开源项目图像与多模态链接可访问
用途介绍 Local-first, agent-native control plane for ComfyUI — MCP server + sidebar agent that generates images, video & audio, authors and runs workflows, and edits your live graph in natural language on ANY LLM (Claude, ChatGPT, Gemini, offline Ollama, or any hosted model). 178 tools, 36 AI skills, 55 inst
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
artokun/comfyui-mcp
GitHub ★ 919 · 仓库更新 2026-11-09
许可 · MIT · 核验 2026-11-18
收录 2026/11/13
查看原始资源 →开源项目图像与多模态链接可访问
用途介绍 High-fidelity AI image prompt reverse-engineering skill for Codex
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
LunarXuan/image-prompt-reverse
GitHub ★ 901 · 仓库更新 2026-09-06
许可 · GPL-3.0 · 核验 2026-11-18
收录 2026/11/13
查看原始资源 →技术教程模型与创作教程链接可访问
用途介绍 Today Google releases Gemma 3 , a new iteration of their Gemma family of models. The models range from 1B to 27B parameters, have…
前置条件 · 按原站指南准备模型、工具和服务环境
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/12
查看原始资源 →技术教程模型与创作教程链接可访问
用途介绍 With the release of the Aya Vision family , our new 8B and 32B parameter vision-language models (VLMs), we are addressing one of the…
前置条件 · 按原站指南准备模型、工具和服务环境
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/12
查看原始资源 →开源项目导演与分镜链接可访问
用途介绍 即梦 Seedance 2.0 是字节跳动的多模态 AI 视频生成模型,支持图片 / 视频 / 音频混合输入,可生成 4–15 秒的高质量视频。
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
MapleShaw/seedance2.0-prompt-skill
GitHub ★ 842 · 仓库更新 2026-06-21
许可 · MIT · 核验 2026-11-18
收录 2026/11/12
查看原始资源 →开源项目图像与短剧工作流链接可访问
用途介绍 The world's first open-source multimodal creative assistant This is a substitute for Canva and Manus that prioritizes privacy and is usable locally.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
11cafe/jaaz
GitHub ★ 6736 · 仓库更新 2026-03-02
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/12
查看原始资源 →技术教程模型与创作教程链接可访问
用途介绍 TimeScope is an open-source benchmark designed to measure how well vision-language models understand long videos. By adding short “needle” clips into videos ranging from…
前置条件 · 按原站指南准备模型、工具和服务环境
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/11
查看原始资源 →技术教程模型与创作教程链接可访问
用途介绍 You've got everything ready - data, model, a beefy GPU setup. You hit "run" and... wait. And wait some more. Your GPUs are barely…
前置条件 · 按原站指南准备模型、工具和服务环境
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/11
查看原始资源 →技术教程模型与创作教程链接可访问
用途介绍 Recent advances in Vision-Language-Action (VLA) models have enabled robots to perform a wide range of tasks—from simple commands like “grasp the cube” to more…
前置条件 · 按原站指南准备模型、工具和服务环境
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/11
查看原始资源 →技术教程模型与创作教程链接可访问
用途介绍 The Language Technologies Lab takes a major step forward in multimodal artificial intelligence with the release of Visual Salamandra , extending the capabilities of…
前置条件 · 按原站指南准备模型、工具和服务环境
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/11
查看原始资源 →开源项目多模态与知识检索链接可访问
用途介绍 The Ruby AI framework.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
crmne/ruby_llm
GitHub ★ 4500 · 仓库更新 2026-11-10
许可 · MIT · 核验 2026-11-18
收录 2026/11/11
查看原始资源 →开源项目多模态与知识检索链接可访问
