ddcat-ai/open-ai-canvas - 站内项目资料

本页保存的是公开项目资料快照，阅读过程不需要连接 GitHub。

无限画布

面向 AI 影视创作的开源画布工作台

无限画布把节点编排、图片/视频/音频生成、结构化分镜、3D 导演台、素材库、异步任务和 Agent 会话放在同一个创作空间中，适合连续探索视觉方案并沉淀影视资产。

项目仍在快速开发，数据结构可能直接调整。当前更适合个人、本地或可信环境部署，不建议未经安全配置直接开放公网多人使用。

在线体验

测试环境：https://ai.ddcat.pro/login
代码仓库：ddcat-ai/open-ai-canvas

主要功能

无限画布：多项目、节点与连线、框选布局、撤销重做、小地图、导入导出和公开只读分享。
AI 生成：支持文本、图片、视频和音频任务，以及参考图编辑、首尾帧、运镜、视频续写和局部修改。
影视工作流：结构化分镜脚本、角色卡、批量镜头节点、3D 导演台和控制图回写。
任务与素材：后端异步队列、任务日志、失败重试、素材库及登录后的后端同步。
Agent 能力：网页画布助手、本地 Canvas Agent、Codex App 插件和技能库。
管理与安全：用户与系统渠道、用量分析、私有 OSS、资源归属校验和敏感配置加密。

界面预览

  登录与注册


  
  画布项目管理


  
  画布创作工作台




  
  运维管理后台

交流与反馈

感谢 Linux.do 社区对项目的认可与支持，欢迎在社区参与讨论和分享使用体验。

Issue 反馈、技术讨论和产品升级建议都可以在 QQ 群中沟通。群内还会不定期组织 AI 学习与培训交流会。

新服务器一键部署（推荐）

适用于刚买的 Linux 云服务器。准备一台 Ubuntu、Debian、CentOS 或 Rocky Linux 服务器，在云厂商防火墙（安全组）中先仅对自己的公网 IP 放行 TCP 3000 端口，然后登录服务器执行这一条命令：

curl -fsSL https://raw.githubusercontent.com/ddcat-ai/open-ai-canvas/main/scripts/install-server.sh | sudo bash

脚本会自动安装 Docker 和 Docker Compose，把项目源码安装到 /opt/open-ai-canvas，生成随机数据库密码，在服务器本地构建网页与后端镜像，并启动网页、后端、PostgreSQL 和 Redis。该流程不依赖 GitHub Container Registry（GHCR）的匿名拉取权限；数据库和上传文件使用 Docker 数据卷持久保存，重新启动容器不会丢失。

完成后打开 http://服务器IP:3000。第一个注册的账号会自动成为管理员；登录后在系统设置中配置模型渠道即可开始使用。公开注册默认关闭，但不影响第一个管理员注册。

再次执行同一条命令即可拉取新代码并更新。常用排查命令：

cd /opt/open-ai-canvas
sudo docker compose --env-file .env -f docker-compose.deploy.yml -f docker-compose.build.yml ps
sudo docker compose --env-file .env -f docker-compose.deploy.yml -f docker-compose.build.yml logs -f --tail=200

首次部署需要下载构建依赖并编译前后端，耗时和资源占用会高于直接拉取镜像；后续更新会复用 Docker 构建缓存。需要固定代码版本时，可通过 REPOSITORY_REF 指定分支或标签。

直接使用 GitHub Packages 镜像

如果服务器不需要源码目录，可以使用只拉取 GitHub Container Registry（GHCR）镜像的快速脚本。脚本会下载部署 Compose 文件，不会 clone Git 仓库；首次执行仍会自动安装 Docker、生成 /opt/open-ai-canvas/.env 并启动全部服务：

curl -fsSL https://raw.githubusercontent.com/ddcat-ai/open-ai-canvas/main/scripts/install-server-image.sh | sudo bash

该快速脚本仍依赖 GHCR 容器包的可见性。容器包尚未公开时，必须先执行 docker login ghcr.io，或在直接运行脚本时提供 GHCR_USERNAME 和 GHCR_TOKEN 环境变量完成登录；未配置凭据时请使用上方推荐的源码构建脚本。默认使用 latest 标签，固定版本或修改端口可在首次执行后编辑 /opt/open-ai-canvas/.env，然后重新执行脚本。

