简体中文 · English

Novanova Studio

NovaNova Studio 一个 Agent 驱动的集 AI 图片生成、AI 视频生成、无限画布、自定义模型 API 、AI 漫剧、AI 短剧、小说解析剧本、小说转短剧、3D 导演台、用户管理、积分管理于一体的全流程开源平台

>>>>如果觉得部署麻烦、找便宜渠道麻烦->点我在线体验 <<<<<
🚀seedance2.0 系列最低 4 折官转 API🚀
🚀minmax-h3 高清 最低 6 分钱一秒🚀
🚀gpt-image-2.5 最低一毛五一张🚀

• 企业版集群版
• 技术支持

联系作者	加入交流群

感谢以下赞助商的鼎力支持

赞助商	note
	https://notoken.pro/ 让每一次调用 都释放创造力 seedance 渠道超低折扣
	ll2.cn｜自营算力底座 · 官方直签批价。MiniMax-H3 0.05 元/秒（自部署 768P 满血）；deepseek-v4.1-flash 官方 4 折；Seedance 系列 7 折起；超分 0.018 元/秒；Vega 系列 6 折起 注册链接：https://hub.ll2.cn?p=ua5r

🚀 在线文档

文档

✨ 项目定位

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 贯穿创作链路

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]

阶段	Agent 与系统职责	创作体验
1. 输入目标	接收自然语言、图片或视频参考素材，按图片、视频或画布场景选择对应 Agent Profile（能力配置）。	从一句描述或已有素材开始。
2. 选择工具	根据上下文调用图片生成、图片编辑、视频生成、视频编辑、历史查询或画布操作工具。	不必在多个功能页之间反复切换。
3. 创建任务	校验模型能力与积分，写入 PostgreSQL 任务快照，并投递到 Redis Stream（Redis 的持久消息流）消费组。	长耗时生成不会阻塞当前创作。
4. 执行与反馈	任务消费者调用已配置的 AI 渠道；状态、工具调用和结果通过 SSE（Server-Sent Events，服务端推送事件流）推送回前端。	在对话和画布中看到实时进度、失败或取消状态。
5. 沉淀上下文	生成结果写入生成记录，可在画布中继续引用，并按需加入资产库；画布 Agent 可继续引用节点状态与工具结果。	下一轮修改和复用保留前一轮创作上下文。

Agent 能力

场景	Agent 能力	结果去向
图片创作	根据对话调用图片生成、参考图编辑与历史查询工具。	对话轮次、生成记录与画布图片节点；可按需加入资产库。
视频创作	调用视频生成、视频编辑与历史查询工具，并按模型能力校验图片或视频参考。	对话轮次、生成记录与画布视频节点；可按需加入资产库。
无限画布	读取当前画布状态，创建、更新、移动、缩放、删除和连接节点；可创建文本、图片、视频生成流并启动任务。	可继续编辑的画布项目与节点关系。
提示词优化	图片和视频使用独立策略优化提示词，优化成功后再回填输入内容。	当前创作输入，不覆盖失败前的原始提示词。
实时协作	前端画布工具执行后把工具结果回传给服务端 Agent，Agent 可基于真实执行结果继续下一轮。	保持“对话 -> 工具 -> 结果 -> 继续对话”的连续体验。

🎨 核心功能

• 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。

🚀 当前分支新增能力

• 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。

🌟 项目优势特点

🧠 Agent 驱动的连续创作上下文

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。

🎨 无限画布连接创作过程

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。

🧩 技能化、工作流化的复杂创作

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。

🔌 开放的模型与渠道接入

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、启用状态和计费规则可以由管理员独立配置；关闭的模型不会出现在用户的模型下拉中。

⚡ 面向长耗时任务的可靠执行

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。

🔒 可私有化部署、可运营扩展

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。

🤖 支持的模型与渠道

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。

渠道能力矩阵

渠道格式	生成图片	生成视频	Chat / 主 Agent	默认 Base URL	说明
OpenAI 兼容（openai）	✅	✅	✅	https://api.openai.com/v1	支持 OpenAI 官方服务及实现相同接口协议的兼容渠道。
Evolink（evolink）	❌	✅	❌	https://api.evolink.ai/v1	使用 Evolink 自有异步视频生成接口，支持从渠道拉取模型列表。
Gemini（gemini）	✅	❌	✅	https://generativelanguage.googleapis.com/v1beta	使用 Gemini 原生 generateContent 接口。
Agnes（agnes）	✅	✅	⚠️	由管理员填写	文本任务适配器支持 Agnes Chat Completions，但当前主 Agent 的 AgentScope 模型工厂未接入 Agnes。
Anthropic（anthropic）	❌	❌	✅	https://api.anthropic.com/v1	使用 Anthropic Messages 接口，适用于 Claude 模型。
Seedance（seedance）	❌	✅	❌	https://ark.cn-beijing.volces.com/api/v3	使用火山方舟视频生成任务接口。
MiniMax（minimax）	❌	✅	❌	https://api.minimaxi.com	使用 MiniMax H3 视频生成 V2 接口，模型需手动配置。
自定义（custom）	✅	✅	❌	由管理员填写	按模型配置的请求/响应模板调用自有图片或视频 API；视频支持异步轮询，模型列表需手动配置。

