Swayingleaves/novanova-studio

简体中文 · English

AI Agent 驱动的视觉创作工作台：在一个持续保留上下文的空间里完成构思、生成、编辑、编排与沉淀。

>>>>如果觉得部署麻烦、找便宜渠道麻烦->点我在线体验<<<<<

• 商业授权/企业版
• 技术支持

联系作者	加入交流群

文档

Novanova Studio 是面向独立创作者与视觉团队的 AI 创作工作台。它不是把图片、视频、提示词和生成记录拆散在多个工具中的集合，而是以无限画布作为创作上下文，以 AI Agent 作为理解意图、选择工具和推进任务的中枢。

创作者可以从一句自然语言目标或一组参考素材开始，在图片、视频和画布场景中持续对话、生成、编辑、比较与复用结果；生成记录、资产、提示词和画布节点会保留在同一条创作链路中。

Agent 不是单独的聊天窗口，也不是一次性转发模型请求的接口。它贯穿从意图理解到结果沉淀的完整流程：

flowchart LR
    Creator[创作者] --> Workbench[Next.js 创作工作台]
    Workbench --> Agent[AgentScope Agent 编排]
    Agent --> Tools[工具调用与任务决策]
    Tools --> TaskService[AI 任务服务]
    TaskService --> Database[(PostgreSQL 任务与记录)]
    TaskService --> Stream[(Redis Stream)]
    Stream --> Consumer[任务消费者]
    Consumer --> Provider[AI 渠道适配器]
    Provider --> Events[SSE 实时事件]
    Events --> Workbench
    Workbench --> Context[画布、资产与生成记录]

• 无限画布：把文字、图片、视频、参考素材和生成结果放到同一空间编排，保留创作上下文。
• 对话式图片与视频生成：在同一会话中完成生成、编辑、引用历史结果和继续迭代。
• 多渠道模型配置：在“配置与用户偏好”中维护 AI 渠道、模型能力、默认模型和积分消耗规则。
• 素材与生成记录：保存可复用资产、生成历史和提示词，减少重复上传与重复配置。
• 对象存储接入：支持腾讯云 COS、阿里云 OSS、七牛云 Kodo，用于上传素材与保存生成结果。
• 用户与运营能力：邮箱登录、OAuth2 登录、积分、通知、提示词库、首页展示和管理员后台。
• 异步任务机制：Redis Stream 消费组、任务锁、失败恢复与 SSE 事件流支撑可追踪的长耗时任务。

• 视频生成技能与工作流：管理员可维护图片、视频生成技能；视频页支持技能引导式多轮澄清、提示词草案确认，以及首帧、尾帧图片生成后再合成视频。
• 首尾帧视频模式：新增 first-last-frame-to-video 能力，支持将首帧和尾帧作为带角色的参考素材传入兼容渠道。
• 自定义模型调用：图片和视频模型可配置自有 API 的请求/响应模板、异步查询路径和占位符，适配自建模型服务。
• 模型展示配置：管理员可为模型设置展示名称和展示图标；Evolink 渠道支持拉取模型列表。
• 视频分档计费：可按视频模型的分辨率、时长等规格配置积分价格，工作流会展示各阶段报价。
• 积分流水与快捷入口：用户可从画布顶部查看积分余额并进入积分记录，流水支持增加、消耗和退款方向及来源筛选。
• 管理与可观测性：新增技能管理、风格封面分类、提示词封面、结果详情和接口访问日志；AI 异步任务轮询间隔支持统一配置。

Agent 不只是一次性调用模型，而是贯穿需求理解、工具选择、任务编排、结果反馈和下一轮创作。对话、生成记录、素材与画布节点可以持续互相引用，减少在多个工具之间重复整理上下文。

文字、参考素材、图片、视频、生成任务和结果都可以放在同一张画布中进行编排。画布 Agent 能读取节点状态并执行创建、移动、缩放、连接和生成等操作，让画布成为可继续编辑的创作项目，而不只是结果展示页。

