lidge-ai/ima2-gen

解决的问题

ima2-gen 提供了一个本地优先的工作室与运行环境，用于生成和管理跨多个 AI 提供商的图像与视频。它通过将各种模型整合到单一本地服务器与界面中，消除了在不同网页界面间切换的需求，同时确保所有生成的资产都保留在用户的机器上。

运作方式

该项目运行一个小型本地服务器，作为用户（通过浏览器、Mac 应用程序或 CLI）与各种 AI 提供商之间的桥梁。它支持多种身份验证方法，包括 ChatGPT 和 Grok 的 OAuth，以及 Gemini、NovelAI 等的 API 密钥。它还与本地的 ComfyUI 工作流程整合。所有生成的文件都存储在本地的 ~/.ima2/generated 中，系统会追踪每个结果的提示词、时间和设置等元数据，以确保可重现性。

目标用户

• 数字艺术家与设计师：需要一个集中式的地方来生成、分支和清理视觉资产。
• 开发者与编程代理 (Coding Agents)：可以使用 CLI 和提供的“技能”(Markdown 指南) 来自动化前端与 UI/UX 设计的资产管线。
• 进阶用户：希望避免基于浏览器的孤岛，并保留 AI 生成媒体的本地历史记录。

特色亮点

• 节点图分支 (Node Graph Branching)：允许用户获取一张成功的图像，并在不覆盖原始图像的情况下，将其推向多个不同的方向。
• 画布模式 (Canvas Mode)：包含用于注释、背景移除（通过 GPT 透明度）以及导出为 SVG（点阵或矢量）的工具。
• 多提供商支持：整合了 OpenAI、Grok、Gemini、NovelAI、ComfyUI 等。
• 视频制作：支持文字转视频、图像转视频，以及用于维持角色与场景一致性的“故事板模式”。
• 代理整合：附带专门的 Markdown 技能，协助编程代理处理资产管线与设计方向。