本调各家模型 API 有什么区别区别在于统一性统一鉴权、统一积分计费、统一任务轮询、统一媒体库和 CDN 分发5 类生成共享同一套账户与钱包体系而不是为每个厂商维护一套密钥和计费逻辑。Q2新手最容易踩的坑是什么复用idempotency_token会被直接拒绝防重复提交机制传 URL 时图片必须是 jpeg/png/gif/webp、参考视频必须是 mp4。两个约束在文档 artcraft_omni_api.md 中都明确列出。Q33DGS 和普通 3D 模型mesh怎么选需要真实感、可漫游的场景选 splat如 Marble需要可编辑、进游戏引擎、做动画的资产选 mesh如 Hunyuan 3D并且还能用拆件/重拓扑功能继续加工。十、写在最后ArtCraft 用 Rust 的高性能后端 多厂商模型路由把图像、视频、3D、3DGS、音频五类生成收拢进了一个平台。无论你是想在 Web 端直接创作还是想通过 API 把生成能力嵌进自己的产品artcraft-services 的开源代码都是理解一站式 AI 生成平台完整架构的优质教材。从 README.md 开始按上文的路径导览表逐层深入你很快就能搭建起自己的 AI 创作工作台。 赞分享【免费下载链接】artcraft-servicesbackend, web frontend, etc.项目地址https://gitcode.com/gh_mirrors/ar/artcraft-services点击查看免费下载相关推荐VideoChat-Flash是什么一文看懂OpenGVLab的1M超长视频对话大模型VideoChat Flash是什么一文看懂OpenGVLab的1M超长视频对话大模型 VideoChat Flash 是 OpenGVLab 开源的长视频理用 impeccable clarify 打磨界面文案从“用户看不懂”到“发生了什么、为什么、下一步做什么”用 impeccable clarify 打磨界面文案从“用户看不懂”到“发生了什么、为什么、下一步做什么” 本文是一份面向 AI Agent 与前端开发者的AI 技能前端CLIdsh-pluginAI创作平台完整指南一站式图像、音频、视频智能处理工具AI创作平台完整指南一站式图像、音频、视频智能处理工具 想要快速制作专业级短视频却苦于技术门槛太高AI创作平台正是为你量身打造的解决方案。这款基于浏览器操作人工智能AI 应用计算机视觉语音创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

相关新闻

软件工程落地指南:从需求分析到持续集成的实践方法

软件工程落地指南:从需求分析到持续集成的实践方法

简介:这是一份《软件工程——理论与实践》电子书文档,系统阐述软件工程从理论到实践的完整知识体系,适合高校软件工程专业学生、研究生及开发人员作为学习或参考用书。文档共1个doc文件,压缩包大小1.45MB。内容覆盖需求分析、系统…

2026/10/16 15:56:22 阅读更多 →
二维码DLL工程实战:从编码模式到RS纠错的完整构建指南

二维码DLL工程实战:从编码模式到RS纠错的完整构建指南

简介:面向C开发者的二维码生成DLL封装源码工程,适用于需要在VS2008环境下将二维码编码能力封装为动态链接库、供多程序复用的场景。完整包含工程配置、核心编码算法及导出接口示例,可帮助理解Windows DLL开发流程与二维码数据编码原理。压缩包…

2026/10/16 15:55:20 阅读更多 →
慧荣SMI主控U盘量产开卡:从0字节修复到参数匹配全流程

慧荣SMI主控U盘量产开卡:从0字节修复到参数匹配全流程

简介:慧荣SMI万能开卡量产工具smV2.5.47.zip,是面向SSD维修技术人员、售后工程师及进阶玩家的慧荣主控开卡软件,重点适配SM2246ENAA、SM2246AB等SM2246系列主控,可解决固态硬盘不识别、容量异常、掉盘、需要重新初始化等问题&…

2026/10/16 15:55:20 阅读更多 →

最新新闻

正规式转自动机:从NFA到DFA的最小化实战

正规式转自动机:从NFA到DFA的最小化实战

写了几篇编译原理系列之后,后台一直有人催更词法分析的部分。其实词法分析里真正核心的算法就一个:把正规式变成自动机。你平时在代码里写一个 [0-9] 或 \w ,正则引擎能在一个超长的日志文件里线性扫过去不卡顿,靠的不是玄学&…

2026/10/16 16:25:21 阅读更多 →
华为CSS集群技术:从原理到配置实战,打造毫秒级核心网络冗余

华为CSS集群技术:从原理到配置实战,打造毫秒级核心网络冗余

机房里的核心设备,最怕的不是某一块业务板卡悄悄亮红灯,而是两台核心交换机在关键时刻没人能顶上。传统主备方案里,备机常年空转,切换时间按秒算,业务部门早就开始打电话了。我第一次接触华为的集群CSS,就是…

