krillinai/OpenCreator

OpenCreator – 开源 AI 驱动的创意工作区

是什么

• 一个本地运行的应用程序（Web + 可选桌面客户端），允许个人或团队使用大语言模型和其他 AI 服务创建和编辑多媒体内容（视频、图像、音频、字幕、文档）。
• 基于现有的 Codex CLI（代理循环框架），并添加了稳定运行时、可视化仪表板和桌面宿主。

核心理念

理念	如何工作
统一代理 + UI	相同的底层状态机同时驱动聊天式对话界面和可视化“创作者工具”仪表板，因此您可以输入自然语言命令或点击设置，两者始终保持同步。
本地优先	所有数据、日志和生成的资产默认保留在您的机器上。运行时作为本地守护进程运行；桌面客户端仅添加操作系统级功能（文件选择器、托盘、通知）。
Codex 原生	重用 Codex 代理循环、模型选择、工具调用处理、技能和 MCP（模型-配置-配置文件），无需重新实现。
版本化工作流	每次修改都会创建新版本，保留早期设置和输出，便于比较和回滚。
受管理的运行时组件	打包工具如 yt-dlp 并检查更新，若更新失败可安全回滚。

今日提供的创作者工具

• 视频翻译 – 导入视频，使用 Whisper（云端或本地）进行语音转录，然后让 LLM 分段、对齐并翻译字幕；也可生成配音音频或导出竖屏视频。
• 视频下载器 – 解析 YouTube、Bilibili 等平台，显示可用格式，并下载视频或音频以供后续处理。
• 缩略图生成器 – 输入主题、视频链接和可选参考图像，生成多个缩略图候选。
• 图像生成 – 使用“GPT Image”模型（或任何配置的图像服务）根据提示生成图像，支持宽高比和数量控制。
• 路线图项目 – 拼贴动画、自动剪辑生成、智能配音、完整视频生成、数字形象（均列为 即将推出 或 开发中）。

如何交互

1. 启动项目 – 首次启动时，运行时会创建默认项目。
2. 选择工具或开始对话 – 打开仪表板或输入自然语言请求。
3. 运行任务 – 代理调用相应工具（如 yt-dlp、ffmpeg、Whisper），并将进度流式返回 UI。
4. 迭代 – 在 UI 中编辑设置或要求代理优化结果；每次更改都会生成新版本。
5. 导出 – 直接从工作区下载最终媒体（视频、字幕、图像、音频）。

支持的模型与服务

• LLM – 任何通过 Codex 目录或 OpenAI 兼容提供者（GPT、DeepSeek、Qwen、Kimi、GLM、Grok、Doubao、ERNIE、Hunyuan 等）可用的模型。
• 图像 – 默认使用 GPT Image（OpenAI）；可通过 AI-服务设置添加其他服务。
• 语音与转录 – Whisper、OpenAI TTS、MiniMax、Microsoft Edge TTS、阿里云语音，以及您配置的任何自定义提供者。

快速上手

# 克隆并安装
git clone https://github.com/krillinai/OpenCreator.git
cd OpenCreator
corepack enable          # 确保使用仓库中的 pnpm 版本
pnpm install

# 运行 Web UI（自动启动本地守护进程）
pnpm web:dev
# 然后打开 http://127.0.0.1:19861/

如需原生桌面体验：

pnpm desktop:dev   # 带热重载的开发模式
pnpm desktop:dist  # 为您的操作系统构建安装程序

前提条件：Node 22+、pnpm 9+，以及已登录 AI 提供者的 Codex CLI 可执行文件。

架构概览

• 前端 – React 18 + Vite（apps/web），在浏览器和 Electron 间共享。
• 协作核心 – UI 和对话均可读写共享的工作流状态（步骤、进度、版本）。
• 本地运行时（守护进程） – Node 进程暴露 API（SSE），与 Codex CLI 通信，管理项目，运行工具，将数据存储在 SQLite/文件中，并处理更新。
• 媒体工具链 – FFmpeg、yt-dlp、Whisper，以及任何配置的 AI 服务。

谁可能使用它

• 希望在不将原始资产发送到仅限云端平台的情况下，使用 AI 辅助进行视频翻译、缩略图生成或图像合成的内容创作者。
• 需要可复现、版本控制的多媒体项目流水线的小团队。
• 已使用 Codex 代理并希望获得现成 UI/桌面封装的开发者。

了解更多

• 多语言 README（英文、中文、日文、韩文等）
• 页眉中的 Discord 社区和 QQ 群链接
• docs/operations/ 下的桌面打包和操作详细手册

---

总结：OpenCreator 是一个真正的开源 AI 工作区，通过 Codex 将对话式代理与多模态内容创作的可视化仪表板结合，所有操作均在本地运行并版本化。文档完善，持续维护，定位为扩展 AI 驱动创意工作流的平台。