krillinai/OpenCreator

OpenCreator – 開源 AI 驅動的創意工作區

是什麼

• 一個本地執行的應用程式（Web + 可選桌面客戶端），允許個人或團隊使用大型語言模型及其他 AI 服務創建和編輯多媒體內容（影片、影像、音訊、字幕、文件）。
• 基於現有的 Codex CLI（代理循環框架），並新增穩定的執行時、視覺化儀表板與桌面主機。

核心理念

理念	如何運作
統一代理 + UI	相同的底層狀態機同時驅動聊天式對話介面與視覺化「創作者工具」儀表板，因此您可以輸入自然語言指令或點選設定，兩者皆能保持同步。
本地優先	所有資料、日誌與產生的資產預設保留在您的機器上。執行時以本地守護程序運行；桌面客戶端僅增加作業系統級功能（檔案選擇器、系統匣、通知）。
Codex 原生	重用 Codex 代理循環、模型選擇、工具呼叫處理、技能與 MCP（模型-設定-設定檔），無需重新實作。
版本化工作流程	每次修改皆會建立新版本，保留早期設定與輸出，方便比較與回滾。
受管理的執行時元件	打包工具如 yt-dlp 並檢查更新，若更新失敗可安全回滾。

今日提供的創作者工具

• 影片翻譯 – 匯入影片，使用 Whisper（雲端或本地）進行語音轉錄，再讓 LLM 分段、對齊並翻譯字幕；也可生成配音音訊或匯出直式影片。
• 影片下載器 – 解析 YouTube、Bilibili 等平台，顯示可用格式，並下載影片或音訊以供後續處理。
• 縮圖產生器 – 輸入主題、影片連結與可選參考影像，產生多個縮圖候選。
• 影像產生 – 使用「GPT Image」模型（或任何設定的影像服務）根據提示產生影像，支援長寬比與數量控制。
• 路線圖項目 – 拼貼動畫、自動剪輯產生、智慧配音、完整影片產生、數位人像（均列為 即將推出 或 開發中）。

如何互動

1. 啟動專案 – 首次啟動時，執行時會建立預設專案。
2. 選擇工具或開始對話 – 開啟儀表板或輸入自然語言請求。
3. 執行任務 – 代理呼叫適當工具（如 yt-dlp、ffmpeg、Whisper），並將進度流式回傳至 UI。
4. 迭代 – 在 UI 中編輯設定或要求代理優化結果；每次變更皆會產生新版本。
5. 匯出 – 直接從工作區下載最終媒體（影片、字幕、影像、音訊）。

支援的模型與服務

• LLM – 任何透過 Codex 目錄或 OpenAI 相容提供者（GPT、DeepSeek、Qwen、Kimi、GLM、Grok、Doubao、ERNIE、Hunyuan 等）可用的模型。
• 影像 – 預設使用 GPT Image（OpenAI）；可透過 AI-服務設定新增其他服務。
• 語音與轉錄 – Whisper、OpenAI TTS、MiniMax、Microsoft Edge TTS、阿里雲語音，以及您設定的任何自訂提供者。

快速上手

# 克隆並安裝
git clone https://github.com/krillinai/OpenCreator.git
cd OpenCreator
corepack enable          # 確保使用倉儲中的 pnpm 版本
pnpm install

# 執行 Web UI（自動啟動本地守護程序）
pnpm web:dev
# 然後開啟 http://127.0.0.1:19861/

如需原生桌面體驗：

pnpm desktop:dev   # 帶熱重載的開發模式
pnpm desktop:dist  # 為您的作業系統建構安裝程式

先決條件：Node 22+、pnpm 9+，以及已登入 AI 提供者的 Codex CLI 可執行檔。

架構概覽

• 前端 – React 18 + Vite（apps/web），在瀏覽器與 Electron 之間共用。
• 協作核心 – UI 與對話皆可讀取與寫入共享的工作流程狀態（步驟、進度、版本）。
• 本地執行時（守護程序） – Node 程式暴露 API（SSE），與 Codex CLI 通訊，管理專案，執行工具，將資料儲存在 SQLite/檔案中，並處理更新。
• 媒體工具鏈 – FFmpeg、yt-dlp、Whisper，以及任何設定的 AI 服務。

誰可能使用它

• 希望在不將原始資產傳送至僅限雲端平台的情況下，使用 AI 協助進行影片翻譯、縮圖產生或影像合成的內容創作者。
• 需要可重現、版本控制的多媒體專案流程的小團隊。
• 已使用 Codex 代理並希望獲得即時可用 UI/桌面封裝的開發者。

了解更多

• 多語言 README（英文、中文、日文、韓文等）
• 頁首的 Discord 社群與 QQ 群連結
• docs/operations/ 下的桌面打包與操作詳細手冊

---

總結：OpenCreator 是一個真正的開源 AI 工作區，透過 Codex 將對話式代理與多模態內容創作的視覺化儀表板結合，所有操作皆在本地執行並版本化。文件完善，持續維護，定位為擴展 AI 驅動創意工作流程的平台。