8000 GitHub - timelong/aihub: my ai hub · GitHub
[go: up one dir, main page]

Skip to content
timelongPublic

About

my ai hub

Resources

Stars

0 stars

Watchers

0 watching

Forks

Latest commit

 

History

21 Commits

Folders and files

Repository files navigation

AI Hub · 本地多模型工作台

一个轻量级、可本地部署的大模型工作台。统一配置任意厂商的模型,在同一个界面里完成 多轮问答(流式)、图片生成、视频生成。提供 Web 界面 和 终端 CLI 两种用法。

┌──────────┐    ┌─────────────────┐    ┌──────────────────────────────┐
│  Web UI  │──▶ │  FastAPI 后端   │──▶ │ Provider 适配层              │
│  CLI     │    │  SSE / 任务轮询 │    │ openai / gemini / dashscope  │
└──────────┘    │  SQLite 持久化  │    │ ark(豆包) / zhipu(智谱)      │
                └─────────────────┘    └──────────────────────────────┘

一、快速开始

环境要求:Python 3.9+(macOS 系统自带的 python3 就是 3.9.6,可直接用; Linux/Windows 用 3.10+ 更省心)。低于 3.9 启动时会直接给出提示,不会报一堆看不懂的错。

代码里普通函数用了 X | None 这种 3.10 写法,但因为每个模块都有 from __future__ import annotations,注解不会在运行时求值,所以 3.9 能跑。 例外:pydantic 模型字段和 FastAPI 路由参数的注解会被运行时求值, 这两处必须写 Optional[X]——改这两处代码时注意别退回 X | None, 否则 3.9 会报 TypeError: unsupported operand type(s) for |。

cd aihub
cp .env.example .env      # 填入你有的 API Key(不需要全填)
./run.sh                  # 自动建 venv、装依赖、启动

附件解析用到 pypdf / python-docx / python-pptx / openpyxl,已经写进 requirements.txt。从旧版本升上来的记得重装依赖(rm .venv/.deps_ok && ./run.sh, 或直接 pip install -r requirements.txt),否则传 PDF/PPT 时会提示缺依赖。

服务起来后会自动打开浏览器(不想自动打开就用 NO_OPEN=1 ./run.sh), 也可以手动访问 http://127.0.0.1:8000

手动方式:

python3 -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt
uvicorn app.main:app --port 8000

终端版:

python cli.py                       # 交互式对话
python cli.py --list                # 列出全部可用模型
python cli.py -m deepseek/deepseek-chat -p "用一句话解释量子纠缠"
python cli.py --image "赛博朋克风格的猫,霓虹灯"
python cli.py --video "海浪拍打礁石,慢镜头"

二、支持的服务商

8000
服务商 kind 对话 图片 视频 需要的环境变量
OpenAI openai ✅ GPT-4o ✅ GPT-Image / DALL·E 3 — OPENAI_API_KEY
DeepSeek openai ✅ V3 / R1(含思维链) — — DEEPSEEK_API_KEY
硅基流动 openai ✅ ✅ Kolors — SILICONFLOW_API_KEY
Ollama / vLLM 本地 openai ✅ — — 无需 Key
魔搭社区 ModelScope modelscope ✅ Qwen3 / DeepSeek / GLM ✅ Qwen-Image / FLUX — MODELSCOPE_API_KEY
Google Gemini gemini ✅ 2.5 Flash/Pro ✅ Imagen 4 ✅ Veo 3 GEMINI_API_KEY
阿里百炼(通义/万相) dashscope ✅ 千问 / 千问VL ✅ 万相 2.2 ✅ 万相文生/图生视频 DASHSCOPE_API_KEY
火山方舟(豆包/即梦) ark ✅ 豆包 Seed ✅ Seedream 4.0 ✅ Seedance ARK_API_KEY
智谱 GLM zhipu ✅ GLM-4.6 / 4V ✅ CogView-4 ✅ CogVideoX-3 ZHIPU_API_KEY
Agnes AIagnes — ✅ Agnes Image 2.0 Flash(文生图/图生图) ✅ Agnes Video V2.0(文生/图生视频) AGNES_API_KEY

kind: openai 是通用适配器——任何 OpenAI 兼容的接口(Kimi、MiniMax、OpenRouter、 自建 vLLM…)只要在 config.yaml 里加一段 base_url + api_key 就能接入,无需改代码。


