一天一个开源项目

开源项目第243期：ArtCraft —— 给艺术家的 AI 创作 IDE，先搭场景再生成，把「抽卡」变成「手艺」

一个用 Rust + Tauri 写的桌面端 AI 图像与视频创作 IDE：在 2D 画布里合成、在 3D 里摆场景和角色姿势、再选模型出图出片。聚合 62 个模型（Nano Banana、GPT Image、Seedance、Kling、Veo、Suno、Hunyuan 3D 等）和 Grok/Midjourney/Sora/World Labs 等第三方入口。MIT/Apache-2.0 双协议，34k+ Stars。

·约 9 分钟阅读·AI Tools
open-sourceai-imageai-videofilmmakingrusttauri3dcreative-tools

引言

"The IDE for artists."

这是「每日一个开源项目」系列的第 243 篇。今天的项目是 ArtCraft —— 一个面向艺术家、设计师和电影人的 AI 图像与视频创作桌面应用，由 storytold 团队开发，34,933 颗 Star，5,523 个 Fork，Rust 编写，MIT / Apache-2.0 双协议。

多数 AI 图像和视频工具的交互是"写一段 prompt，抽一次卡"。想要同一个角色出现在同一个房间里的三个不同机位，或者让人物摆出某个具体姿势，只能一遍遍改 prompt、一遍遍碰运气。ArtCraft 的思路是把这件事从"提示"换成"手艺"（crafting）：先在 2D 画布和 3D 场景里把构图、角色姿势、相机位置搭出来，再交给模型去生成。它的路线图里把这件事写成了第一目标——做得比模型聚合网站更好用。

你会学到什么

  • ArtCraft 的"先搭场景、后生成"工作流：画布合成、3D 摆场景、角色姿势、图像转 3D 网格
  • 它聚合了哪些模型和第三方入口，以及怎么理解那份 62 个模型的清单
  • 快速上手：下载安装与从源码构建（Rust + Tauri）
  • 一个值得留意的现状：桌面端与托管服务的关系，以及路线图里"去除对托管服务的依赖"

前提知识

  • 对 AI 图像/视频生成有基本使用经验（文生图、图生视频）
  • 了解 3D 场景里"相机、摆放、层次"的基本概念会更容易理解它的卖点
  • 想从源码构建的话，需要 Rust、Node.js 与 Tauri CLI 的基本环境

项目背景

概述

ArtCraft 自称"the IDE for interactive AI image and video creation"：在 2D 里合成，在 3D 里布景，再选择合适的模型。它不是又一个模型聚合网站，而是一个桌面应用，把画布、3D 场景、背景移除、涂抹重绘这些"可视化、可重复"的工具和各家生成模型接在一起。

作者 / 团队

  • 开发方: storytold（ArtCraft Team），同时在做内容工作室，路线图提到要产出叙事短片，并计划在年底前完成至少一部长片级 AI 电影
  • 主要语言: Rust（桌面端为 Rust / Tauri，前端基于 Vite 与 React）
  • 许可证: MIT 或 Apache-2.0，二选一；第三方素材见仓库 NOTICE
  • 仓库创建: 2022-03-31（仓库历史比当前产品形态更久）
  • 当前状态: 非常活跃，最近一次提交就在今天；最新发布 artcraft-v0.41.0（2026-09-26）

项目数据

  • ⭐ GitHub Stars: 34,933+
  • 🍴 Forks: 5,523+
  • 📄 许可证: MIT / Apache-2.0 双协议
  • 👥 贡献者: echelon（20 次提交）、bflatastic（6）等，是一个提交高度集中在少数人手里的项目
  • 📬 Open Issues: 475
  • 🏷️ Topics: 3d-graphics, ai, aivideo, filmmaking, imagegeneration
  • 🌐 官网: getartcraft.com

快速上手

下载安装

从源码构建

这是一个 Rust / Tauri 应用。环境需要：Rust、Node.js（文档里写 v24.13.0 可用，启动脚本要求 20+）、Tauri CLI（文档里写 tauri-cli 2.10.0 可用）。

# Mac / Linux：一个终端同时启动前端与 Rust/Tauri
./script/artcraft/unix_dev.sh
 
# 可选：指定起始端口（默认从 5193 开始找空闲端口）
ARTCRAFT_DEV_PORT=6200 ./script/artcraft/unix_dev.sh

Windows 则分别运行 windows_frontend_dev.ps1 和 windows_rust_dev.ps1。前端改动走 Vite 热更新，Rust 改动由 cargo tauri dev 自动重编译并重启应用。不连数据库检查 Rust 可以用：

