项目介绍

OpenCreator 面向需要在本机持续完成创作与开发任务的个人和团队。它不重新实现一套 Agent loop，而是以 Codex CLI 作为执行内核，在其上提供稳定的本地 Runtime、可视化工作台和 Desktop 宿主。

OpenCreator 提供两种相互衔接的操作方式：

• 内容工作台：通过可视化工具和创作模板，完成视频翻译与下载、图像与视频生成、智能配音、文章与社媒帖子写作、短视频脚本和火柴人动画等任务。
• Agent 对话：用自然语言发起和推进创作或开发任务，按项目组织会话，让 Run 在后台持续执行，并统一处理审批、附件、文件、技能、MCP、计划任务、通知、记忆和诊断。

Web 是唯一的前端实现；Desktop 直接加载同一份 Web 构建产物，只额外提供目录选择、窗口生命周期、托盘和原生通知等系统能力。因此在相同数据和内容视口下，两端拥有一致的通用界面与 Runtime 行为。

项目特色

• 🤖 Codex 原生执行：直接复用 Codex 的 Agent loop、模型、推理、工具调用、会话、Skills 和 MCP，不维护第二套执行引擎。

• 🚀 桌面端开箱即用：通过桌面应用直接启动 OpenCreator，默认内置 Codex CLI；本地 Runtime 按需拉起并自动准备默认项目。

• 🔄 运行组件管理：查看 yt-dlp 的内置版本、当前版本与最新版本，定期检查并由用户手动更新；更新失败时继续保留当前可用版本。

• 🎨 多模态创作：在同一套流程中创作和管理视频、图像、音频、字幕与文档。

• 🧩 创作模板：使用可复用模板直接创作图像和视频，无需从零编写提示词或配置参数。

• 🔗 双模协同：既可操作可视化工作台，也可通过 Agent 对话创作，同一状态机让步骤、进度和结果始终同步。

• 🕘 版本管理：每次修正创建新版本，保留历史配置与产出，方便回看和比较。

• 🧩 可复用 Skills：使用项目包含的视频工作流技能，以自己的 Skills 扩展 Agent 能力，并通过 Codex 原生配置管理 MCP。

• 🧠 记忆摘要：管理全局、项目和线程记忆，为每次 Run 保存摘要与输入快照。

• 🔐 本地安全：数据、附件和日志默认留在本机，支持权限审批和诊断脱敏。

• 🌐 多语言界面：Web 与 Desktop 客户端支持简体中文、英文和瑞典语，可自动跟随系统语言或手动选择。

创作工具

当前版本提供十项创作工具。实际可用的模型与服务由本地 Codex 环境和 AI 服务设置共同决定。

从工作台进入文章写作、小红书帖子、短视频脚本和火柴人动画，也可进行视频翻译与下载、封面与图像生成、智能配音或 Seedance 视频生成。

更多创作工具持续增加中。

工作区	状态	具体能力
视频翻译	✅ 已开放	导入本地或公开视频；通过云端或本地 Whisper 服务转写；利用 LLM 上下文完成字幕断句、对齐、术语处理和翻译；设置双语字幕、配音或自定义声音样本、字幕样式及横竖屏合成，并导出 SRT、音频或成片
视频下载	✅ 已开放	解析 YouTube、Bilibili 等平台的公开视频链接，查看可用清晰度和格式，并下载视频或音频供后续创作使用
封面生成	✅ 已开放	结合主题、视频链接和可选参考图片生成多版内容封面，并进行对比选择
图像生成	✅ 已开放	使用 GPT Image，根据提示词和可选参考图片生成图像，设置画幅与生成数量，并预览和单独下载图片
文章写作	✅ 已开放	根据主题、链接、视频或参考文档生成可编辑的候选选题、大纲和完整文章，支持添加生成配图，并导出 Markdown、HTML 或 PDF
小红书帖子	✅ 已开放	根据主题或素材生成完整的小红书帖子，可设置目标读者、内容类型和篇幅，并复制或下载结果
短视频脚本	✅ 已开放	根据主题或素材生成可直接拍摄的分段脚本，并按目标受众、发布平台、时长和语气调整，支持编辑、复制或下载
火柴人动画	✅ 已开放	将文本或 YouTube 内容转化为旁白、配音、角色一致的分镜画面、字幕及可下载的火柴人动画
自动剪辑	开发中	分析长视频内容、识别高光片段，并将选定内容制作成可复用的短视频
智能配音	✅ 已开放	将脚本生成为配音，并调整音色、节奏与情绪表达
视频生成	✅ 已开放	使用 Seedance 根据提示词和参考图片生成视频，并预览、重新生成或下载各个版本
数字人口播	开发中	组合文案、声音和数字人形象，制作口播视频

