PhotoPrism 是一款开源的自托管 Web 应用，利用设备端 AI 自动对个人照片和视频进行标签化、搜索和整理，同时保护所有数据隐私。

一款使用 RMBG-1.4 模型提供本地 AI 驱动的背景移除、批量处理和图像编辑工具的桌面应用程序。

Banana Claude 是一个 Claude Code 插件，允许您输入自然语言请求，查看详细计划（提示、模型、成本估算），在明确批准后调用 Google 的 Gemini 图像模型生成或编辑视觉资产。它强调离线优先规划、隐私安全的 API 密钥处理以及一次性批准，以保持成本透明。

ComfyUI-Easy-Use 是一套全面的自定义节点，旨在简化 ComfyUI 可视化编辑器中 Stable Diffusion（及其他扩散模型）工作流的构建。它增加了单键加载器、提示词助手、LoRA/ControlNet 堆叠、循环/条件逻辑、图像工具和 UI 优化，让用户能以更少的节点创建并运行复杂的生成管线。

Krea 2 是一个开源图像生成模型，包含一个用于灵活微调的基础 RAW 模型和一个用于快速、高质量文本到图像合成的蒸馏 Turbo 模型。

一款开源的 AI 海报设计工具与在线图片编辑器，具备 DOM 画布、AI 背景移除功能以及完整的管理后台。

一种AI人像摄影提示工程技能，通过重构专业摄影计划，实现多张照片间一致的风格和角色复现。

专为动漫AI艺术设计的ComfyUI视觉提示与LoRA选择工具，包含4万多个艺术家、角色和服装标签的数据库。

一个用于创建一致角色精灵的ComfyUI管道，允许用户在多张图像中管理外观、姿势、服装和情绪。

用于生成高质量图像和 1D 序列的 Denoising Diffusion Probabilistic Models (DDPM) 的 PyTorch 实现。

一款基于AI的电商视觉资产生成工具，利用39个场景模板和专业技术预检，生成专业且符合平台要求的产品图像。

一个 Codex 技能，通过将真实照片与同一张影像的克制、纸纹版画版本配对，将照片转换为垂直的编辑艺术品。

ArtCraft是一款桌面IDE，让艺术家构建2D或3D场景，并用AI生成的图像、视频、音频、网格和世界填充。它提供可视化工具用于合成、姿态迁移、背景移除和提示驱动生成，支持62个内置模型以及Midjourney和Sora等外部提供者。适用于Windows/macOS（Linux从源码构建），目标用户是希望实现可重复、可控制的AI艺术工作流的创作者。

一个社区仓库，提供 Draw Things 应用的核心图像生成、采样和训练代码，包含可自托管的 gRPC 服务器以实现远程推理。

一个 ComfyUI 自定义节点，提供交互式 3D 视口，用于控制相机角度并生成与 Qwen-Image-Edit-2511-Multiple-Angles-LoRA 兼容的提示。

一个跨平台的便携式可执行文件，使用确定性反向 Alpha 混合算法去除 Google Gemini 图像（及视频）水印，具备可选的 GPU 加速 FDnCNN 去噪、GUI/CLI 界面、批量处理以及通过 MCP 实现的 AI Agent 集成。

一个为 ComfyUI 设计的智能助手，通过 LLM 驱动的代理程序自动化图像生成工作流的生成、调试和优化。

一个由 AI 驱动的工具包，帮助电商卖家自动分析产品照片，并生成适用于 Amazon、Taobao、JD.com、TikTok 等多种风格和平台的完整专业营销图像集。

一种 Codex 图像生成技能，可将照片或文本转换为具有早期 CRT 计算机界面美学的复古插图。

一系列 ComfyUI 节点，提供用于创建 ControlNet 提示图像（如深度图、Canny 边缘和人体姿态）的预处理器。

一个精选的 130+ 个基于 JSON 的视觉风格提示模板库，用于 AI 图像生成。每个 `style.json` 定义了一个可复用的布局（如海报、拼贴、文字艺术），包含你需在粘贴到多模态 LLM（ChatGPT‑4‑Vision、Gemini‑3‑Pro 等）前填充的占位符。仓库包含预览图、示例值、验证脚本和复制提示快捷方式，旨在让 AI 生成的图形保持一致且易于迭代。

labelme 是一个跨平台的 Python/Qt 桌面应用程序，用于在图像或视频上绘制边界框、多边形、掩码等。标注数据以 JSON 格式保存，可导出为 VOC 或 COCO 格式，是创建计算机视觉模型训练数据的实用工具。可通过 pip、付费独立可执行文件或 Linux 包安装；最新版本增加了 AI 辅助掩码生成（SAM、YOLO-World）功能。

一个使用图像修补技术来移除图像中的水印，并创造出无缝效果的机器学习项目。

一套 AI 技能指令，能将普通照片转化为极简、充满诗意的手绘插画，并带有大量留白与微小的手写字幕。

Fill‑Nodes 是一个大型自定义 ComfyUI 节点集合，提供图像处理、视觉效果、字幕生成、AI 模型调用（GPT、DALL‑E、Hugging Face 等）、文件处理（PDF、Google 驱动）、音频响应与视频工具。通过将仓库放入 ComfyUI 的 `custom_nodes` 文件夹即可安装。可用于构建端到端工作流，实现批量加载、应用创意效果、通过 LLM 生成字幕，并将结果导出为图像、视频、PDF 或云端存储文件。