三、配置模型

全部配置集中在 config.yaml,也可以在 Web 界面「⚙️ 模型配置」页直接编辑并热重载。

providers:
  - id: mycompany            # 唯一标识
    name: 公司内部模型
    kind: openai             # openai | gemini | dashscope | ark | zhipu
    base_url: http://10.0.0.9:8000/v1
    api_key: ${MY_API_KEY}   # 支持 ${环境变量} 插值,从 .env 读取
    models:
      chat:
        - id: qwen3-32b
          name: Qwen3 32B
          vision: true       # 标记支持图片输入
      image: []
      video: []

defaults:                    # 各页面默认选中的模型
  chat: mycompany/qwen3-32b

模型在系统中的唯一标识是 provider_id/model_id,例如 deepseek/deepseek-chat。


四、功能说明

💬 对话

  • SSE 流式输出,打字机效果;点「停止」会把已经生成的部分存下来(标注「已手动停止」), 不会白跑一轮 token
  • 多轮上下文,会话自动持久化到 SQLite,左侧可切换/重命名(✎)/删除,并支持按标题和正文搜索
  • 多模态:点 🖼 上传图片提问(模型需标记 vision: true)。 给纯文本模型发图会被拦住:那类模型会静默丢掉图片、然后回你"我没看到图片", 所以选图时就会提醒,发送前会弹出可用的视觉模型让你换(同一家优先、本地服务垫底), 换完自动重发;日志里也会留一条 WARNING
  • 🖼 和 📎 的区别:图片是模型自己看(要视觉模型),文档是服务端先抽成文字再发(任何模型都行)。 扫描件 PDF、纯图 PPT 属于前者,用 🖼 加视觉模型才有效
  • 推理模型(DeepSeek R1、Gemini thinking)的思维链单独灰色展示
  • 参数面板:提示词预设、System Prompt、Temperature、Top P、Max Tokens、注入当前时间
  • 工具(联网搜索 / 网页抓取):见下方「工具」一节

✏️ 消息操作(鼠标移到消息上才出现,不占视线)

操作 用户消息 助手消息 说明
复制 ✅ ✅ 复制的是原始 markdown,不是渲染后的文本
编辑重发 ✅ — 改完内容重跑这一轮
重新生成 — ✅ 找到对应的用户消息,按原内容重跑
删除 ✅ ✅ 只删这一条

「编辑重发」和「重新生成」都会先把那条用户消息及其之后的所有消息删掉再重跑—— 否则历史里留着上一轮的答案,模型会被自己的旧回答带偏。

📝 Markdown 渲染

  • 标题、列表、表格、引用、分割线、链接、图片、粗斜体删除线、行内码
  • 代码块带语言标签、一键复制和语法高亮(自带的极简高亮,不依赖外部资源)
  • LaTeX($$…$$)和 mermaid 代码块体量太大,不打包进来,用到时才从 CDN 懒加载; 没网就原样显示文本并提示一次,不影响其它内容
  • 渲染器是手写的(约 90 行),因为这是个无构建的单文件前端, marked + highlight.js + katex 全量 vendor 进来有好几 MB

⭐ 提示词预设

  • 参数面板顶部:选预设 → 「应用」写入 System Prompt(连带存的 temperature 一起恢复)
  • 「另存为…」把当前提示词存成预设,同名直接覆盖;「删除」移除预设
  • 存在 SQLite 的 presets 表里,和会话一样跟着 data/aihub.db 走

📎 附件(PDF / Word / PPT / Excel / 文本)

  • composer 上的 📎 选文件,服务端本地解析成文本随消息发给模型 (各家 chat 接口只收文本和图片,没有"传文件"的通道,所以必须先在本地抽)
  • 支持:PDF、Word(.docx)、PPT(.pptx)、Excel(.xlsx/.xlsm),以及 txt / md / csv / json / yaml / 各种代码文件。老格式 .doc/.ppt/.xls 请先另存为新格式
  • 抽取质量:PPT 按页给出标题、正文、表格和演讲备注;Word 保留标题层级和表格; Excel 按工作表逐行;PDF 按页。中文文本自动试 utf-8 / gb18030 / big5 解码
  • 抽不出来会明说:扫描件 PDF、纯图 PPT 会直接告诉你「这是图片型文件,建议换看图模型或先 OCR」, 而不是悄悄发一段空内容给模型
  • 附件卡片显示文件名、字数和页数等信息;超长会截断并标 ⚠,上限可配:
attachments:
  max_chars: 60000      # 单个附件最多取多少字
  total_chars: 150000   # 一次请求所有附件合计
  max_mb: 30            # 单文件大小上限
  • 附件正文会随消息存库,所以第二轮追问「刚才那份 PPT 里…」模型还看得到; 回传给前端的会话详情里剥掉正文,只留文件名和字数
  • 单个文件解析失败不影响同批其它文件,错误逐个提示