用途介绍 Open-source framework for building agentic apps in JavaScript, Go, Dart, and Python, built and used in production by Google
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
genkit-ai/genkit
GitHub ★ 6580 · 仓库更新 2026-11-10
许可 · Apache-2.0 · 核验 2026-11-18
收录 2026/11/11
查看原始资源 →开源项目多模态与知识检索链接可访问
用途介绍 Antfly is an open-source search-and-inference database written in Zig. One engine carries full-text (BM25), dense, and sparse vector indexes plus graph traversal over the…
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
antflydb/antfly
GitHub ★ 480 · 仓库更新 2026-11-10
许可 · Apache-2.0 · 核验 2026-11-18
收录 2026/11/11
查看原始资源 →开源项目多模态与知识检索链接可访问
用途介绍 Declarative AI pipelines in one YAML file. Tokens, audio chunks, and video frames flow between isolated components. Compose 100+ components for models, agents, speech, vision, and live broadcast. Run local models, cloud APIs, or both. Inspired by docker-compose.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
hanyeol/model-compose
GitHub ★ 119 · 仓库更新 2026-11-10
许可 · MIT · 核验 2026-11-18
收录 2026/11/11
查看原始资源 →开源项目多模态与知识检索链接可访问
用途介绍 Question answering over financial filings (10-K/10-Q, investor decks) with cited answers: hybrid dense+BM25 retrieval, reranking, chart extraction, and an AST-sandboxed calculator. FastAPI, CLI, Helm.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
Mattral/filing-qa
GitHub ★ 91 · 仓库更新 2026-11-10
许可 · MIT · 核验 2026-11-18
收录 2026/11/11
查看原始资源 →开源项目多模态与知识检索链接可访问
用途介绍 Multimodal AI playground on Cloudflare Workers: public signup, per-user AI Gateway BYOK, chat, voice, image/video/music, RAG, web search.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
skyphusion-labs/prism
GitHub ★ 3 · 仓库更新 2026-11-10
许可 · AGPL-3.0 · 核验 2026-11-18
收录 2026/11/11
查看原始资源 →开源项目多模态与知识检索链接可访问
用途介绍 TeleMem is a high-performance drop-in replacement for Mem0, featuring semantic deduplication, long-term dialogue memory, and multimodal video reasoning.
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
TeleAI-UAGI/telemem
GitHub ★ 493 · 仓库更新 2026-11-09
许可 · Apache-2.0 · 核验 2026-11-18
收录 2026/11/11
查看原始资源 →开源项目多模态与知识检索链接可访问
用途介绍 The backend agents build with - Multimodal database, orchestration, and serving in one file
前置条件 · 按原文配置模型、节点或服务;代码、模型和示例的授权需分别核对
pixeltable/pixeltable
GitHub ★ 1660 · 仓库更新 2026-11-10
许可 · Apache-2.0 · 核验 2026-11-18
收录 2026/11/11
查看原始资源 →技术教程模型与创作教程链接可访问
用途介绍 Today we're excited to announce Granite 4.0 3B Vision , a compact vision-language model (VLM) designed for enterprise document understanding. It’s purpose-built for reliable…
前置条件 · 按原站指南准备模型、工具和服务环境
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/10
查看原始资源 →技术教程模型与创作教程链接可访问
用途介绍 Recent advances in Large Language Models have enabled the transition from text-only reasoning to multimodal systems . First, with the integration of visual perception…
前置条件 · 按原站指南准备模型、工具和服务环境
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/10
查看原始资源 →工作流图像与多模态工作流链接可访问
用途介绍 从提示词、采样到解码保存,适合初学者理解最小出图流程。
前置条件 · ComfyUI、SDXL checkpoint
cubiq/ComfyUI_Workflows
GitHub ★ 924 · 仓库更新 2024-01-10
许可 · Apache-2.0 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →打开原始工作流文件 →
