lidge-jun/ima2-gen

它解決了什麼問題

iima2-gen 提供類似桌面應用的本地 Web 應用，複製高階 AI 聊天介面（如 ChatGPT 或 Grok）中圖像與影片生成的工作流程，並加入進階的專業工具。它透過將生成、迭代編輯與資產管理整合於單一本地工作室，省去在多個網頁分頁與 API 儀表板之間切換的需求。

它如何運作

此專案作為本地伺服器與客戶端，透過 OAuth 或 API 金鑰與各種 AI 供應商介面。它支援多條「路徑」進行生成：

• OAuth 路徑：連接 ChatGPT 與 Grok 帳號，提供免費/標準存取，無需手動 API 金鑰。
• API 路徑：整合 OpenAI、xAI（Grok）與 Google Gemini（透過直接 API 或 Antigravity CLI）。

它使用單一 Server‑Sent Events（SSE）連線，對多個同時生成工作進行進度多路復用，避免瀏覽器連線上限導致畫廊卡住。

目標使用者

此工具為設計師、前端工程師與 AI 藝術家打造，適合需要結構化、迭代式工作流程來產出視覺資產的使用者，尤其是需要在多幀間保持角色一致性或執行目標圖像清理的人。

重點功能

• 迭代生成模式：包含「Classic」單一結果模式、「Node Mode」從單張圖像分支不同創意方向，以及「Multimode」一次產生多個候選。
• 影片製作：支援文字轉影片、圖像轉影片與參考影片生成（使用 Grok 模型），並支援關鍵幀抽取。
• 分鏡腳本模式：在連續幀的圖像與影片中保持角色與場景連貫性。
• 畫布模式：專用清理工具，可放大、平移、註解，並以 alpha/matte 匯出背景。
• 代理技能：提供預先封裝的 Markdown 指令集（Core、Frontend、UI/UX），協助 AI 程式碼代理自動化資產製作流程。
• 本地畫廊：將生成的資產本地儲存，具備會話感知的歷史與中繼資料。