VOZEB开源工作台:AI图片创作与无限画布管理
速览
VOZEB是一个开源的AI创作工作台,基于infinite-canvas二次开发,增加了自部署、用户系统、后台管理、提示词库、素材管理、Docker部署等功能。它支持无限画布操作、AI文生图/图生图、视频音频生成、本地Agent等,适合个人或团队自建AI图像生成平台。该项目完全开源,数据存储设计兼顾本地和服务端,方便稳定部署。
AI 深度解读
背景
随着 AI 绘画工具(如 Stable Diffusion、Midjourney 等)的普及,创作者对高效、可控、可自部署的创作工作台需求日益增长。现有方案往往在素材管理、多画布协同、用户权限和自部署稳定性上存在短板。用户 basketikun 开发的开源项目 infinite-canvas 提供了无限画布的基础框架,而 VOZEB 则在此基础上进行二次开发,重点补充了自部署、用户系统、后台管理、提示词库、素材管理、生成日志和 Docker 部署等生产级功能,旨在为小团队或个人创作者提供一个稳定、可扩展的 AI 创作工作台。
核心内容
VOZEB 是一个基于 infinite-canvas 二次开发的开源 AI 创作工作台,主要面向图片创作、素材管理和无限画布工作流。项目核心特性包括:
- 无限画布:支持多画布项目管理、节点拖拽缩放、连线、小地图、撤销重做、导入导出。
- AI 创作:提供文生图、图生图、参考图编辑、图片反推提示词、图片放大、局部蒙版修改等功能。
- 视频/音频:支持视频生成、音频节点、视频节点,以及图片、视频、音频参考输入。
- 提示词和素材:拥有公共提示词库、我的提示词、素材库,支持导入导出和 WebDAV 同步。
- 用户与后台:包含注册登录、邮箱验证码、积分签到、用户管理、模型渠道管理、生成日志和资源清理。
- 本地 Agent:支持 Canvas Agent,可连接 Codex / Claude Code 通过 MCP 操作画布。
存储规则:
- 画布项目、我的素材、用户自配 API Key 默认保存在浏览器本地。
- 账号、后台设置、签到记录、公共提示词、生成日志保存在服务端
.data目录。 - 生成结果的服务器副本保存在
.data/generation-assets,是否保存由后台开关控制。 - 图片/视频展示按三层顺序兜底:浏览器本地缓存 → API 返回的远程地址 → 服务器副本。
- Docker 部署时,
.data默认挂载到vozeb-data数据卷,更新镜像不会删除这些数据。注意:不要执行docker compose down -v,否则会删除数据卷和服务端数据。 - WebDAV 同步的是浏览器里的画布、素材、生成记录和本地媒体文件,不会同步服务端
.data中的账号、后台配置和服务器副本。
Docker 部署方式:
git clone https://github.com/csyqlz/vozeb.git
cd vozeb
docker compose pull
docker compose up -d
项目作者表示后续将优先实现 CDK 兑换/兑换码发放功能,方便自部署后给用户发放积分、额度或体验资格。目前项目仍处于边用边改的阶段,欢迎用户提交 Issue 或 PR。
关键要点
- VOZEB 是 infinite-canvas 的二次开发版本,主要增强自部署、用户系统、后台管理和存储稳定性。
- 存储采用分层策略:浏览器本地存储 + 服务端存储 + WebDAV 同步,兼顾性能与数据持久性。
- 数据卷
vozeb-data用于持久化服务端数据,更新 Docker 镜像不会丢失,但禁止使用docker compose down -v防止误删。 - 生成结果的展示采用三层兜底机制:本地缓存 → 远程 API 地址 → 服务器副本,提高了图片/视频的可用性。
- 核心功能覆盖无限画布、AI 创作(文生图、图生图、放大、蒙版修改等)、视频/音频处理、提示词库、素材管理、用户和后台管理。
- 支持通过 Canvas Agent 连接 Codex / Claude Code,利用 MCP 协议操作画布,提供了本地自动化扩展能力。
- 项目当前尚不成熟,作者计划继续增加 CDK 兑换/兑换码功能,以方便自部署场景下的用户权限和积分管理。
- 项目完全开源,无未开源部分,已在 LINUX DO 社区进行开源推广,并承诺长期维护。
意义与影响
VOZEB 填补了现有开源 AI 创作工具在自部署和团队协作方面的空白。通过提供完整的用户系统、后台管理、存储分层机制和 Docker 一键部署,它降低了小团队和个人自建 AI 创作平台的门槛。同时,无限画布与 AI 生成能力的结合,使创作者能够在一个工作台内完成从构思、提示词管理、素材收集到生成、修改、导出的全流程。项目对 infinite-canvas 的二次开发模式也鼓励了社区协作,未来随着 CDK 兑换等功能的加入,可能成为自部署 AI 创作 SaaS 的轻量级替代方案。不过,当前项目仍处于早期阶段,稳定性和功能完备性有待社区进一步贡献和验证。
