ziguishian/MxPage

MxPage – AIを活用したEコマース商品画像用デスクトップワークベンチ

概要 – オープンソースのElectronベースのデスクトップアプリケーションで、販売者（または商品リスティングを作成する人）が、大規模言語モデルと画像モデルを使用して、メインの商品画像、複数ページの詳細ページグラフィック、ソーシャルメディア用ビジュアルを生成できます。このツールはWindowsまたはmacOSでローカルに動作し、テキストから画像への生成のためにOpenAI互換APIと通信し、すべてのデータをユーザーのマシンに保存します。

主な機能

領域	できること
商品ページ作成	参考写真をアップロードし、既知の商品情報を入力し、ターゲットプラットフォーム（淘宝、拼多多、抖音、小红书など）と言語を選択すると、アプリが自動的にヒーロー画像、全長の詳細ページ（ヒーロー画像3〜10枚、詳細画面4〜20枚）、モバイルプレビューモックアップを生成します。
コンテンツ計画	内蔵のLLMプランナーが、セールスポイント、使用シーン、証拠、欠落している情報を抽出し、生成前に不明な値をユーザーに確認するよう促します。
マルチプラットフォームスタイリング	プラットフォーム固有のプロンプトプリセットが、各中国のEコマースチャネルに合わせて文言とビジュアルスタイルを調整します。
バッチ処理	商品フォルダ全体をキューに入れ、順次実行し、アイテムごとの失敗を表示し、中断したところから再開できます。
画像翻訳	固定の翻訳プロンプトを使用して、既存の商品画像を他の言語に翻訳します（単一、バッチ、またはフォルダ単位）。商品計画エージェントは不要です。
編集と納品	生成後、各画像を編集し、オリジナルと翻訳版を比較し、編集履歴を保持し、すべてのアセットのZIPまたは単一の長尺スクロール詳細画像をエクスポートできます。
モニタリング	現在のワークフローステージ、画像ごとのレイテンシ、APIコスト見積もり（CNY表示）、12か月の使用状況ヒートマップをリアルタイムで表示します。
ユーザーセンター	アバター、最近の使用統計、モデル設定UI、「バージョン情報」ページ。

仕組み（V4ワークフロー）

PREPARE → PLAN → WAITING_INPUT → ART_DIRECTION →
GENERATE → IMAGE_REVIEW → SET_REVIEW →
COMPLETED / PARTIAL / FAILED

• LLMはJSONプランとストーリーボードを返します。最初のヒーロー画像が生成され、残りの画像は並列で取得されます（最大2つの同時呼び出し）。すべてのレイアウトはローカルで実行されます。テキストブロックが配置され、改行が保持され、テーブルが維持され、最終的な長尺スクロール画像が追加のLLM呼び出しなしで組み立てられます。
• チェックポイントが永続化されるため、実行を停止して問題を修正し、すでに生成されたアセットに対して再支払いすることなく再開できます。
• エラー（タイムアウト、不正な応答）は自動再試行されません。UIがクレジットを消費する前にユーザーに確認を求めます。

はじめに

1. リリースページから適切なZIPをダウンロードします（Windows x64、macOS ARM64またはIntel）。パッケージにはElectronと小さなNode.jsバックエンドが含まれており、別途Nodeのインストールは不要です。
2. 実行可能ファイル（MxPage.exeまたはMxPage.app）を実行します。
3. API設定ペイン（左下のアバター）を開き、構造化JSONレスポンスと画像生成をサポートするOpenAI互換サービスのURLとAPIキーを入力します（例：公式OpenAI API、Azure OpenAI、またはセルフホストのモデルゲートウェイ）。
4. アップロードをクリックして参考商品写真を追加し、表示される質問（サイズ、素材など）に回答し、ターゲットプラットフォームと言語を選択して、開始を押します。
5. 進行状況バーを確認し、必要に応じて生成された画像を編集し、最後にアセットをエクスポートします。

技術スタック

• フロントエンド – Electronシェル内のReact + Next.js（ローカルで提供）。
• バックエンド – Node.js 24、SQLiteデータベースを使用したPrisma ORM（prisma/dev.db）。
• AI統合 – lib/aiにはプロバイダーアダプターが含まれています。デフォルトのワークフローでは、テキスト計画にGPT‑6 Lunaというモデル、画像生成にGPT‑Image 2.5 Flareというモデルを想定していますが、必要なJSONスキーマを返すモデルならどれでも動作します。
• 画像処理 – sharpを使用して、最終的な長尺スクロールページのリサイズ/合成を行います。
• テスト – Jestユニットテスト、ワークフローに焦点を当てたテスト（npm run test:detail）、デスクトップビルドのスモークテスト。

ライセンスとコミュニティ

• ソースコードは寛容なMITライセンスの下で公開されています。生成された画像および第三者のアセットは、基盤となるモデルプロバイダーおよび著作権者の条件に従います。
• プロジェクトは**灵矩绘境（MatrixInspire）**によって維持されています。問題、機能リクエスト、バグ報告はGitHub Issuesトラッカーを通じて歓迎します。コミュニティチャット用のQRコードはREADMEに記載されています。

誰が使用を検討すべきか

• 複数の中国のマーケットプレイス向けに、迅速で一貫性のある商品ビジュアルを必要とする中小規模のEコマース販売者。
• すべてのSKUにデザイナーを雇わずに商品ページのプロトタイプを作成したいマーケティングチーム。
• ローカルで実行される生成AIワークフローの構築や拡張に興味がある開発者（コードベースは完全にオープンで、V4ステートマシン実装が含まれています）。

---

上記の情報はすべてリポジトリのREADMEから直接取得したものであり、追加の機能は推測されていません。