创作模板

无需从零编写提示词或设置参数：按分类浏览精选创作模板，探索视频创作和图像设计等方向，找到适合自己创意的起点。

创作模板库汇集 OpenCreator 原创及第三方创作者的模板。涉及第三方作品时，模板详情会注明作者并提供原始来源链接，方便了解创意出处。

打开模板可以预览案例效果，查看提示词、模板设置、标签、作者与原始来源。点击 使用这个模板 即可基于模板直接创作，并按需调整输入内容。

Skills 技能

创作工具提供可视化操作，Skills 则为 Agent 提供可复用的执行指引与工具工作流。OpenCreator 不仅支持管理本地 Codex Skills，还包含仓库中的视频制作技能，让工作流可以复用和扩展。

仓库的 skills/ 目录提供了一组供 Agent 操作内嵌 KrillinAI CLI 的可复用指引。

Skill	具体能力
KrillinAI CLI	选择命令、检查配置，并解析进度、产物清单、输出与错误
字幕生成	获取平台字幕或转写音视频，翻译并生成双语字幕、竖屏短字幕
字幕配音	根据字幕生成目标语言配音，并可进一步生成配音视频
横屏合成	合成双语字幕横屏视频，或带目标语言字幕的配音视频
竖屏合成	生成包含标题、双语字幕或配音的竖屏视频
封面生成	根据完整文字提示词生成封面，并保存图片与最终提示词
流程规划	以 dry-run 校验多阶段产出计划；实际任务由各阶段 Skill 分别执行

扩展自己的 Skills

OpenCreator 支持以 SKILL.md 定义的本地 Codex Skills，可接入自己的方法与工作流，不必局限于固定创作工具。实际可用技能取决于当前 Codex home 与已安装 Skills；视频工作流技能需要配置 CLI 和相关服务。仓库包含某个 Skill，不代表它已自动安装，也不代表相关外部服务已随应用提供。

对话与工作区，协同推进

用自然语言描述任务，需要精细控制时，随时进入可视化工具。

精细的工作区控制

精准调整字幕、镜头、音频和生成设置。

灵活的对话式修改

直接告诉 Agent 要修改什么，用自然语言持续完善结果。

状态同步

对话与工作区共享当前任务状态，无需重复说明。

独立版本

每次修订都会创建独立版本，不覆盖之前的结果或设置。

支持的模型

语言模型由 Codex 模型目录或你配置的 OpenAI 兼容服务提供；图像、视频、语音和转写模型使用 设置 → AI 服务 中配置的服务。

以下服务商与模型仅为示例；实际可用性取决于密钥配置、服务商账号权限及运行平台。

语言模型

GPT	DeepSeek	Qwen	Kimi	GLM
Grok	Doubao	ERNIE	Hunyuan	MiniMax

图像

GPT Image

Seedream 4.0 Jimeng

Kling v2.1 Kling Image

Nano Banana Gemini 2.5 Flash Image

视频

Seedance 2.5

Kling v2.1 Master

Veo 3.1

语音与转写

Whisper

OpenAI TTS

MiniMax

Edge TTS

Aliyun Speech

本地语音转写还支持 faster-whisper、WhisperKit 和 whisper.cpp，具体可用性取决于运行平台。

案例展示

视频翻译

下面的公开案例制作于 OpenCreator 仍使用 KrillinAI 名称的阶段，展示了成熟的字幕对齐、翻译、配音与竖屏交付流程。OpenCreator 的视频翻译工作区已把这套能力接入更完整的 Agent 创作流程。

项目曾对一段 46 分钟的本地视频进行一键处理，全程没有人工调整字幕。其公开结果完整覆盖原视频，没有字幕遗漏或重叠，断句自然，译文质量稳定。

字幕翻译 https://github.com/user-attachments/assets/bba1ac0a-fe6b-4947-b58d-ba99306d0339