一个本地生成工具，可将两张或更多照片转换为一致、动画化的角色精灵，用于 Codex 伙伴，使用开放权重的图像模型。

一个使用思维链 (Chain-of-Thought) 重写技术来增强文本到图像 (text-to-image) 和图像到图像 (image-to-image) 编辑提示词，同时保留原始用户意图的提示词重写工具。

iLab CONJURE 是一个基于 FastAPI 的本地运行网页 UI（及 CLI），用于使用多种 AI 模型（GPT-Image、Gemini、Codex）生成和编辑图像。它提供任务队列、持久化图库、提示词模板标签、SQLite 历史记录，并支持 OpenAI 兼容 API 和本地 Codex OAuth 流程。可通过源代码或预构建的 macOS/Windows 安装包进行安装，配置 API 密钥后即可开始生成图像。

Docspell 是一个开源的个人文档管理系统，用于整理扫描的纸质文件、电子邮件及其他文件。它使用 Stanford CoreNLP 自动建议标签、日期和发件人，必要时运行 OCR，并通过 REST API 和移动端友好的 Elm Web UI 提供全文搜索。可通过 Docker、Debian 包、Nix 或 Helm 安装，采用 AGPL-v3 许可证。

Vibe Workflow 是一个开源、MIT 许可证的节点式可视化编辑器，用于构建生成式图像和视频流水线。它由 Next.js 前端、调用 MuAPI 生成模型的 FastAPI 后端以及可复用的工作流构建 UI 库组成。你可以通过 Docker 或手动方式自托管，也可使用托管的 SaaS 版本，并可通过自定义节点调用任何 AI 模型或外部 API。

一款将 ComfyUI 的 AI 能力直接整合到 Photoshop 界面中的插件，实现无缝的 AI 驱动编辑工作流。

用于程序化图像处理和 AI 放大的基于节点的 GUI，允许用户通过可视化界面构建可定制的处理流水线。

一个跨平台演示，适用于 4 B 参数的 Bonsai 扩散模型，提供基于 Web 的工作室和 CLI，可在 macOS（MLX）或 NVIDIA GPU（gemlite + HQQ）上进行图像生成。

一个自托管的图像处理服务器，提供本地 AI 驱动的背景移除、批量压缩和超过 70 种图像格式的转换。

一个开源的 Midjourney API 代理，允许开发者通过可编程接口将 Midjourney 的图像生成和人脸交换功能集成到自己的应用中。

一个即用型 Windows 软件包，将 ComfyUI（Stable Diffusion 的节点式 UI）与 40 多个自定义节点和 300 多个预编译 Python 包捆绑，让用户在 NVIDIA GPU 上立即启动 AI 图像/视频生成。

comfy‑cli 是一个 Python 命令行工具，用于安装、启动和管理 ComfyUI（一个开源生成式媒体引擎）。它处理环境设置、自定义节点安装、模型下载、工作流执行，并可将任务卸载到托管的 Comfy Cloud 服务。功能包括基于 `uv` 的快速依赖解析、LLM 代理友好的 JSON 结构化输出、Shell 补全，以及用于测试 PR 和管理后台服务器的实用工具。

一个通用的图像编辑模型，提供高保真度、一致性的编辑，并具有强大的身份保留与多元素融合能力。

GPU 加速、与 API 无关的实时光线追踪去噪库（REBLUR、RELAX、SIGMA）。

一个 AI Agent 技能，可将文本文章和脚本转换为具有可定制风格和一致角色 IP 的概念图。

LibrePhotos 是一个自托管的照片管理服务器，可自动添加 AI 生成的元数据（人脸、物体、字幕），并提供语义搜索、地图视图和多用户相册功能。它以 Docker 容器形式提供，包含 Django REST 后端、React Web UI 和可选的 React-Native Android 客户端，所有计算机视觉任务均使用 ONNX-run 模型。

一个利用 OpenVINO 和潜在一致性模型优化的高性能 Stable Diffusion 实现，专为 CPU 设计，可实现近乎实时的图像生成。

PiD 是一款即插即用的扩散解码器，通过取代标准的 VAE/RAE 解码器，在单次传递中将潜在表示直接转换为超分辨率 2K 到 4K 像素。

一组 ComfyUI 节点，用于在图像和视频中快速且简单地进行换脸，具备面部修复和混合面部模型创建功能。

一套完整的扩散模型训练套件，提供数据集准备、微调和模型转换工具，支持 GUI 或 CLI 操作。

rclip 是一个本地的、原生终端图像搜索工具，使用 OpenCLIP 嵌入技术，让你可以通过自然语言描述、示例图像或加权组合来查找照片，支持多种图像格式，并可选交互式界面。

基于 React 和 TypeScript 的编辑器，支持 Google 的 Gemini 图像模型，实现文本生成图像、遮罩编辑和搜索接地提示。

一个基于 ncnn 的便携式 Z-Image 生成器实现，可在任何支持 Vulkan 的 GPU 上实现高性能图像生成、图像修复和 ControlNet 支持。