“image-generation” 相关开源项目

一个 Codex Skill，指导 AI 为中文文章生成白底手绘 16:9 正文配图，以小黑角色为核心视觉。

开源的 StoryDiffusion 实现，用扩散模型生成角色一致的连环图和长视频。

开源的 50 亿参数文生图扩散 Transformer 模型，擅长图中文字渲染并支持版式布局控制。

面向 Stable Diffusion 等图像生成模型的训练、生成与工具脚本，支持 LoRA 与微调。

基于 Stable Diffusion XL 的离线开源图像生成工具，无需繁琐调参，提供 Gradio 网页界面。

基于 Gradio 的 Stable Diffusion 网页界面，支持多种新版图像与视频模型，延续 Forge 分支。

基于节点图的扩散模型图形界面、API 与后端，可本地生成图像、视频、音频和 3D 内容。

基于 Web 界面的 AI 图像创作引擎，支持 Stable Diffusion 等多种模型，提供统一画布与节点工作流。

基于 Next.js 的网页应用，使用 AI 生成完整的漫画故事、角色和分镜页面。

开源的 AI 标志生成器，输入描述即可生成可用于品牌的 logo，并可导出完整品牌素材包。

基于 fal.ai NanoBanana 模型的网页版 AI 图像编辑与生成工具，采用类 Photoshop 界面，通过文字提示编辑图片。

一个 agent skill，读取文章后通过三轮提问生成 3:4 竖版封面生图提示词，适用于公众号和小红书。

一个智能体技能，可生成随滚动播放的 3D 落地页，镜头穿行于连贯的 AI 生成等距场景之间。

一个 Codex 技能，可将主题或照片转换为留白较多、带纸张质感的极简 zine 风格海报提示词或图像。

一组面向独立创业者的 AI 智能体技能包，涵盖 SEO/GEO、需求调研、Logo 与横幅制作、域名搜索等场景。

一个 Claude Code 技能，根据产品特征生成 SVG Logo 变体，并借助 Gemini 以 12 种背景风格输出展示图。

开源原生多模态模型，在统一架构内同时完成图像理解、文生图和图像编辑。

一个 Claude 技能，可将粗略的需求改写为针对 Cursor、Midjourney、ChatGPT 等 AI 工具的精准提示词。

一个供 AI 智能体使用的 Agent Skill，用于生成极简、圆润、可爱的 IP 吉祥物形象图。

一款桌面端 AI 美术资产引擎，用于生成、沉淀和复用图片、视频、语音与 3D 资产。