智能配音 https://github.com/user-attachments/assets/0b32fad3-c3ad-4b6a-abf0-0865f0dd2385

竖屏模式 https://github.com/user-attachments/assets/c2c7b528-0ef8-4ba9-b8ac-f9f92f6d4e71

这些视频与字幕对齐图片制作于 OpenCreator 仍使用 KrillinAI 名称的阶段。

视频生成

使用 Seedance 根据文本提示词或参考图片生成 AI 视频。设置模型、画面比例、分辨率和时长，然后在项目工作区预览、重新生成或下载各个版本。

视频下载

解析公开视频链接，比较可用格式，并将视频或音频直接下载到项目中。

火柴人动画

OpenCreator 与艺术家 Harbor Hsia 合作设计了这套原创火柴人角色形象，其作品可见 Behance 上的 Stickman。内置角色可在整个动画工作流中保持形象一致。

输入文本或YouTube内容源以后，可在引导式工作流中完成脚本审核、旁白配音、节奏调整、分镜画面、字幕、渲染及成片下载。

快速开始

下载桌面版

从 最新版本下载适用于 macOS Apple Silicon、macOS Intel 或 Windows x64 的安装包。安装并打开应用；桌面版无需 Node.js 或 pnpm，且内置 Codex CLI。真实模型任务需要有效的 Codex 登录。

首次启动时，本地 Runtime 会自动启动并准备默认项目。连接后在输入框中输入需求即可开始。如遇问题，请参阅用户指南与故障排查。

从源码启动 Web

开发或通过浏览器使用时，需要：

• Node.js 22 或更高版本
• pnpm 9.15.0（仓库已在 packageManager 中锁定版本）
• 可在终端执行的 Codex CLI
• 真实模型任务需要 Codex CLI 处于有效登录状态

先确认本地环境：

node --version
pnpm --version
codex --version

git clone https://github.com/krillinai/OpenCreator.git
cd OpenCreator
corepack enable
pnpm install
pnpm web:dev

打开 http://127.0.0.1:19861/。开发服务器会按需启动本地 daemon，并通过同源代理注入临时 Runtime token，不需要手工复制连接信息。

首次启动时，Runtime 会准备默认项目；连接完成后输入框即可直接使用。如果只需要调试 daemon：

pnpm daemon:dev

daemon 只监听本机回环地址，并在 stdout 输出一次连接地址和临时 token。

Desktop

Desktop 与浏览器版使用 apps/web 的同一套 React 前端。通用项目、会话、任务和设置都调用相同的 Daemon/API；Electron 只补充真实系统路径、窗口、托盘和原生通知等能力。

开发模式

pnpm desktop:dev

本地打包

命令	产物
pnpm desktop:package	当前平台的可运行目录，适合本机验证
pnpm desktop:dist	当前平台的安装包
pnpm desktop:release	运行正式发布打包入口
pnpm --filter @opencreator/desktop verify:package	校验已生成的 Desktop 包

Desktop 打包会重新构建当前工作区的 Web，记录 commit、dirty 状态、平台、架构和 Web 哈希，并比较 apps/web/dist 与 App 内嵌资源；内容不一致时会直接失败。签名、公证、Windows 构建和正式发布要求见 Desktop 发布手册。

核心工作流

会话与 Run

1. 选择项目或创建新对话。
2. 输入任务，并选择权限、Profile、模型和推理强度。
3. Run 执行期间可以排队发送后续任务，或立即打断当前任务后继续。
4. 在 Timeline 查看推理摘要、工具调用、文件变更、审批和最终结果。
5. 从任务中心统一追踪运行中、已完成、失败和待审批任务。

技能与 MCP

• 在插件中心浏览技能市场、安装记录和本机已有技能。
• 在输入框中通过 / 或添加菜单选择技能，让后续任务按对应工作流执行。
• MCP 管理优先透传 Codex 原生命令与配置，不维护第二套执行引擎。
• 默认使用当前 $CODEX_HOME，因此修改全局技能或 MCP 前应确认影响范围。

已安排与任务会话

• 每条计划任务拥有一个长期专属 OpenCreator 会话。
• 自动触发、立即运行和用户追问复用同一会话，并按 queue 或 skip 策略串行处理。
• 删除计划任务会归档专属会话，但保留既有 Run、结果和底层 Codex 历史。
• 底层 Codex thread 轮换或失效恢复不会改变 OpenCreator 的任务入口与页面路由。

