多模态生成
共 18 个仓库 · 一年内有推送 · JavaScript
自托管的多模型 AI 图像与视频生成工作台，聚合 Flux、Midjourney、Kling、Sora 等 600+ 模型，无内容过滤，可替代闭源视频平台。
把任意脚本自动生成多风格火柴人动画视频，自动配画面、配音、字幕和音效，适合做无露脸 YouTube 频道。
收录 840+ 条 Seedance 视频生成提示词案例，每条可溯源原始帖，附跨模型复测与可安装 AI 视频技能，帮创作者快速找到能直接用的提示词。
为 ComfyUI 提供工作流一键转 APP、屏幕共享与悬浮视频、GPT 与 3D 节点、语音识别和 TTS 等扩展节点，方便把生成流程直接做成可交互应用。
拆解抖音爆款知识短片，自动生成导演分镜表、配音效并一键出片，适合批量做知识类短视频。
在浏览器里直接修复 AI 生成的像素画和矢量图，不用装软件或上传服务器，适合处理文生图常见的锯齿、模糊和边缘失真问题。
收录 50 多个可直接克隆、部署并变现的开源生成式 AI 应用模板，涵盖图像生成、视频工具、虚拟试穿和 AI SaaS 脚手架，每个模板都支持 Vercel 一键部署。
一套面向财经科技短视频的 AI 制作技能包，覆盖选题设计、找片截图、配音、渲染和混音，帮内容创作者快速产出华尔街风格的解读短片。
把单个知识点自动做成带旁白、逐句标注出处的知识短片，基于 Claude Code 技能，内置 44 套视觉风格，代码逐帧渲染成片。
收录 150 条 GPT Image 2.5 社区提示词，覆盖 9 类使用场景，每条都标注原作者和出处，可直接拿来生成图片。
汇总多模态建模相关资源，覆盖多模态大模型（MLLM）、统一多模态模型（UMM）和原生多模态模型（NMM），方便快速查找论文与工具。
收录 5000+ 中文 AI 绘画提示词，按类别整理并支持检索和一键复制，覆盖 Midjourney、Stable Diffusion、Flux、即梦、可灵等主流生图模型，源码和数据集全部开源。
把想法和素材交给 AI 导演智能体，自动生成生动的讲解视频，支持本地优先运行并自由接入任意模型。
开源的 AI UGC 视频广告生成器，用 Veo、Seedance 等模型生成真人感 AI 演员口播视频，可自托管替代 Arcads 和 MakeUGC。
基于 ComfyUI 的响应式 AI 创作工作台，在电脑或手机上流畅运行调优好的图像与视频生成工作流，适合自托管使用。
封装 Google Flow 的 CLI 工具，用命令行批量生成 Nano Banana Pro 图片和 Omni Flash 视频，并支持 MCP v2 与 OpenAI API 接入。
纯前端的多模型并行对话与文生图工具，填上 API Key 就能同时对比 ChatGPT、Claude 等模型的回答并生成图片，无需自建服务端。
收集整理 MiniMax H3 视频生成提示词，覆盖电影感、广告、动漫、UGC、产品视频等场景，附带可播放示例和创作者署名，方便直接参考套用。