tianjiangqiji/nova-image-studio

何を解決するか

Nova Studio は、個人や小さなチームが複数の AI モデルで画像および動画作成を管理できるように設計されたセルフホスト型 AI 生成ワークベンチです。異なる AI サービスプロバイダ間を切り替える必要を排除し、テキストから画像、画像から画像、動画生成、AIアシストによる UI 設計を統合されたインターフェースで実行できます。

動作方法

このプロジェクトは、PWA としての Next.js と React フロントエンド、Node.js ベースのバックエンド（SQLite と WebSockets を使用してタスクスケジューリング）を採用しています。モデルに依存しない設計となっており、ユーザーは自身の API キーとベース URL を設定して、さまざまなテキストおよび画像モデルを接続できます。

動画生成には、プラグインベースのアーキテクチャを採用しています。ホストはキュー、履歴、メディアアップロードのインフラを提供し、JSON ベースのプラグインが各動画プロバイダ用の特定の API プロトコル、UI フォーム、ポーリングロジックを定義します。

対象ユーザー

• AI コンテンツクリエイター：複数の画像および動画モデルにアクセスできる単一のダッシュボードを求めるユーザー。
• UI/UX デザイナー：AIエージェントを使って UI モックアップをスライスされたアセットや機能的なウェブページに変換したい人。
• 開発者：プラグインシステムを備えたセルフホスト型で拡張可能なワークベンチを必要とする人。

主な特徴

• 7つの動作モード：テキストから画像、画像から画像、ブラウザ CDP ツールを備えた会話型 AI エージェント、GIF 生成、リバースプロンプトツールを含む。
• プラグイン駆動型の動画ワークベンチ：コアコードを変更せずに、純粋な JSON プラグインで新しい動画生成機能を追加可能。
• UI デザインモード：AI駆動の画像スライシング、背景補完、マルチターンエージェントによるモックアップから HTML/CSS/JS への再現機能を備える。
• エージェント機能：AIエージェントはウェブ検索、推論、ローカルの Chrome ブラウザと対話して、Taobao などのページからデータを抽出できる。
• 柔軟なモデルシステム：OpenAI、Gemini、Anthropic など複数のプロトコルをサポート。各モデルの設定はブラウザの localStorage に保存される。