🔁 自动重试 / 换模型

  • 撞到限流(429)或网关抖动(5xx)时自动退避重试,等待时间翻倍递增; 服务端给了 Retry-After 就按它说的等。对话、出图、视频提交、轮询全都覆盖 (实现在 transport 层,见 app/providers/retry.py)
  • 不会重复扣费:429/5xx 说明这次请求肯定没被处理,重试是安全的; 而「连不上 / 读超时」这种不知道对方收没收到的错误,只对 GET(轮询)重试, 绝不重发出图/视频的提交请求
  • 重试到底还是失败时,界面右下角会弹一个面板:要不要换个模型重试。 备选列表是「同能力 + 别的服务商 + 已配 key」,按和当前模型名字的相似度排序, 点一下就用新模型重跑(对话会自动重发那一轮,出图会重新提交)
  • 日志里能看到每次重试:[flaky] POST /v1/chat/completions 返回 429(限流),1.0s 后重试(第 2/3 次)
retry:
  attempts: 3                    # 总共尝试几次,1 = 关掉重试
  backoff: 2.0                   # 首次等待秒数,之后翻倍
  max_backoff: 30.0              # 单次等待上限
  statuses: [429, 500, 502, 503, 504]

某家服务商想单独设置,就在它自己的条目下写同名的 retry 段覆盖。

🕒 当前时间注入

  • 模型只知道训练数据里的日期,问「今天几号」「最近」会答错,所以每次请求都会在 system prompt 前自动加一段当前时间说明(日期、时刻、星期、时区),并要求它以此为基准
  • Web 和 cli.py 都生效(注入点在 provider 层);参数面板可临时关掉,也能看到会告诉模型的时间
  • 时区取 config.yaml 的 chat.timezone,留空则用服务器系统时区:
chat:
  inject_datetime: true       # 关掉写 false
  timezone: Asia/Shanghai     # 留空用系统时区
  extra: ""                   # 想给所有对话都加的固定说明

🔧 工具

  • 顶栏「工具」处点亮即可启用,选择记在浏览器本地,下次进来还在
  • 联网搜索:模型自己决定要不要搜、搜什么词,服务端执行后把结果回灌给模型
  • 网页抓取:按 URL 打开网页取正文,一般配合搜索结果使用
  • 走标准 OpenAI function calling,任何支持 tools 的模型都能用;最多连续 5 轮工具调用。 Gemini 例外:直接启用它自带的 Google 搜索接地
  • 搜索后端按 key 自动选择,都没配就兜底抓 Bing 网页(可能被限流):
TAVILY_API_KEY=      # 首选,专为 LLM 设计
BOCHA_API_KEY=       # 博查,国内直连
  • 界面上会实时显示「调用了什么工具、搜到几条」,这条轨迹也会随会话存库