OpenCreator 系统架构

OpenCreator 将可视化工作台与 Agent 对话视为同一创作任务的两种交互界面，而不是两套彼此独立的流程。每个创作工作流都通过状态机建模：素材输入、参数设置、生成、审核、修改和导出被定义为明确的状态与事件。工作台操作和对话指令进入同一个状态机，当前步骤、配置、进度、版本与结果再同步呈现在两侧，从架构上避免出现两份相互冲突的任务状态。

创作天然需要反复调整，因此修改不会直接覆盖当前结果。每次修正或重新生成都会基于现有工作流状态创建新版本，同时保留历史版本的配置与产出，让创作者可以随时回看、比较，并从任一阶段继续完善。

+-----------------------------+     +------------------------------------+
| 浏览器访问                  |     | 桌面宿主                           |
|                             |     | 共用 Web 构建 + Electron           |
+--------------+--------------+     +------------------+-----------------+
               |                                       |
               +-------------------+-------------------+
                                   v
+----------------------------------------------------------------------------+
| 创作体验 / apps/web                                                        |
| 工作台 / 创作工具 / Agent 对话 / 设置 / 文件                              |
+-------------------------------------+--------------------------------------+
                                      |
+-------------------------------------v--------------------------------------+
| 协作核心                                                                   |
| 共享工作流状态 / 步骤 / 进度 / 结果 / 版本                                |
+-------------------------------------+--------------------------------------+
                                      | Runtime API + SSE
+-------------------------------------v--------------------------------------+
| 本地 Runtime / apps/daemon                                                 |
| 项目 / Run / 审批 / 计划任务 / 记忆 / 通知                                |
| 组件状态 / 更新检查 / 更新验证 / 安全回退                                 |
+-------------+------------------------+------------------------+-------------+
              |                        |                        |
              v                        v                        v
+---------------------+  +---------------------+  +-------------------------+
| 本地数据            |  | Codex 引擎          |  | 媒体工具链              |
| SQLite / 文件       |  | CLI / app-server    |  | FFmpeg / yt-dlp         |
| 系统凭据            |  | Skills / MCP        |  | Whisper / AI 服务       |
+---------------------+  +---------------------+  +-------------------------+

OpenCreator 组件	职责	实现方式
创作体验	提供工作台、创作工具、Agent 对话、设置和文件界面	apps/web · React 18 · Vite · TypeScript
协作核心	同步工作区步骤、对话上下文、进度、结果和修订版本	共享工作流状态 · CreatorCollaborationPanel · 版本历史
本地 Runtime	管理项目、Run、审批、计划任务、记忆和通知	apps/daemon · Fastify · Runtime API · SSE
运行组件	跟踪内置、当前和最新版本，定期检查并仅安装用户主动发起的更新	yt-dlp nightly · 更新验证 · 当前可用版本回退
Codex 引擎	提供 Agent loop、会话、推理、工具、Skills 和 MCP	Codex CLI · app-server
媒体工具链	完成下载、转写、处理、生成和导出	yt-dlp · Whisper · FFmpeg · 已配置的 AI 服务
本地数据	在本机保存项目数据、Run、附件、产物和凭据	SQLite · 文件系统 · 系统凭据存储
桌面宿主	加载共用 Web 构建并补充操作系统能力	apps/desktop · Electron · Preload Bridge

核心原则：

• 工作台与 Agent 对话是同一份工作流状态的同步投影；两侧都向同一个状态机发送事件，不各自维护一套任务状态。
• 每次修正都会创建新版本而不是替换现有结果，完整保留每一轮创作的上下文与产出。
• 前端不直接启动 Codex，也不依赖 Codex 原始 JSONL 事件格式。
• daemon 负责进程生命周期、事件标准化、持久化、审批、计划任务和通知 outbox。
• Codex 仍然是 Agent loop、技能和 MCP 的执行真相源。
• Browser Bridge 与 Desktop Bridge 不分别实现通用业务逻辑。

