Woolverine94/biniou

biniou – 自托管 AI 工作室

它是什么

• biniou 是一个开源、本地运行的 Web UI，集成了数十个生成式 AI 模块。它允许你从 Hugging Face 下载模型，生成文本、图像、音频、视频、3D 形状等。UI 可在 Linux、Windows 和（实验性）macOS 上运行，并且可以在没有 GPU 的情况下运行——只是速度会慢一些。

主要功能

• 文本：llama-cpp 聊天机器人、多模态 LLaVA、Whisper 语音转文本、NLLB 翻译、提示词生成器。
• 图像：Stable Diffusion（SD-1.5、SD-2.1、SDXL、SD-3.5、Flux 等）、Kandinsky、Latent Consistency、PixArt-Alpha、ControlNet、内补/外补、IP-Adapter、MagicMix、换脸（InsightFace）、超分辨率（Real-ESRGAN、GFPGAN）。
• 音频：MusicGen、MusicGen-Melody、MusicLDM、AudioGen、Harmonai、Bark（文本转语音）。
• 视频：ModelScope txt2vid、Text2Video-Zero、AnimateDiff、Stable Video Diffusion、视频到视频 Pix2Pix。
• 3D：Shap-E txt2shape 和 img2shape。
• 跨模块工作流 – 一个模块的输出可以直接输入到另一个模块。

为什么重要

• 为各种生成模型提供单一、基于浏览器的控制面板，无需单独安装每个工具。
• 初始模型下载后即可离线工作，适用于隐私敏感或隔离环境。
• 硬件门槛低（8 GB RAM，仅 CPU），同时支持 CUDA/ROCm 加速（适用于有 GPU 的用户）。

安装

• 大多数主流 Linux 发行版的一键安装脚本（OpenSUSE、Rocky/Alma/CentOS/Fedora、Debian/Ubuntu/Pop! OS、基于 Arch 的 CachyOS、OpenMandriva）。
• Windows 安装程序（biniou_netinstall.exe 或 install_win.cmd），自动拉取所需工具（Git、Python 3.11、Visual Studio Build Tools、ffmpeg 等）。
• 可选的 Dockerfile 用于容器化部署。
• 先决条件自动安装；唯一的手动步骤是克隆仓库并在 Linux 上运行 ./install.sh。

使用方法

1. 在浏览器中打开 http://localhost:7860（默认 Gradio 地址）。
2. 从侧面板选择一个模块（例如，Stable Diffusion）。
3. 上传或输入提示词，调整设置，然后点击 Generate。
4. 使用 Control panel 更新、重启、启用身份验证，或一键公开 UI。

硬件建议

• 最低要求：64 位 CPU、8 GB RAM、HDD、互联网（用于模型下载）。
• 推荐：多核 CPU、支持 CUDA 的 GPU、16 GB+ RAM、SSD（完整模型集约需 200 GB）。

支持的模型格式

• .gguf 用于基于 llama-cpp 的 LLM（GPT-OSS、Llama 2/3、Mistral、Mixtral、Qwen、DeepSeek、Gemma 等）。
• .safetensors 用于扩散模型（Stable Diffusion、SDXL、Flux 等）。
• 也接受 LoRA、textual-inversion 和自定义检查点文件。

社区与文档

• Wiki 包含安装指南、模块参考和更新存档。
• 生成媒体的展示画廊。
• YouTube 上有 Linux、Windows 和整体使用的视频教程。

许可证

• 根据 MIT 许可证分发（参见 LICENSE 文件）。

---

底线：biniou 是一个全面的、本地托管的 AI 工作室，将各种生成模型统一在用户友好的 Web 界面下，是爱好者、研究人员或任何想在不依赖云服务的情况下尝试 AI 生成的人的可靠选择。