aqm857886159/Nomi

Open-source AI video workbench. Bring any model or your local ComfyUI, and let Claude Code / Codex / Cursor direct it over MCP — storyboard, references, generation, editable first cut on a real timeline. Local-first: projects, prompts, and keys stay on your machine. No account, no telemetry.

Nomi – 开源、本地优先的 AI 视频工作室

它是什么 – Nomi 是一款桌面应用（macOS 和 Windows），让你通过与屏幕上的 智能体 对话来创建简短的 AI 生成视频。该智能体将你的描述分解为镜头，生成关键帧图像，将每个镜头转换为视频，并在时间线上组装所有内容。所有生成均通过 你连接 的 AI 模型（云 API 或本地 ComfyUI）完成，因此你只需支付提供商的费用，并完全控制密钥和数据。

为什么重要 – 商业 AI 视频工具通常将模型隐藏在订阅后面，并加价推理成本。Nomi 提供“专业级”工作流程，同时保持 模型无关 和 本地优先：你选择端点、模型和成本；应用本身免费且采用 AGPL-3.0 许可。

核心功能（根据 README 描述）

对话式智能体 – 输入自然语言提示；智能体读取画布、规划镜头、生成关键帧、渲染视频，并将所有内容放置在时间线上。
故事板视图 – 每个镜头显示为一行，包含其提示、首帧、所选模型和时长。参考卡（角色或地点）可以锁定，以保持跨镜头的一致性。
3D 导演 – 摆姿势角色、移动虚拟相机，并使用手机作为取景器；捕获的帧立即反馈到画布中。
逐镜头模型选择 – 任何支持的模型（Seedance、Kling、Wan、Hailuo、Nano Banana、GPT-Image 等）都可以分配给单个镜头，让你混合搭配提供商。
一键模型集成 – 让 AI 为我连接 按钮运行 Claude Code 或 Codex 来查找新模型的端点、参数和 ID，测试它，并将其添加到 UI 中。
MCP 服务器 – Nomi 附带一个本地“模型控制协议”服务器，包含 24 个工具，使外部智能体（Claude Code、Codex、Cursor 等）能够以编程方式驱动生成、排列和编辑。
项目作为文件夹 – Nomi 项目只是一个包含画布、故事板、时间线和生成资产的目录；无需云账户。
隐私优先 – 默认情况下，不会向设备外发送任何内容；匿名诊断是可选的。

工作原理（高级流程）

连接模型 – 为提供商（APIMart、Kie.ai、OpenAI 兼容中继、本地 ComfyUI 等）添加 API 密钥，或让内置 AI 为你获取配置。
描述你的电影 – 在智能体面板中输入自然语言请求，或从现有故事板开始。
智能体规划 – 智能体读取画布，将故事拆分为镜头，为每个镜头选择模型，并生成关键帧。
视频生成 – 每个关键帧发送到所选模型，模型返回短视频片段；片段放置在时间线上。
编辑与导出 – 锁定参考卡、调整时长、重新排序片段，然后导出最终 MP4。

快速入门（README 中的快速开始步骤）

下载从 Releases 页面下载适当的安装程序（macOS arm64/intel DMG 或 Windows x64 EXE）。
启动应用（macOS 可能需要清除隔离标志；Windows 可能需要绕过 SmartScreen）。
连接模型 – 粘贴提供商密钥或添加自定义端点。
输入提示 – 告诉智能体你想制作什么。
审查/调整 画布上生成的镜头，锁定任何参考卡，并排列时间线。
导出完成的视频为 MP4。

技术说明

使用 Electron（主进程）和 React + Vite + Tailwind 前端构建。
开发需要 Node 20+ 和 pnpm；pnpm dev 在本地运行应用。
仓库包含一个 skills/ 文件夹（Skill Pack v2），定义了智能体的能力。
可选的研究工具可以使用 TIKHUB_API_KEY 环境变量读取抖音/小红书/Bilibili API。

许可与社区

许可： 当前版本仅限 AGPL-3.0（早期版本保持 Apache-2.0）。商业定制工作必须保持 AGPL 兼容。
社区： GitHub Discussions、Issues 和微信群。赞助商（例如 Gway）被列出，但不影响开源性质。
贡献： 无需 CLA；贡献在相同的 AGPL-3.0-only 许可下接受。

底线： Nomi 是一款真正的开源 AI 视频创作工具，将模型和成本的选择权交到用户手中，同时提供对话式、逐镜头的流程，适合想要桌面优先、隐私保护的创作者。