生成图片模型

渠道	当前支持的模型范围	已实现能力
OpenAI 兼容	提供 OpenAI Images API 的图片模型，不限制具体模型名称。	文生图调用 /images/generations；带参考图时调用 /images/edits。
Gemini	支持通过 Gemini generateContent 返回图片的模型，不限制具体模型名称。	文生图、参考图生成；请求 TEXT 和 IMAGE 两种响应模态。
Agnes	agnes-image-2.1-flash	文生图、图生图和多参考图生成。

生成视频模型

渠道	当前支持的模型范围	已实现能力
OpenAI 兼容	提供 OpenAI 兼容 Videos API 的视频模型，不限制具体模型名称。	文生视频、最多 7 张参考图生成；不支持参考视频。
Agnes	agnes-video-v2.0	文生视频、单图或多图参考生成；不支持参考视频。
Seedance	Doubao Seedance 2.0 系列、Doubao Seedance 1.5 Pro、Doubao Seedance 1.0 Pro、Doubao Seedance 1.0 Pro Fast，以及兼容同一任务接口的模型 ID 或推理接入点 ID。	文生视频、参考图生成；Seedance 2.0 系列支持最多 9 张参考图和 3 个参考视频。
MiniMax	MiniMax-H3	文生视频、图片或视频参考生成；支持最多 9 张参考图和 3 个参考视频，分辨率为 768P 或 2K，时长为 4～15 秒。
Evolink	Evolink 文档中开通的 Seedance 2.0 模型	文生视频、图片或视频参考生成；通过 Evolink 自有 /v1/videos/generations 异步接口创建任务，并通过 /v1/tasks/{task_id} 查询结果。
自定义	管理员配置的模型	按模型模板调用自有视频 API，支持文生视频、参考素材和异步任务轮询；具体能力取决于配置。

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。

Chat 模型

渠道	当前支持的模型范围	接口与用途
OpenAI 兼容	GPT 系列及其他实现 OpenAI Chat Completions 协议的模型，不限制具体模型名称。	/chat/completions，支持流式输出和 Agent 工具调用。
Gemini	Gemini 文本或多模态 Chat 模型，不限制具体模型名称。	Gemini 原生接口，用于主 Agent 对话与任务规划。
Anthropic	Claude 系列模型，不限制具体模型名称。	/v1/messages，支持流式输出和 Agent 工具调用。

⚠️ “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。

⚙️ 技术架构

层级	主要技术	作用
Web	Next.js 16、React 19、TypeScript、Ant Design 6、Tailwind CSS、Zustand、React Flow	创作工作台、对话、画布与配置界面。
服务端	Java 21、Spring Boot 3.5、Spring WebFlux、AgentScope Java、Fastjson2	响应式 API、Agent 编排、任务调度、鉴权与业务服务。
数据与任务	PostgreSQL 17、Flyway、R2DBC（响应式数据库连接）、Redis 8.6、Redis Stream	用户、项目、任务、资产和生成记录持久化；异步任务分发与恢复。
AI 与存储	OpenAI、Evolink、Gemini、Agnes、Anthropic、Seedance、MiniMax 格式渠道；COS、OSS、Kodo	通过后台配置接入模型渠道和对象存储，而非把密钥放入浏览器。
部署	Docker Compose、Nginx、Node.js 22、Maven	本地依赖服务、容器化构建与 Linux 服务器部署。

📁 目录说明

.
├── 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

🚀 本地启动或部署

本地开发

• 本地源码启动与调试指南

服务器部署

• Docker 完整部署指南

Docker 部署会由 Flyway 自动执行数据库迁移。新建开源库默认使用 classpath:db/migration-community；继承企业版的现有数据库必须在 .env 中设置 FLYWAY_MIGRATION_LOCATION=classpath:db/migration，保留线上 V1–V76。原开源版数据库沿用社区历史，从 V38 升级至 V77。已有数据库不能切换或同时加载这两套历史，详见 数据库迁移说明。

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。部署只使用 docker-compose.yml，按需通过 .env 选择 production 配置档并设置容器名称及端口；已有数据库更新前须先完成备份与迁移校验，具体说明见 Docker 部署指南。

📚 相关文档

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

友链

• 开源社区 Linux Do
• Agentscope-Java