项目结构

OpenCreator/
├── apps/
│   ├── web/          # 唯一的 React 前端实现
│   ├── daemon/       # 本地 Fastify Runtime 与 Codex 适配层
│   ├── desktop/      # Electron Main、Preload、原生能力与打包
│   └── harness/      # Runtime 命令行验证工具
├── packages/
│   ├── protocol/     # Web、Daemon、Desktop 共用的 Runtime 契约
│   └── skill-market/ # 技能市场模型与共享逻辑
├── docs/             # 设计、API、运行手册和验收文档
├── scripts/          # 仓库级检查脚本
└── .runtime/         # 本地运行数据（首次启动后生成）

配置

AI 服务 API Key

打开 设置 → AI Services，配置当前工作区所需的模型、语音识别、配音和图像服务。其他服务分类可能会为后续创作工具提前保留。每个分类只显示当前服务商需要的字段，包括 Base URL、API Key、模型、代理或服务商专属凭据。

凭据通过本地 Runtime 的系统凭据存储进行保存，不应提交到仓库。Edge TTS 等本地或系统服务不需要填写 API Key。

第三方运行组件

打开 设置 → 第三方组件，可以查看当前使用的 yt-dlp nightly 版本、OpenCreator 内置版本、当前来源和最新可用版本。OpenCreator 每 7 天检查一次更新，但不会自动安装；只有用户主动确认才会更新。如果下载、验证或安装失败，系统会继续使用当前可用版本。

Runtime 环境变量

大部分用户不需要设置环境变量。需要隔离数据、指定 Codex 或调整托管目录时，可以使用：

环境变量	默认值	用途
OPENCREATOR_DATA_DIR	.runtime	OpenCreator 数据库、Run、附件和托管工作区目录
OPENCREATOR_CODEX_BIN	codex	Codex CLI 可执行文件路径
CODEX_HOME	~/.codex	Codex 会话、配置、技能、MCP 和 Profile 的真相源
OPENCREATOR_DEFAULT_CWD	当前工作目录	daemon 的默认执行目录
OPENCREATOR_DEFAULT_PROJECT_ROOT	Runtime 默认策略	托管项目根目录；设置后使用其下的 OpenCreator/
OPENCREATOR_CODEX_THREAD_ROTATION_RUN_THRESHOLD	50	长期计划任务底层 Codex thread 的终态 Run 轮换阈值，设为 0 可关闭主动轮换

例如，将 Runtime 数据与 Codex 环境都隔离到指定目录：

OPENCREATOR_DATA_DIR=/path/to/opencreator-data \
CODEX_HOME=/path/to/codex-home \
pnpm web:dev

数据与安全

默认 Runtime 数据位于仓库根目录的 .runtime/：

路径	内容
.runtime/app.sqlite	项目、线程、Run、事件、计划任务、通知、附件元数据、审批、记忆和摘要
.runtime/runs/	每次 Run 的脱敏日志、诊断与元数据
.runtime/attachments/	受控保存的附件文件
.runtime/workspaces/	Runtime 托管的项目工作区

Codex 自身的会话与配置仍位于 $CODEX_HOME，备份时需要与 .runtime/ 分开处理。

安全边界包括：

• daemon 仅监听 127.0.0.1，除健康检查外的 API 都要求 Bearer token。
• HTML 预览默认禁用脚本、导航和弹窗，只允许受控的同工作区相对资源。
• 敏感记忆必须二次确认，OpenCreator 不会自动永久保存未确认内容。
• Diagnostics 和 Run 日志在返回或导出前进行脱敏。
• Desktop 包启用 ASAR 完整性、Cookie 加密，并关闭 RunAsNode、NODE_OPTIONS 和 Node CLI Inspector。

完整备份、恢复、清理和重置步骤见 用户指南与故障排查。

开发指南

常用命令

命令	说明
pnpm web:dev	启动 Web，并按需启动本地 daemon
pnpm daemon:dev	只启动 daemon
pnpm desktop:dev	构建依赖并启动 Electron 开发模式
pnpm test	运行工作区单元与集成测试
pnpm typecheck	运行全仓 TypeScript 类型检查
pnpm build	构建全部 workspace
pnpm e2e	运行 Web Playwright E2E
pnpm smoke:ci	运行 fake Codex Runtime smoke
pnpm perf:check	检查已记录的性能基线

提交前请根据改动影响选择验证范围，详见贡献指南。文档、文案和样式改动只需相关检查；共享行为与 Runtime 改动需要定向模块测试和类型检查。仅在影响范围需要时运行全仓测试或构建，并在 PR 中说明实际执行的验证。