🎨 图片生成

  • 异步任务:提交后立刻返回,生成在后台跑,前端每 2 秒轮询一次进度。 关掉页面、切走、网络抖动都不会把任务弄丢,回来看列表就行 (脚本里想要一次调用拿结果,加 ?wait=true 走同步模式)
  • 提示词 / 负向提示词 / 尺寸 / 数量 / 种子
  • 尺寸按模型走:各家推荐分辨率差别很大(Qwen-Image 是 1328 系列、即梦用 2K/4K、 DALL·E 3 只认三种),所以在 config.yaml 给出图模型写 sizes,界面「尺寸」下拉只列 这些并自动标出比例,第一个为默认值;没配 sizes 的模型用通用列表。 请求的尺寸不在列表里时不拦截,但会在日志里留一条 WARNING。
      image:
        - id: Qwen/Qwen-Image-2512
          name: Qwen-Image 文生图
          sizes: [1328x1328, 1664x928, 928x1664, 1472x1104, 1104x1472, 1584x1056, 1056x1584]
  • 图生图 / 图片编辑:上传参考图(可多张)即从文生图切到图生图。 各家接口吃的格式不同,已分别适配:OpenAI 兼容接口走 /images/edits 上传文件、 火山方舟即梦与 Gemini 直接吃 base64、魔搭只认公网 URL(自动走下方 COS 临时图床)。 阿里百炼/智谱当前配置的是纯文生图模型,传参考图会给出明确提示。 在 config.yaml 给模型加 image_input: true 后,界面会提示该模型支持图生图; 个别兼容服务(如硅基流动)的图生图是在 /images/generations 传 image 字段, 给该 provider 加 image_edit_mode: json 即可
  • 多参考图:能吃多张的服务商会把所有图都传上去(即梦组图、Gemini、OpenAI image[]、魔搭 image_url 数组)。张数上限写在模型的 max_images, 界面会在上传时就拦住并提示,服务端再兜底裁剪一次——不会出现多选了却被 静默丢弃的情况。魔搭实测上限 4 张(超了接口直接返回 image_url count N exceeds maximum limit of 4)
  • 结果自动下载到本地(第三方图床链接通常 24h 过期,本地留存不怕丢)
  • 生成完有明确反馈:绿色提示「✅ 生成成功:N 张,用时 Ns,已保存到 …」; 结果卡片显示缩略图(点开原图)、状态与用时、模型与尺寸、生成时间、 本地绝对路径 + 一键复制;失败则显示完整错误原文
  • 生成按钮上有已等待秒数;服务被重启后遗留的「生成中」任务会在下次启动时标为失败, 不会一直转圈
  • 列表可清理:卡片右上角 ✕ 移除单条,或点「清空列表」。规则是磁盘文件一律不删:
    • 有结果的(生成成功)→ 只从页面隐藏,记录和图片都保留,勾选「显示已隐藏」可找回并 ↩ 恢复
    • 没有结果的(失败、卡住)→ 记录真正删除
  • 保存目录可配置:见下方「保存目录」一节

☁️ 腾讯云 COS(临时图床)

  • 参考图怎么送给服务商由 provider 的 ref_mode 决定:base64 直传、url 走 COS, 不写则自动判断(吃 base64 的直传;只认 URL 的走 COS,而 COS 关掉时魔搭会自动 降级成 base64 直传——实测魔搭 image_url 也收 data URL)。 想彻底不用 COS:cos: enabled: false,或给 modelscope 段写 ref_mode: base64
  • 阿里百炼图生视频、智谱 CogVideoX 这些接口只认公网图片 URL,不吃 base64。 本地上传的参考图会:上传对象 → 取预签名 URL 交给服务商 → 任务结束立即删除对象
  • 删除时机:出图是请求结束就删;视频是异步任务,等后台轮询出结果(成功/失败/超时)才删, 否则上游还没来取图就没了
  • 预签名有效期 expire_seconds 要覆盖生成耗时,默认 1800 秒(和视频轮询上限一致)
  • 对象 key = 前缀 / 时间戳 / 随机文件名,例如 aihub/tmp/20260813200539/0693553f….png;timestamp_format 可改成 %Y/%m/%d/%H%M%S 按日期分层,或写 epoch 用 Unix 秒
  • 「⚙️ 模型配置 → ☁️ 腾讯云 COS」页显示配置状态,**「测试连接」**会真跑一遍 上传 → 预签名 → 下载校验 → 删除,一次确认 4 个参数对不对
  • 密钥放 .env,其余放 config.yaml:
COS_SECRET_ID=
COS_SECRET_KEY=
cos:
  secret_id: ${COS_SECRET_ID}
  secret_key: ${COS_SECRET_KEY}
  region: ap-guangzhou          # 存储桶地域
  bucket: my-bucket-1250000000  # 必须带 APPID
  prefix: aihub/tmp/            # key 前缀;最终 key = 前缀/时间戳/文件名
  timestamp_format: "%Y%m%d%H%M%S"  # 时间戳目录格式;写 epoch 则用 Unix 秒
  expire_seconds: 1800          # 预签名有效期(秒)
  scheme: https
  # enabled: false              # 显式关闭;不写则「配全了就自动启用」
  • 依赖 cos-python-sdk-v5(已在 requirements.txt)。没装或没配全时, 只影响需要公网 URL 的那几个服务商,其它照常用

