【工具分享】AI 生图部署 开源

很多朋友想用 AI 生图，却被“部署”“API Key”“接口地址”这些词挡在了门外。

其实，这些词没那么可怕。今天介绍的两款工具，GPT Image Playground 和无限画布，都是代码公开、可以免费部署的开源项目。

GPT Image Playground：专业的生图与编辑工具箱。它基于 OpenAI 的 gpt-image-2.5 系列接口，界面简洁精美。适合想要一个干净、专注的入口，输入描述生成图片，或者对已有图片做参考编辑。

无限画布：开放式创作工作台。它把画布编排、AI 生图、参考图编辑、对话助手、提示词库和素材沉淀放在同一个界面里。适合反复迭代、连续探索视觉方案。

打个比方：GPT Image Playground 像一台“单反相机”，功能专业、画面干净；无限画布像一个“移动摄影棚”，所有工具摆在一张画布上，随时调整。

1.它能做什么？

文本生图：输入文字描述，直接生成图片。参考图与遮罩编辑：参考一张图片进行修改，也可以指定画面中的某个区域单独编辑。

多供应商支持：支持 OpenAI 官方接口、OpenAI 兼容接口、sub2api、fal.ai第三方 AI 模型服务平台，还可以导入自定义 HTTP 供应商，接口来源很灵活。

数据纯本地化：历史记录、参数管理都保存在本地，隐私更友好。

2.怎么部署？（任一）

Vercel 一键部署（推荐）。Vercel 是一个在线网站托管平台。在它的网页上点几下，工具就会自动上线，得到一个网址。

GitHub Pages 部署。 GitHub 是存放代码的网站，GitHub Pages 是它提供的免费网页托管服务，把代码放上去就能生成一个网页

本地开发与静态构建。在你自己电脑上直接运行代码，需要先装好开发环境；静态构建是把网页代码打包成最终文件

提示：如果接口地址是非加密的内网或本地 HTTP 地址，请使用 GitHub Pages 版本或自行部署。Vercel 部署的体验版绑定的是 .dev 域名，出于安全策略，通常要求接口必须使用 HTTPS。

GPT Image Playground 开源地址：

github.com/CookSleep/gpt_image_playground

Vercel 网址：

https://vercel.com

Github网址：

https://github.com

1.安装方式（任一）

方式一：本地开发（适合电脑里装了 bun 环境的朋友）。bun 是一种运行代码的环境工具，和常见的 Node.js 类似。

方式二：Docker 运行（最简单，新手推荐）。Docker 会把软件打包成“容器”，不用自己安装各种依赖。运行后默认端口是 3000，浏览器打开 http://localhost:3000 就能进入。

2.配置网址和 API 密钥

第一步进行配置

你需要从 OpenAI、Google、字节跳动等模型厂商那里申请或购买，再粘贴到工具配置里。注意保管，不要泄露给别人。

首次打开页面，点击右上角的“配置”入口。这里的“接口地址”也叫 Base URL，是服务商提供给你的入口网址；API Key 就是你申请到的密钥。

在弹窗中找到“默认渠道”，点击“编辑”。选择协议。在“接口地址”里填写站点地址。在“API Key”里粘贴你复制的密钥。点击“选择模型”，再点击“拉取模型列表”。勾选需要的模型（例如 gpt-image-2），点击“确定”。最后点击“保存”。

第二步：开始生图

配置完成后，从顶部菜单进入“我的画布”或“生图工作台”，选择刚添加的模型，输入一段简单的图片描述，点击开始生成。只要能看到生成结果，就说明接口地址、密钥和模型都配置成功了。

进阶玩法：多参考图生图

在无限画布里，可以把多张参考图和文字提示连接到同一次生成任务：

点击底部工具栏的“T”，添加一张文本卡片，填写生成提示词。

在文本卡片中点击“生图”，创建生成任务。在画布中添加多张参考图片，并将它们连接到生成任务。

在生成配置中选择图像生成模型，确认参考图数量与参数后，点击“开始生成”。

无限画布开源地址：

github.com/basketikun/infinite-canvas

如果你觉得自建部署还是太麻烦，还有一条更省事的路：把 API 配置到 Cherry Studio 里。

Cherry Studio 是一款免费开源的桌面 AI 客户端，支持填写接口地址和 API Key。在它里面添加一个“图像生成”类型的模型，填好服务商地址和密钥，就能直接在对话框里输入描述生成图片。

