tong-io/tongflow

TongFlow – 開源多模態 GenAI 工作流工作室

是什麼

• 一個可視化的「工作室」，您可透過拖曳節點來封裝生成式 AI 模型。每個節點執行簡單操作——新增（引入資料）、轉換（執行模型）或合併（合併結果）。系統將每個模型視為一種模態轉換（例如：文字→影像，音訊→文字），讓您無需撰寫程式碼即可將它們串接起來。

核心功能

類別	例子節點（官方插件）
新增	文字、影像、草圖、音訊、影片、文件、URL、3D 模型、相機/照片擷取
轉換	• 文字生成 / 重寫
• 影像生成、編輯、放大、姿態偵測、遮罩、分割、法線生成
• 影片生成、影像→影片、插值、編輯、放大、字幕/水印移除
• 音訊：音樂生成、語音合成、語音辨識、降噪、音源分離、音軌提取
合併	影像融合、唇形同步、情感化語音、角色替換、動作傳遞、文字合併
輔助	Clip 拼接、mux/demux、鏡頭偵測、文字分塊、批次分組
其他	影像 → 3D、影片 → 動作捕捉、文件 → 文字、網頁 → 文字

如何執行

1. 桌面應用 – 一個約 10 MB 的安裝檔（macOS DMG 或 Windows MSI），啟動一個輕量級客戶端，指向雲端工作室 app.tongflow.com。使用 Google 或 WeChat 登入。
2. 完全本地化 – 您可自架後端（原始碼或 Docker），在自己的運算資源上執行插件。倉儲提供「從原始碼執行」和「使用 Docker 執行」的指南，以及用於接入您自己的 API 金鑰或 Modal 令牌的「自架設設定」。

插件生態系統

• API 插件 暴露商業模型供應商（Google Gemini、OpenAI、DeepSeek、ByteDance、xAI、Runway），並提供每個節點的模型選擇器。
• 路由插件 將多個第三方模型聚合至一個節點中（OpenRouter、CometAPI、ToAPIs、APIMart、Replicate、fal.ai）。
• GPU/CPU 插件 在 Modal（或本地）執行，實現重型媒體處理：影像生成（Z-Image、ERNIE、Krea2、Flux-2）、影片生成（MiniMax-H3、Bernini-R）、音訊/音樂套件（ACE-Step、LeVo、MiniMax-Music3）、視覺工具（SAM-3、Sapiens2、SenseNova）、OCR/文件提取等。

為何重要

• 低門檻，高上限 – 您只需放置三種類型的節點；UI 隱藏模型特定參數。
• 多模態 – 在一個畫布中支援文字、影像、影片、音訊、3D 和文件。
• 開放且可擴展 – 任何人都可發布遵循相同節點介面的新插件；核心保持輕量，而生態系統可無限擴展。

安裝與授權

• 從 GitHub Releases 頁面安裝桌面客戶端（macOS universal dmg，Windows MSI）。macOS 建構目前需清除隔離標誌（xattr -cr）。
• 此專案採用 AGPL-3.0 授權，因此以服務形式部署的任何修改都必須開源。

取得協助

• Discord 社群：https://discord.gg/K7V8az94Zf
• 完整文件與多語言 README 在 docs/ 資料夾中。

---

TL;DR: TongFlow 是一個開源的、可視化的多模態生成式 AI 模型串接工作流平台。它提供輕量級桌面前端、雲端託管工作室和一個連接數十個商業與開源模型 API 的插件系統，讓使用者無需撰寫程式碼即可從簡單的「文字→影像」提示到完整音樂影片製作，構建任何內容。