PhotoPrism 是一款開源的自託管 Web 應用程式，利用裝置端 AI 自動對個人照片和影片進行標籤化、搜尋和整理，同時保護所有數據隱私。

一款使用 RMBG-1.4 模型提供本地 AI 驅動的背景移除、批次處理與影像編輯工具的桌面應用程式。

Banana Claude 是一個 Claude Code 外掛，讓您輸入自然語言請求，查看詳細計畫（提示、模型、成本估算），在明確批准後呼叫 Google 的 Gemini 圖像模型來產生或編輯視覺資產。它強調離線優先規劃、隱私安全的 API 金鑰處理，以及一次性批准，以保持成本透明。

ComfyUI-Easy-Use 是一套全面的自定義節點，旨在簡化 ComfyUI 可視化編輯器中 Stable Diffusion（及其他擴散模型）工作流的構建。它增加了單鍵加載器、提示詞助手、LoRA/ControlNet 堆疊、循環/條件邏輯、圖像工具和 UI 優化，讓用戶能以更少的節點創建並運行複雜的生成管線。

Krea 2 是一個開源影像生成模型，包含一個用於靈活微調的基礎 RAW 模型，以及一個用於快速、高品質文本到影像合成的蒸餾 Turbo 模型。

一款開源的 AI 海報設計工具與線上圖片編輯器，具備 DOM 畫布、AI 背景移除功能以及完整的管理後台。

一種AI人像攝影提示工程技能，透過重構專業攝影計畫，實現多張照片間一致的風格與角色復現。

專為動漫AI藝術設計的ComfyUI視覺提示與LoRA選擇工具，內建4萬多個藝術家、角色與服裝標籤的資料庫。

一個用於創造一致角色圖像的ComfyUI管道，允許使用者在多張圖像中管理外觀、姿勢、服裝與情緒。

用於生成高品質圖像及 1D 序列的 Denoising Diffusion Probabilistic Models (DDPM) PyTorch 實作。

一款基於AI的電商視覺資產生成工具，利用39個場景模板與專業技術預檢，生成專業且符合平台要求的產品影像。

一個 Codex 技能，透過將真實照片與同一張影像的克制、紙紋版畫版本配對，將照片轉換為垂直的編輯藝術品。

ArtCraft是一款桌面IDE，讓藝術家構建2D或3D場景，並以AI生成的影像、影片、音訊、網格與世界填滿。它提供視覺化工具用於合成、姿勢轉移、背景移除與提示驅動生成，支援62個內建模型以及Midjourney和Sora等外部提供者。適用於Windows/macOS（Linux從原始碼建置），目標使用者是希望實現可重複、可控制的AI藝術工作流程的創作者。

一個社群倉庫，提供 Draw Things 應用的核心影像生成、取樣與訓練程式碼，包含可自托管的 gRPC 伺服器以支援遠端推論。

一個 ComfyUI 自訂節點，提供互動式 3D 視口，用於控制相機角度並生成與 Qwen-Image-Edit-2511-Multiple-Angles-LoRA 相容的提示。

一個跨平台的便攜式執行檔，使用確定性反向 Alpha 混合演算法移除 Google Gemini 圖像（及影片）浮水印，具備可選的 GPU 加速 FDnCNN 去噪、GUI/CLI 介面、批次處理以及透過 MCP 實現的 AI Agent 集成。

一個為 ComfyUI 設計的智慧助手，透過 LLM 驅動的代理程式自動化影像生成工作流的生成、除錯與優化。

一個由 AI 驅動的工具包，協助電商賣家自動分析產品照片，並生成適用於 Amazon、Taobao、JD.com、TikTok 等多種風格與平台的完整專業行銷圖像集。

一種 Codex 圖像生成技能，可將照片或文本轉換為具有早期 CRT 電腦介面美學的復古插圖。

一系列 ComfyUI 節點，提供用於建立 ControlNet 提示圖像（如深度圖、Canny 邊緣和人體姿勢）的預處理器。

一個精選的 130+ 個基於 JSON 的視覺風格提示模板庫，用於 AI 圖像生成。每個 `style.json` 定義了一個可重複使用的版面（如海報、拼貼、文字藝術），包含你需在貼到多模態 LLM（ChatGPT‑4‑Vision、Gemini‑3‑Pro 等）前填入的占位符。倉儲包含預覽圖、範例值、驗證腳本和複製提示捷徑，旨在讓 AI 生成的圖形保持一致且易於迭代。

labelme 是一個跨平台的 Python/Qt 桌面應用程式，可用於在影像或影片上繪製邊界框、多邊形、遮罩等。標註資料以 JSON 格式儲存，可匯出為 VOC 或 COCO 格式，是建立電腦視覺模型訓練資料的實用工具。可透過 pip、付費獨立可執行檔或 Linux 套件安裝；最新版本新增了 AI 輔助遮罩生成（SAM、YOLO-World）功能。

一個使用影像修補技術來移除影像中的浮水印，並創造出無縫效果的機器學習專案。

一套 AI 技能指令，能將普通照片轉化為極簡、充滿詩意的手繪插畫，並帶有大量留白與微小的手寫字幕。

Fill‑Nodes 是一個大型自訂 ComfyUI 節點集合，提供影像處理、視覺效果、字幕生成、AI 模型呼叫（GPT、DALL‑E、Hugging Face 等）、檔案處理（PDF、Google 驅動）、音訊反應與影片工具。透過將倉儲放入 ComfyUI 的 `custom_nodes` 資料夾即可安裝。可用於建構端到端工作流程，實現批次載入、應用創意效果、透過 LLM 生成字幕，並將結果匯出為影像、影片、PDF 或雲端儲存檔案。

