basketikun/infinite-canvas

解决什么问题

用 AI 出图的过程通常是线性的：在对话框里写提示词，下载结果，拖进文件夹，再上传作为参考图改下一版。一旦有十来个变体和三张参考图，就很难说清哪张图对应哪句提示词。infinite-canvas 把这条链路搬到无限画布上，生成结果、参考图、对话和上游节点都成为可以摆放、连线、复用的节点。

有什么不同

大多数人用聊天客户端加下载文件夹，或者用 ComfyUI 这类节点图工具来解决。这个项目卡在中间：它首先是个画布编辑器，其次才是模型前端。真正有区分度的有三点。它在浏览器里直连 OpenAI 兼容接口，密钥和历史记录不经过你自己搭的服务端。改图被建模成对选中节点或上游节点的画布操作，结果插回图里，而不是覆盖一轮对话。另外它有本地 Agent 桥接（MCP），让 Codex 或 Claude Code 操作当前画布，还有带 TypeScript SDK 的插件系统可以自己写节点。README 提到的视频生成和音频能力描述很简略，当作宣传而非已验证的功能来看更稳妥。

适合谁

适合大量出图、又想要一个自己托管的持久可视化工作区的独立创作者、设计师和爱折腾提示词的人。前提是你手上已经有 OpenAI 兼容的中转或自建接口，并且愿意配置 Base URL 和自定义请求脚本。如果你需要团队协作、多用户、或者要在一个稳定的数据格式上做二次开发，就不合适——README 自己就警告本地存储格式可能不兼容地调整。如果你的工作流是可复现的管线而不是视觉探索，ComfyUI 那套节点加模型的思路更对路。

上手成本

需要 Node/Bun 工具链或 Docker：快速开始是在 web/ 下执行 bun install 和 bun run dev，或者 docker compose up -d，默认监听 3000 端口。不需要 GPU，推理全交给你的 API 服务商，所以真正的持续成本是按张计费的 API 开销，README 里一半赞助商正是这类中转服务。更大的风险在成熟度：项目明确处于开发阶段并且不保证数据兼容。状态存在浏览器里（IndexedDB 和本地存储），备份和迁移得自己负责。MIT 协议没有法律负担。

点评

这是一个很年轻的项目：2026 年 5 月创建，被追踪时约五个月，8,996 星，只上过一次 Trending 日榜，单日 +549 星。这个组合——高星数、2,108 的 fork 比、只有一天爆发——更像社区驱动的短期冲高，而不是长期维护的工具。功能是实在的，浏览器直连接口的设计也确实省事，但 README 自己的稳定性警告应该被认真对待。想自己托管一个改图画布、能接受频繁变动的话值得一试；现在还不适合作为团队标准工具。