涉及 Desktop、Host Bridge、Runtime 代理或通用前端流程时，还必须完成 Web/Desktop 一致性测试、实际打包 App E2E，以及 Web 构建产物哈希校验；只通过 Web 单测不能证明 Desktop 可发布。

真实 Codex smoke 默认不会运行，显式启用方式：

OPENCREATOR_RUN_REAL_CODEX_SMOKE=1 \
pnpm --filter @opencreator/daemon test -- test/smoke/real-codex-smoke.test.ts

文档

• 使用 OpenCreator: 快速开始 · 用户指南与故障排查
• 开发与扩展: 贡献指南 · 贡献 Skill · 贡献创作模板 · Runtime API v1 · 视觉组件规范
• 维护与发布: Codex-native Runtime 技术方案 · Desktop 发布手册 · Windows Desktop 发布说明

翻译约定

根目录 README.md 是内容基准英文版，持续维护的翻译统一放在 docs/<locale>/README.md。只有完成全文翻译并与英文结构同步后，才把对应语言加入顶部切换栏。

核心团队

每位成员负责各自领域的规范、贡献审核与合并，以及社区支持。

wulien 代码与问题修复

DLe-kb 创作模板

xiaheyuan 设计与素材

krillinai Skills 与文档

参与贡献

欢迎以多种方式参与 OpenCreator，不限于代码：

类型	可以贡献什么	如何准备	在哪里提交
代码	修复问题、改进创作流程或通用能力	明确改动范围，附演示或复现方式与相关测试	Issue 讨论 → PR；apps/web/ 或 apps/daemon/
Skill	可复用的 Agent 工作流	提供 SKILL.md、依赖条件和使用示例	Issue 讨论 → PR，提交至 skills/
创作模板	可复用的图像、视频或封面模板	提供 template.json、封面与案例素材、提示词、设置、来源归属和使用授权	在 template/ 提交 PR；新格式先通过 Issue 讨论
插画设计	原创插画、图标或界面设计	提供预览、可编辑源文件及许可说明	Issue 讨论 → PR，素材位置先确认
第三方服务接入	AI 或媒体服务提供方	说明场景、配置、错误处理、密钥安全及测试	Issue 讨论 → PR，修改对应 Web / Daemon 模块

创作模板按 template/<module>/<id>/<version>/template.json 组织，并将引用的素材放在同一版本目录。目前支持 image-generation、video-generation 和 cover-generator；标题与简介需同时提供中文和英文。提交 PR 前运行 pnpm templates:validate。

如何参与：

1. 在 Issues 中描述问题、使用场景和预期行为。
2. 从最新分支创建范围清晰的功能或修复分支。
3. 遵循仓库现有架构，通用产品能力只在 Web + Daemon 实现一次，原生差异通过 capability 隔离。
4. 为行为变化补充相应的单元、集成或 E2E 测试，并在 Pull Request 中写明已运行和未运行的验证。
5. 不提交 .runtime/、本机凭据、Codex 会话、构建缓存或其他用户数据。

贡献者

感谢每一位通过代码、文档、反馈、问题报告、Skills、设计和创意参与 OpenCreator 的贡献者。

Star 趋势

OpenCreator 原名 KrillinAI。下图展示仓库在更名前后的完整 Star 历史。

相关项目

项目	作用
OpenAI Codex	提供模型访问、推理、工具调用、会话、Skills 和 MCP 集成等 Agent 执行能力。
yt-dlp	解析支持的公开媒体链接、查询可用格式，并为创作流程下载视频或音频。
FFmpeg	通过 FFmpeg 与 ffprobe 完成媒体转换、合成、抽帧和输出校验。
Whisper、whisper.cpp、faster-whisper 与 WhisperKit	根据 Runtime 的平台能力提供云端或本地语音转写选项。
React	Web 与 Desktop 共用界面的基础。
Fastify	本地 Runtime 的 HTTP 与 API 基础。
Electron	承载 Desktop 原生系统能力、应用生命周期与打包。
SQLite	持久化项目、会话、Run、计划任务、记忆及其他本地工作区数据。
Model Context Protocol	将外部工具与服务连接到 Agent 工作台的开放协议。

---