前面介绍的 gpt-image 系列等模型，只要你的服务商支持，都能在 Cherry Studio 里用起来。它省掉了部署网页、配置环境这些环节，适合想尽快开始生图的你。

四、命令提示符生图

前面介绍的 GPT Image Playground、无限画布、Cherry Studio 都是 "开箱即用" 的图形界面工具，点按钮、拖滑块就能出图。

这一节换个玩法：用一段文字命令直接调接口生图。好处是不用安装任何软件、可以连续批量出图、将来还能把命令嵌进自己的小程序里。只要你会复制粘贴，就能跟着跑通。

OPENAI官方接口英文文档：

https://developers.openai.com/api/reference/resources/images

微软官方中文文档：

https://learn.microsoft.com/zh-cn/azure/foundry/openai/how-to/dall-e

Apifox 中文版接口文档:

https://openai.apifox.cn/api-55352404

其他站点接口文档：

https://imgdoc.zikl.dev/doc.html

查看站点提供的接口文档

配置模型时，会看到一长串英文名字。它们其实来自四家公司，下面按公司分类介绍生图大模型。

1.OpenAI（美国公司，ChatGPT 的开发商）的 gpt-image 系列

OpenAI 是 AI 领域的头部公司，ChatGPT 就是它家的产品。它的图像模型以 gpt-image 命名，目前常用的是这几个：

gpt-image-1.5：2025 年 12 月推出。编辑更精准，对品牌标志、人脸等细节保持得更好，文字渲染也更清晰，适合日常生图和改图。

gpt-image-2：2026 年 4 月推出，是 OpenAI 目前能力最强的生图模型。它会先“思考”再画图，理解指令更准，排版和文字渲染更好，适合高质量成图和精细编辑。

gpt-image-2.5-flare：2026 年 9 月推出的快速版。出图速度快，适合批量生成，做社交配图、产品原型、批量素材很合适。

gpt-image-2.5-sunburst：2026 年 9 月推出的精细版。花更多时间换取更高画质，编辑更精准、细节保持更好，适合广告图、产品主图和需要精修的图。

2.Google（美国科技公司）的 nano-banana 系列

Google 的图像模型内部代号叫 nano-banana，和它的 Gemini 大模型同源：

nano-banana-2：基于 Gemini 3.1 Flash 图像模型。速度与画质比较均衡，支持 4K 输出，擅长处理多张参考图并保持一致性，文字渲染也可靠，适合通用生图。

nano-banana-2-lite：轻量版。出图最快、成本最低，大约 4 秒出一张 1K 图，适合大量试稿、快速迭代和批量场景。

nano-banana-pro：旗舰版。基于 Gemini 3 Pro 图像模型，推理能力和世界知识最强，适合复杂创意任务，比如需要深度理解画面含义的创作。

3.字节跳动（中国科技公司）的 Seedream 系列

字节跳动就是抖音、豆包的母公司，Seedream 是它自研的图像模型，即梦、豆包里的生图功能都用它：

seedream：字节跳动自研的图像生成模型系列，日常生图、改图都能胜任，中文理解和中文文字渲染是它的强项。

seedream-5.0-pro：2026 年 7 月发布的最新旗舰，主打“可控生产”。能把复杂数据变成专业排版的信息图，支持精准的区域编辑和图层分离，还能渲染 14 种语言的文字，适合对画面控制要求高的场景。

4.Luma AI（美国初创公司）的 uni-1

uni-1：Luma AI 在 2026 年 3 月发布的图像模型，采用“边推理边画图”的架构，会先理解你的意图再生成画面，在复杂构图、密集文字等场景表现突出。Luma AI 就是做 Dream Machine 视频模型的那家公司。

总之，日常快速出图，选 gpt-image-2.5-flare 或 nano-banana-2-lite；

需要高质量成图或精细编辑，选 gpt-image-2、gpt-image-2.5-sunburst、nano-banana-pro 或 seedream-5.0-pro；

需要多张参考图保持一致，可以优先试 nano-banana-2。

拿不准的时候，每个模型各出一张图对比看看，效果最直观。

先解释两个词：

1K、2K、4K：图片的清晰度等级，数字越大越清晰、文件也越大。1K 日常够用，封面、海报可以选 2K 或 4K。

比例（如 1:1、16:9）：图片宽和高的比例。1:1 是正方形，适合头像、方图；16:9 是横屏，适合 PPT、网页首屏；9:16 是竖屏，适合手机封面、短视频封面。

这张表不用背，需要时回来查一下就行。