SQLX_OFFLINE=true cargo check -p artcraft

核心剖析

「先搭场景再生成」：把控制权从 prompt 拿回到画面

ArtCraft 最有辨识度的部分，是 README 里那一组"Show, Don't Tell"功能。它们的共同点是：在生成之前，先用可视化手段把画面约束住。

功能解决的问题
Image to Location把虚拟演员放进同一个环境，在同一间房里规划多个镜头
3D / 2D Image Compositing用背景、前景、道具分层合成，做出有景深的构图
Image to 3D Mesh把一张图变成可摆放、可旋转、可取景的 3D 物体
Character Posing先摆好角色姿势、定好相机，再生成最终镜头
Scene Blocking with Kitbashing拼装 3D 素材套件，控制机位、物体位置和景深
Character Identity Transfer用摆好姿势的"人台"引导角色的位置和姿态
Mixed Asset Crafting把图像抠图、世界（world）和 3D 网格放进同一个场景

这套思路对电影人尤其对路：叙事短片需要的是"同一个角色、同一个场景、不同机位"的一致性，而这恰好是纯文生图最难控制的地方。ArtCraft 的答案是让场景本身成为可编辑的中间产物，而不是把一致性全部寄托在 prompt 上。

当然也有"快速通道"：文生图、基于 Nano Banana Pro 和 GPT Image 的指令式改图、带笔刷/蒙版/局部重绘的画布编辑、图生视频，用来先快速探索想法，再回到画布和场景工具里精修。

模型与入口：62 个自家目录 + 四个第三方

支持的提供方分两类。一类是 ArtCraft 自己的目录，README 折叠区列出了完整的 62 个模型：

  • 图像 16 个：Nano Banana 系列、GPT Image 系列、FLUX、Seedream
  • 视频 25 个：Seedance、Kling、Veo、Sora、Vidu、MiniMax、Flux 3 等
  • 音乐与音效 5 个：Suno 系列、Seed Audio
  • 3D 网格 11 个：Hunyuan 3D、Tripo3D、Meshy、Rodin
  • 世界与高斯泼溅 5 个：Marble、TripoSplat

另一类是直接接入的第三方：Grok（Grok Imagine / Video）、Midjourney、Sora（Sora 1/2 与 GPT Image 1）、World Labs（Marble 世界生成）。后续计划接 Kling、Google、Runway、Luma，并希望支持用户已有的 OpenArt、Freepik 等聚合订阅。

读这份清单时有两个细节值得留意：目录里不少模型带 † 标记（当前禁用，例如 Veo 2/3、Sora 2、多个 Kling 版本），还有 ‡ 标记（受限模型，桌面端暂不可用）。也就是说"62 个"是仓库配置里的目录规模，不等于你现在装上就能用 62 个。

路线图里的坦率之处：托管服务依赖

README 的架构信息比较少，但 ROADMAP 里有一条很关键："Remove dependence on ArtCraft hosted services"（去除对 ArtCraft 托管服务的依赖）。结合开发文档里"后端服务和网站构建在另一个 artcraft-services 仓库"这句话，可以得出一个现实判断：桌面客户端是开源的，但目前它的一部分能力依赖团队托管的后端，登录和媒体加载的开发文档里也专门提到了 first-party API。

这不是缺点，而是使用前该知道的前提：如果你的诉求是"完全离线、完全自托管"，今天还做不到，团队自己也把它列为 2026 年的架构目标之一。路线图同时提到的"更多 Rust、更快速度、更多测试和 CI"、"训练专用模型（如场景重打光、角色重摆姿势）"，也说明产品还在快速成形阶段。

项目地址与资源

总结

ArtCraft 针对的是 AI 生成工具里一个被普遍忽视的问题：当"抽卡"成为唯一的交互方式，创作者就很难做出一致、可控、可重复的作品。 它把 2D 合成、3D 布景、角色姿势这些传统创作中的"预演"环节带回到 AI 工作流里。

三点值得注意：

场景是第一公民，prompt 退到第二位。 先摆人台、定机位、分图层，再让模型渲染，是对"一致性"这个电影级难题的正面回答，也是它和单纯的模型聚合网站最本质的区别。

聚合的广度很大，但要看清可用性。 62 个模型加四个第三方入口覆盖了图像、视频、音乐、3D 和世界生成，但目录里有相当一部分被标记为禁用或受限，实际可用范围以应用内为准。

开源客户端不等于完全自托管。 路线图把"去除对托管服务的依赖"列为目标，说明目前依赖仍在。想把它用进有数据合规要求的流程之前，值得先确认哪些环节会走团队的服务。另外 475 个未关闭 Issue 和较集中的提交者结构，也提示它仍处于快速迭代期。

如果你在做 AI 短片、分镜预演或需要保持角色和场景一致的视觉内容，ArtCraft 值得下载一个稳定版试试。

探索 PrimeSkills —— 精选 AI agent 和技能工具，每一个都经过真实工作流验证。没有炒作，只有真正好用的工具。

访问我的个人主页，获取更多见解和有趣的产品。

← 返回博客列表