部署配置和 PostgreSQL 密码保存在 /opt/open-ai-canvas/.env，不要发送给他人，也不要删除 backend-data、postgres-data 和 redis-data 数据卷。数据卷持久化不等于备份，请定期备份 PostgreSQL 和上传文件。直接使用 IP 访问仅适合首次配置；公网长期使用必须绑定域名并配置 HTTPS。

本地开发

需要 Bun、Go 和可用的 OpenAI 兼容模型渠道。

git clone https://github.com/ddcat-ai/open-ai-canvas.git
cd open-ai-canvas

cd backend
go run ./cmd/server

# 另开终端
cd web
bun install
bun run dev

打开 http://localhost:3000，注册首个管理员账号，再在系统设置中配置渠道和模型。

资源配额、Worker/渠道/账号任务并发、业务频控、任务超时和渠道中转策略可在“系统配置 → 资源与策略”中统一热更新，支持重置和自用模式；系统渠道可选择跟随全局值，或单独设置 1-999 的最大并发数。未保存后台配置时 Worker 和全局渠道并发分别回退到 CANVAS_WORKER_CONCURRENCY 和 CANVAS_CHANNEL_CONCURRENCY，两者默认均为 3。渠道槽位暂满时任务会等待，不会直接标记失败。

Docker 一体化运行：

docker compose -f docker-compose.local.yml up -d --build

数据说明

用户自定义 AI API Key 保存在浏览器本地；登录态拉取模型目录时会临时提交给自部署后端但不会保存，创建异步任务时会加密入队；仅应使用可信部署，生产环境必须启用 HTTPS。
画布和素材登录后同步到后端，本地 localForage 继续承担缓存和降级存储。
媒体资源在启用 OSS 时保存到私有 OSS，否则保存到后端数据目录；删除业务记录不会自动清理 OSS 对象。
用户主动上传、Agent 会话附件和 AI 生成资源的单文件上限、账号容量及 UTC 日上传总量由后台“资源与策略”统一维护，默认分别为 50MB、32MB、64MB、2GB 和 200MB；管理员可按可信部署需要调整，单文件业务上限最高 999MB，Nginx 请求体硬上限为 1024MB。

公网部署安全

服务首次启动后应先在受控网络完成首个管理员注册，再开放公网入口。
生产环境保持 CANVAS_REGISTRATION_ENABLED=false，确需开放注册时应同时配置系统渠道用量预算。
CANVAS_CORS_ORIGINS 必须设置为实际前端 Origin 列表，不要在公网使用 *。
后端和前端必须通过 HTTPS 提供服务，并限制数据目录、数据库、备份和 .settings-key 的访问权限。

项目文件

更新日志
安全策略
贡献指南
行为准则
上游与第三方声明
本地 Canvas Agent
Codex App 插件

上游致谢与二次开发

本项目基于 basketikun/infinite-canvas v0.5.0（提交 568f0f1838df8de31fe885a4e130e2f346dd14ab）进行二次开发。上游项目由 basketikun 维护，该基线提交作者为 HouYunFei；上游作者和贡献者继续保留其对应代码的权利与署名。

当前二次开发由 ddcat 维护，主要改动包括：

新增 Go/Gin/GORM/PostgreSQL/SQLite 多用户后端、登录会话、管理员后台、异步任务中心和用量分析。
新增私有 OSS、后端资源存储、跨设备画布与素材同步、公开只读分享和资源归属校验。
扩展文本、图片、视频和音频生成，增加影视分镜、短剧流水线、角色参考与 3D 导演台。
重构画布工作区、交互状态和 Aceternity 风格空间 UI，并增强 Canvas Agent 与 Codex App 插件。
收敛上游代理、任务密钥、上传额度、日志脱敏和公网部署安全边界。

漏洞请按 SECURITY.md 提交。项目采用 AGPL-3.0 协议。

open-ai-canvas

README 快照