工作流图像与多模态工作流链接可访问
用途介绍 演示在模型与文本编码链路中加载 LoRA,用于比较不同权重的效果。
前置条件 · ComfyUI、兼容 checkpoint 和 LoRA
cubiq/ComfyUI_Workflows
GitHub ★ 924 · 仓库更新 2024-01-10
许可 · Apache-2.0 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →打开原始工作流文件 →
工作流图像与多模态工作流链接可访问
用途介绍 以边缘轮廓约束画面布局,适合按参考构图出图。
前置条件 · ComfyUI、兼容 ControlNet 权重和边缘输入
cubiq/ComfyUI_Workflows
GitHub ★ 924 · 仓库更新 2024-01-10
许可 · Apache-2.0 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →打开原始工作流文件 →
工作流图像与多模态工作流链接可访问
用途介绍 根据姿态输入约束角色动作,适合制作分镜草图。
前置条件 · ComfyUI、兼容 ControlNet 权重和姿态图
cubiq/ComfyUI_Workflows
GitHub ★ 924 · 仓库更新 2024-01-10
许可 · Apache-2.0 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →打开原始工作流文件 →
工作流图像与多模态工作流链接可访问
用途介绍 在指定区域重绘图像,可练习替换物体或修补画面。
前置条件 · ComfyUI、兼容 checkpoint、原图和遮罩
cubiq/ComfyUI_Workflows
GitHub ★ 924 · 仓库更新 2024-01-10
许可 · Apache-2.0 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →打开原始工作流文件 →
工作流图像与多模态工作流链接可访问
用途介绍 在输入图边界外补绘内容,用于练习调整构图和画幅。
前置条件 · ComfyUI、兼容 checkpoint 和原图
cubiq/ComfyUI_Workflows
GitHub ★ 924 · 仓库更新 2024-01-10
许可 · Apache-2.0 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →打开原始工作流文件 →
工作流图像与多模态工作流链接可访问
用途介绍 使用专用超分模型提升静帧分辨率。
前置条件 · ComfyUI、超分模型和输入图
cubiq/ComfyUI_Workflows
GitHub ★ 924 · 仓库更新 2024-01-10
许可 · Apache-2.0 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →打开原始工作流文件 →
工作流图像与多模态工作流链接可访问
用途介绍 从道具或物体参考图生成 3D 素材,用于空间预演。
前置条件 · ComfyUI、对应 Pixal3D / TRELLIS.2 权重和参考图,其余依赖以模板说明为准
Comfy-Org/workflow_templates
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →打开原始工作流文件 →
工作流图像与多模态工作流链接可访问
用途介绍 将输入图像拆为可分别调整的图层,便于分镜素材后期合成。
前置条件 · ComfyUI、Qwen-Image-Layered 模型和输入图,其余依赖以模板说明为准
Comfy-Org/workflow_templates
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →打开原始工作流文件 →
工作流图像与多模态工作流链接可访问
用途介绍 用控制图引导图像生成,适合根据参考构图制作分镜。
前置条件 · ComfyUI、Qwen-Image 2512、兼容 ControlNet 和控制图,其余依赖以模板说明为准
Comfy-Org/workflow_templates
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →打开原始工作流文件 →
工作流图像与多模态工作流链接可访问
用途介绍 根据文字描述生成音乐草稿,可用于短片配乐预演。
前置条件 · ComfyUI、ACE-Step 1.5 模型和模板指定的 4B 权重,其余依赖以模板说明为准
Comfy-Org/workflow_templates
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →打开原始工作流文件 →
工作流图像与多模态工作流链接可访问
用途介绍 放大低分辨率静帧或分镜素材。
前置条件 · ComfyUI、SeedVR2 3B INT8 模型和输入图,其余依赖以模板说明为准
Comfy-Org/workflow_templates
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →打开原始工作流文件 →
工作流图像与多模态工作流链接可访问
用途介绍 使用文字指令编辑参考图,适合调整场景中的物体与细节。
前置条件 · ComfyUI、Qwen-Image-Edit 2511 模型、编码器和参考图,其余依赖以模板说明为准
Comfy-Org/workflow_templates
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →打开原始工作流文件 →
工作流图像与多模态工作流链接可访问
用途介绍 输入参考图并用文字调整画面元素,适合快速试改分镜。
前置条件 · ComfyUI、对应 4B 蒸馏模型、文本编码器和参考图,其余依赖以模板说明为准
Comfy-Org/workflow_templates
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →打开原始工作流文件 →
工作流图像与多模态工作流链接可访问
用途介绍 用文字生成角色、道具或场景草图,适合分镜出图。
前置条件 · ComfyUI、FLUX.2 Klein 模型和文本编码器,其余依赖以模板说明为准
Comfy-Org/workflow_templates
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →打开原始工作流文件 →
工作流图像与多模态工作流链接可访问
用途介绍 用遮罩限定局部区域,适合修补分镜图中的背景或道具。
前置条件 · ComfyUI、FLUX.1 Fill 模型、原图和遮罩,其余依赖以模板说明为准
Comfy-Org/workflow_templates
许可 · 查阅原站许可 · 核验 2026-11-18
收录 2026/11/9
查看原始资源 →打开原始工作流文件 →