2026/10/16 16:25:21 阅读更多 →
网络安全入门指南:从攻防思维到实战加固的全景认知

网络安全入门指南:从攻防思维到实战加固的全景认知

我一个朋友曾天真地以为“网络安全就是杀毒软件不点陌生链接”,直到某天他发现自己社交账号被异地登录、浏览器被塞满广告插件、甚至有人拿他的身份信息去注册了一堆乱七八糟的平台,他才意识到“网络安全”这四个字从来不是什么遥远的黑客电影&#xff0…

2026/10/16 16:25:21 阅读更多 →
停机问题不可判定:从反证法到自指矛盾,为何没有万能检测器?

停机问题不可判定:从反证法到自指矛盾,为何没有万能检测器?

很多朋友第一次听说“停机问题不可判定”时,第一反应大概率是:这应该只是还没找到聪明的算法吧?其实完全不是。这个结论说的是:不存在一个通用程序,能够对“任意程序P在输入I下最终是会停,还是一直转下去”…

2026/10/16 16:25:21 阅读更多 →
终端里的Agent Flow实战:从流程编排到稳定跑通的全记录

终端里的Agent Flow实战:从流程编排到稳定跑通的全记录

前阵子我在终端里折腾一个叫 Agent Flow 的东西,起因其实特别朴素:手头有一堆零散的批处理任务,今天抓点数据,明天清洗一下,后天再生成个报告,每一步之间还有依赖关系。一开始我用 shell 脚本硬串&#xff…

2026/10/16 16:25:21 阅读更多 →
InternVL2-Pretrain-Models的Pixel Shuffle与mlp1投影器:图像特征如何压缩成LLM的词汇

InternVL2-Pretrain-Models的Pixel Shuffle与mlp1投影器:图像特征如何压缩成LLM的词汇

【免费下载链接】InternVL2-Pretrain-Models 项目地址: https://ai.gitcode.com/OpenGVLab/InternVL2-Pretrain-Models 点击查看 免费下载 InternVL2-Pretrain-Models 是 InternVL 2.0 多模态大语言模型 Stage-1 阶段的多模态预训练模型仓库,提供从 Int…

2026/10/16 16:24:17 阅读更多 →

日新闻

个人 AI Agent 平台接入 TaoToken:统一 Key 与 API 通道的配置大纲

个人 AI Agent 平台接入 TaoToken:统一 Key 与 API 通道的配置大纲

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/16 0:00:05 阅读更多 →
信号与系统频域分析作业解题指南

信号与系统频域分析作业解题指南

1. 作业背景与核心要求解析信号与系统作为电子信息类专业的核心基础课,其作业设计往往直接关联课程的核心知识框架。2026年春季第六次作业的布置,通常对应着课程进展到频域分析的关键阶段。根据常规教学进度推测,本次作业可能涉及以下核心内容…

2026/10/16 0:00:05 阅读更多 →
Django MVT实战:从零构建图书借阅系统,彻底搞懂Model-View-Template分层

Django MVT实战:从零构建图书借阅系统,彻底搞懂Model-View-Template分层

1. 从一个"四不像"的练手项目说起如果你已经看完了Django的官方教程前几章,跟着敲完了投票应用,大概会有一种"我好像会了,又好像什么都不会"的割裂感。教程里每个知识点都是拆开的——这一章讲模型,下一章讲视…

2026/10/16 0:00:05 阅读更多 →

周新闻

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

简介:基于 ARIMA、LSTM、Transformer 等模型的流感时间序列预测 Python 源码,面向计算机相关专业课程设计与期末大作业学生,以及项目实战学习者。内容覆盖预处理、平稳性检验、定阶、残差分析、多模型对比预测的完整时序建模流程,…

2026/10/15 16:18:54 阅读更多 →
影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别 做影刀RPA自动化,十个新手有八个栽在"往输入框里填东西"这件事上:要么填不进去,要么填了一半,要么直接把原来内容追加在后面。这背后的根因&…

2026/10/15 19:41:51 阅读更多 →
影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容 1. 认识影刀:什么场景该用RPA采小说数据 起点中文网的页面结构相对稳定——分类榜单、书籍详情、章节内容三块独立页面,跳转链路清晰。这种场景非常适合影刀自动化&#x…

2026/10/16 15:04:24 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/15 0:14:36 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/16 3:49:43 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/16 14:23:36 阅读更多 →