📁 保存目录(可配置)

  • 图片与视频分别配置保存目录,在「⚙️ 模型配置 → 📁 保存目录」页设置
  • 点「浏览…」打开目录选择器:可逐级进入子目录、跳转到工程/主目录、直接新建文件夹, 并实时显示该目录是否可写
  • 支持绝对路径(/Users/me/Pictures/AI)、~/ 开头、或相对工程根目录的相对路径
  • 也可以直接写在 config.yaml 的 storage 段里
storage:
  image_dir: ~/Pictures/AI      # 图片保存目录
  video_dir: /data/ai/videos    # 视频保存目录

🎬 视频生成

  • 提交后前端会自动轮询,完成/失败都有提示(失败且是限流时同样可以换模型重试)
  • 文生视频 + 图生视频(上传首帧)
  • 时长 / 比例 / 分辨率
  • 异步任务:提交后后台轮询,界面每 5 秒自动刷新状态

📜 运行日志 / 🗂 日志管理

  • 控制台 + 文件双写,按天滚动:当天写 data/logs/aihub.log, 跨天自动改名成 aihub-2026-08-12.log
  • 记录内容:每个接口的方法/路径/状态码/耗时、上游 API 的请求与响应(含状态码和耗时)、 对话的模型与工具调用轨迹、出图/视频任务的开始与结果、异常堆栈
  • 每行自动带上下文 {job=... model=...} / {conv=... model=...}: provider 层那些 GET /v1/tasks/xxx 也能看出是哪个任务、哪个模型在跑
  • 轮询汇总成一行:轮询 #12 状态=RUNNING 已等 36s task=xxx, 原始的 →/← 请求行降到 DEBUG,不再刷屏
  • 出图/出视频成功时记录绝对路径和文件大小,可以直接去文件夹里找
  • 密钥会被自动打码,base64 图片会被压成 <data:image/png base64 12345B>,不会把日志刷爆
  • 左侧「🗂 日志管理」页可以:
    • 设置历史日志保留天数(写进 config.yaml 的 logging.retention_days, 0 = 永久保留),服务启动时与改配置时都会清理超期文件,也可点「立即清理过期日志」
    • 按文件查看(当天 / 各历史日期),单独删除某个历史文件(当天的正在写,不允许删)
    • 搜索:关键词(空格分隔=都要包含,不区分大小写,命中处高亮)+ 级别过滤 (INFO/WARNING/ERROR 及以上)+ 显示行数,右上角可开自动刷新
  • 环境变量:
logging:
  retention_days: 7     # 历史日志保留天数,0 = 永久保留
AIHUB_LOG_DIR=          # 日志目录,默认 data/logs
AIHUB_LOG_LEVEL=INFO    # 设 DEBUG 会额外记录请求体/响应体预览
AIHUB_LOG_BODY=800      # 请求/响应预览截断长度
  • 每行都带时区偏移和进程号:2026-08-13 10:25:48+0800 INFO [aihub:57181] ...。 多个实例同时在跑会写进同一个文件,靠 pid 就能把两条时间线分开

🛑 服务突然停止怎么判断

  • 日志出现 服务开始关闭 PID=xxx + Application shutdown complete,且没有 traceback → 是收到外部信号(Ctrl-C / kill / pkill / 关掉终端),不是程序崩溃
  • run.sh 会在退出时区分并打印原因:⚠ 服务被 SIGTERM 终止 / ▶ 服务已停止 / ⚠ 服务异常退出,退出码 N
  • 启动时会打印 ▶ 服务进程 PID: xxxxx,要停就按这个 pid 停。 别用 pkill -f uvicorn 这种模式匹配——机器上有多个实例时会把别人的一起杀掉
  • 真崩溃的话日志里一定有 Traceback 或 未处理异常,按那个查