技能通过可配置提示词驱动引导式交互，工作流负责定义阶段、任务角色和状态流转。例如首尾帧视频工作流可以依次完成需求澄清、提示词确认、首帧生成、尾帧生成和视频合成，后续可以沿用同一机制扩展更多创作流程。

项目采用渠道适配器和模型能力配置解耦的方式，支持 OpenAI 兼容、Gemini、Agnes、Seedance、MiniMax、Evolink 等渠道，也支持通过请求/响应模板接入自有图片或视频模型。模型展示名称、图标、能力和计费规则可以由管理员独立配置。

图片和视频生成通过 Redis Stream 异步队列执行，结合任务锁、状态轮询、SSE 实时事件、取消、失败恢复和统一轮询配置，适合处理视频生成等长耗时任务，并保持任务状态可追踪。

服务端集中管理模型密钥和对象存储凭证，支持 Docker Compose、PostgreSQL、Redis 及多种对象存储部署方式。管理后台覆盖模型、技能、风格、提示词封面、结果详情、积分流水和接口访问日志，便于按团队或业务场景运营。项目使用的架构基于主流 Java 框架，方便企业化扩展，天然支持类似于 SpringCloud、K8s 的微服务架构。

项目通过渠道的 apiFormat（接口调用格式）选择对应适配器，模型名称由管理员从渠道同步后配置，不维护固定的全量模型白名单。因此，除下表明确写出的专用模型外，只要模型实现对应渠道协议和接口，就可以加入相应的图片、视频或 Chat 模型目录；最终可用范围仍取决于渠道账号实际开通的模型。

首尾帧技能工作流默认包含“生成首帧”“生成尾帧”“合成视频”三个阶段。只有各阶段模型能力和积分价格均配置完成后，工作流才会显示可用报价。

⚠️ “渠道可拉取到模型”不等于“模型具备对应生成能力”。管理员仍需在模型配置中为每个模型标记文本、图片或视频类型及具体能力，并设置各类型的默认模型。

.
├── web/                         # Next.js 前端与创作工作台
├── server/                      # Spring Boot、Agent 与任务服务
│   ├── config/prompts/          # 图片、视频、画布、分镜 Agent 与提示词优化模板
│   └── src/main/resources/      # 应用配置与 Flyway 数据库迁移
├── docker-compose.yml           # PostgreSQL、Redis、前后端与 Nginx 编排
├── .env.example                 # 本地与部署环境变量样例
├── docs/                        # 面向用户的中英文使用指南（MDX）
├── docs-api/                    # API、数据库设计、ADR 与工程参考文档
└── logo/                        # 项目品牌资源

• 本地源码启动与调试指南

• Docker 完整部署指南

Docker 部署会由 Flyway 自动执行数据库迁移，当前分支需执行至 V28__Add_Password_Reset.sql。生产环境还应配置 APP_SECRET_KEY、FRONTEND_BASE_URL、可信代理地址 TRUSTED_PROXY_ADDRESSES，并按需调整统一 AI 任务轮询间隔 AI_TASK_POLLING_INTERVAL_SECONDS，具体说明见 Docker 部署指南。

Agent 行为提示词以可编辑文件保存在 server/config/prompts/，不需要把提示词硬编码到 Java 代码中：

本地默认从项目根目录下的 server/config/prompts/ 读取；Docker 部署时，Compose 会将该目录只读挂载到 /app/config/prompts/。替换提示词文件路径时，请同时确认运行目录与对应环境变量一致。

不要把 .env、AI 渠道密钥、对象存储密钥或证书私钥提交到 Git。浏览器可见的 NEXT_PUBLIC_* 环境变量不应用于保存任何密钥。

• Novanova Studio 文档门户
• 工程与 API 文档
• 产品定位
• 开源许可证

• 开源社区Linux Do
• Agentscope-Java