一個本地生成工具，可將兩張或更多照片轉換為一致、動畫化的角色精靈，用於 Codex 夥伴，使用開放權重的圖像模型。

一個使用思維鏈 (Chain-of-Thought) 重寫技術來增強文字轉圖片 (text-to-image) 與圖片轉圖片 (image-to-image) 編輯提示詞，同時保留原始使用者意圖的提示詞重寫工具。

iLab CONJURE 是一個基於 FastAPI 的本地運行網頁 UI（及 CLI），用於使用多種 AI 模型（GPT-Image、Gemini、Codex）生成和編輯圖像。它提供任務隊列、持久化圖庫、提示詞模板標籤、SQLite 歷史記錄，並支援 OpenAI 兼容 API 和本地 Codex OAuth 流程。可通過源代碼或預構建的 macOS/Windows 安裝包進行安裝，配置 API 金鑰後即可開始生成圖像。

Docspell 是一個開源的個人文件管理系統，用於整理掃描的紙本文件、電子郵件及其他檔案。它使用 Stanford CoreNLP 自動建議標籤、日期與發件人，必要時執行 OCR，並透過 REST API 與行動友善的 Elm Web UI 提供全文搜尋。可透過 Docker、Debian 套件、Nix 或 Helm 安裝，採用 AGPL-v3 授權。

Vibe Workflow 是一個開源、MIT授權的節點式視覺化編輯器，用於建構生成式影像與影片流程。它由 Next.js 前端、調用 MuAPI 生成模型的 FastAPI 後端，以及可重複使用的流程建構 UI 庫組成。你可以透過 Docker 或手動方式自托管，也可使用託管的 SaaS 版本，並可透過自訂節點呼叫任何 AI 模型或外部 API。

一款將 ComfyUI 的 AI 功能直接整合至 Photoshop 界面的插件，實現無縫的 AI 驅動編輯工作流程。

用於程式化圖像處理與 AI 放大之基於節點的 GUI，允許使用者透過視覺化介面建構可自訂的處理流水線。

一個跨平台示範，適用於 4 B 參數的 Bonsai 擴散模型，提供基於 Web 的工作室與 CLI，可在 macOS（MLX）或 NVIDIA GPU（gemlite + HQQ）上進行影像生成。

一個自託管的圖像處理伺服器，提供本地 AI 驅動的背景移除、批量壓縮與超過 70 種圖像格式的轉換。

一個開源的 Midjourney API 代理，讓開發者能透過可程式化介面，將 Midjourney 的影像生成與人臉交換功能整合至自己的應用中。

一個即時執行的 Windows 套件，將 ComfyUI（Stable Diffusion 的節點式介面）與 40 多個自訂節點及 300 多個預編譯 Python 套件整合，讓使用者在 NVIDIA GPU 上立即啟動 AI 圖像/影片產生。

comfy‑cli 是一個 Python 命令列工具，用於安裝、啟動和管理 ComfyUI（一個開源生成式媒體引擎）。它處理環境設定、自訂節點安裝、模型下載、工作流程執行，並可將任務卸載到託管的 Comfy Cloud 服務。功能包括基於 `uv` 的快速相依性解析、LLM 代理友好的 JSON 結構化輸出、Shell 补全，以及用於測試 PR 和管理背景伺服器的實用工具。

一個通用的圖像編輯模型，提供高保真度、一致性的編輯，並具有強大的身份保留與多元素融合能力。

GPU 加速、與 API 無關的即時光線追蹤去噪庫（REBLUR、RELAX、SIGMA）。

一個 AI Agent 技能，可將文字文章與腳本轉換為具有可客製化風格與一致角色 IP 的概念圖。

LibrePhotos 是一個自架設的照片管理伺服器，可自動添加 AI 生成的元資料（人臉、物件、字幕），並提供語意搜尋、地圖檢視與多使用者相簿功能。它以 Docker 容器形式提供，包含 Django REST 後端、React Web UI 和可選的 React-Native Android 客戶端，所有電腦視覺任務均使用 ONNX-run 模型。

一個利用 OpenVINO 與潛在一致性模型優化、專為 CPU 設計的高效率 Stable Diffusion 實作，可實現近乎即時的圖像生成。

PiD 是一款即插即用的擴散解碼器，透過取代標準的 VAE/RAE 解碼器，在單次傳遞中將潛在表示直接轉換為超解析度 2K 到 4K 像素。

一組 ComfyUI 節點，用於在影像和影片中快速且簡單地進行換臉，具備臉部修復與混合臉部模型建立功能。

一套完整的擴散模型訓練套件，提供資料集準備、微調與模型轉換工具，支援 GUI 或 CLI 操作。

rclip 是一款本地、終端機原生型的影像搜尋工具，利用 OpenCLIP 嵌入技術，讓您能透過自然語言描述、範例影像或加權組合來尋找照片，並提供可選的互動式 UI 以及對多種影像格式的支援。

基於 React 與 TypeScript 的編輯器，支援 Google 的 Gemini 圖像模型，實現文字生成圖像、遮罩編輯與搜尋接地提示。

一個基於 ncnn 的可攜式 Z-Image 生成器實作，可在任何支援 Vulkan 的 GPU 上實現高效能圖像生成、圖像修復與 ControlNet 支援。