五、目录结构

aihub/
├── app/
│   ├── main.py              # FastAPI 路由:chat(SSE) / image / video / jobs / config
│   ├── config.py            # config.yaml + .env 加载与 ${VAR} 插值、默认模型、保存目录
│   ├── logging_setup.py     # 日志:控制台 + data/logs/aihub.log 滚动文件、密钥打码
│   ├── tools.py             # 对话工具:联网搜索(Tavily/博æŸ
762E
¥/Bing)、网页抓取
│   ├── context.py           # 运行时上下文注入:当前时间/时区
│   ├── logctx.py            # 日志上下文:让底层日志也带 job/conv/model
│   ├── cos.py               # 腾讯云 COS 临时图床:上传/预签名/用完删除
│   ├── storage.py           # SQLite:会话、消息、生成任务
│   └── providers/
│       ├── base.py          # 抽象基类 chat_stream / generate_image / submit_video / poll_video
│       ├── openai_compat.py # OpenAI 兼容通用适配器
│       ├── gemini.py        # Gemini / Imagen / Veo
│       ├── dashscope.py     # 通义千问 / 万相
│       ├── ark.py           # 豆包 / 即梦
│       └── zhipu.py         # GLM / CogView / CogVideoX
├── web/index.html           # 单文件前端,零构建
├── cli.py                   # 终端客户端
├── config.yaml              # 模型配置
├── data/                    # SQLite + 生成的图片视频(自动创建)
└── run.sh

六、扩展一个新厂商

  1. 若对方是 OpenAI 兼容接口 → 只改 config.yaml,加一段 provider 即可,不用写代码。
  2. 若是私有协议 → 在 app/providers/ 下新建文件,继承 BaseProvider,实现需要的方法:
class MyProvider(BaseProvider):
    kind = "mine"
    async def chat_stream(self, model, messages, params):
        ...  # yield {"type":"delta","text":"..."}
    async def generate_image(self, model, prompt, params) -> list[str]: ...
    async def submit_video(self, model, prompt, params) -> str: ...
    async def poll_video(self, model, remote_id) -> dict: ...
  1. 在 app/providers/__init__.py 的 REGISTRY 里注册 "mine": MyProvider。

七、API 一览

方法 路径 说明
GET /api/models 所有服务商 / 模型 / Key 配置状态
GET·PUT /api/config 读取 / 保存 config.yaml(热重载)
GET·PUT /api/storage 读取 / 设置图片与视频保存目录
GET·PUT /api/defaults 读取 / 设置各能力的默认模型
GET /api/tools 可用工具清单(含当前搜索后端)
GET /api/context 当前会注入给模型的时间上下文
GET /api/cos COS 配置状态(不含密钥)
POST /api/cos/test COS 自检:上传→预签名→下载→删除
GET /api/logs?file=&q=&level=&lines= 查看 / 搜索日志
GET /api/logs/files 日志文件清单 + 当前保留天数
PUT /api/logs/config 设置保留天数(并立即清理)
POST /api/logs/cleanup 立即清理过期日志
DELETE /api/logs/{name} 删除某个历史日志文件
GET /api/fs?path= 浏览服务器目录(目录选择器用)
POST /api/fs/mkdir 新建文件夹
POST /api/chat 流式对话(SSE)
POST /api/image 提交出图任务(?wait=true 同步等结果)
POST /api/video 提交视频任务
GET /api/jobs?kind=&include_hidden= 任务列表
DELETE /api/jobs/{id} 移除记录(有结果的只隐藏,不删文件)
POST /api/jobs/{id}/restore 恢复被隐藏的记录
POST /api/jobs/clear?kind= 清空列表(同上规则)
GET /api/jobs/{id} 单个任务状态
GET·POST /api/conversations 会话列表 / 新建
GET·PATCH·DELETE /api/conversations/{id} 会话详情 / 重命名 / 删除
GET /api/conversations?q= 按标题+正文搜索会话
DELETE /api/messages/{id}?following= 删消息(following=true 连带其后全部)
POST /api/attachments 上传文档并解析成文本(multipart)
GET /api/attachments/info 支持的格式与大小上限
GET·POST /api/presets 提示词预设列表 / 保存(同名覆盖)
DELETE /api/presets/{id} 删除预设
GET /media/{kind}/{name} 本地媒体文件(kind = image / video)

八、注意事项

  • 默认只监听 127.0.0.1。若要局域网访问,设 HOST=0.0.0.0——但此服务没有鉴权, 请勿直接暴露到公网。
  • .env 已在 .gitignore 中,切勿把 Key 提交到仓库。
  • 视频生成计费较高,建议先用短时长/低分辨率测试。
  • 保存目录若填了不可写的路径,会在保存时报错并回退到默认目录。
  • 各厂商接口偶有调整,若某个模型报错,优先核对 config.yaml 里的 model id 与官方文档是否一致。

About

my ai hub

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages

0