lidge-jun/ima2-gen

解決する課題

iima2-gen はローカルデスクトップライクな Web アプリケーションで、ChatGPT や Grok などのハイエンド AI チャットインターフェースに見られる画像・動画生成ワークフローを再現し、さらに高度なプロフェッショナルツールを組み込みます。複数のタブや API ダッシュボードを行き来する必要がなく、生成・反復編集・アセット管理をすべてローカルスタジオに統合します。

仕組み

本プロジェクトはローカルサーバーとクライアントとして動作し、OAuth または API キーを介して各種 AI プロバイダーと連携します。生成には複数の「パス」をサポートします：

• OAuth パス：ChatGPT と Grok のアカウントに接続し、手動で API キーを入力せずに無料/標準アクセスを提供します。
• API パス：OpenAI、xAI（Grok）、Google Gemini（直接 API または Antigravity CLI 経由）と統合します。

単一の Server‑Sent Events（SSE）接続を使用し、複数の同時生成ジョブの進捗更新を多重化することで、ブラウザの接続数制限によるギャラリーの停止を防ぎます。

想定ユーザー

デザイナー、フロントエンドエンジニア、AI アーティスト向けに設計されており、ビジュアルアセットの構造化された反復ワークフローが必要な方、フレーム間でキャラクターの一貫性を保ちたい方、特定の画像クリーニングを行いたい方に最適です。

ハイライト

• 反復生成モード：単一結果の「Classic」、単一画像から異なるクリエイティブ方向へ分岐する「Node Mode」、複数候補を同時に生成する「Multimode」を搭載。
• 動画制作：テキスト→動画、画像→動画、リファレンス→動画を Grok モデルでサポートし、キーフレーム抽出も可能。
• ストーリーボードモード：画像・動画の連続フレームでキャラクターとシーンの連続性を維持。
• キャンバスモード：ズーム、パン、注釈、背景消去を行う専用クリーニングツールで、アルファ/マットのエクスポートオプションを提供。
• エージェントスキル：Markdown 形式の指示セット（Core、Frontend、UI/UX）を予めパッケージ化し、AI コーディングエージェントがアセット制作パイプラインを自動化できるよう支援。
• ローカルギャラリー：生成されたアセットをローカルに保存し、セッション認識の履歴とメタデータを保持。