卡卡工作台

一个把即梦 CLI、OpenAI 和 DeepSeek 统一到可视化工作流画布中的本地 AI 工作台。

如果你也想做这种体验：

• 用浏览器像搭积木一样拼工作流
• 把提示词、图片、视频、音频都变成节点
• 在本地登录即梦、配置 OpenAI / DeepSeek、上传素材、运行链路并查看结果
• 顺手还能导入导出工作流 JSON

那这个仓库就是一个可以直接开箱研究的完整样板。

这是什么

一句话理解：

这是一个把 即梦 CLI + 多供应商 API + Workflow + 可视化画布 串起来的开源示例仓库。

它不是只给你一个前端页面，也不是只给你一套后端接口，而是把整条链路都放进来了：

• workflow-core 负责工作流 schema、节点执行语义、导入导出和运行时数据结构
• dreamina-adapter 负责把 即梦 CLI 包装成节点目录和可执行能力
• studio-api 负责后端 API、供应商配置、素材上传、节点运行和结果轮询
• studio-web 负责 React Flow 画布、节点编辑、运行面板、结果展示

适合谁：

• 想研究 AI 工作流产品怎么搭的人
• 想把 即梦 CLI 做成节点化产品的人
• 想把 OpenAI / DeepSeek 接入本地工作流的人
• 想做本地工作台、素材流、批量生成体验的人
• 想看一个"前端 + API + workflow core + CLI adapter"完整分层的人

现在能玩什么

这个仓库已经能覆盖一整套本地工作流体验：

• 文本、批量提示词、多模态提示词输入
• 单图、多图、视频和音频素材输入
• Seedream 文生图、图生图和图片超清
• Seedance 文生视频、图生视频、首尾帧、多图和多模态视频
• OpenAI GPT Image 2 文生图 / 图生图
• DeepSeek String → String 文本处理
• 图片、视频、文本输出与完整媒体预览
• 生成记录、批量运行、结果下载、复制、弹窗预览
• 工作流 JSON 导入导出
• 即梦登录状态、积分和二维码登录
• OpenAI / DeepSeek 配置状态、模型检测和本地安全存储

你 clone 下来，装好依赖，基本就能直接在本地开始跑。

当前支持范围

• 提供 Apple Silicon macOS 的 DMG 安装包和 Windows x64 的 EXE 安装包
• macOS 桌面应用已完成启动、静态页面、本地 API、节点目录和服务配置接口的实机验证
• Windows 安装包可在 macOS 上交叉构建；发布前仍建议在真实 Windows x64 设备上完成安装与运行回归
• 即梦 CLI 官方安装脚本支持多平台；Seedream / Seedance 节点能否运行仍取决于目标系统上的即梦 CLI 和 Python 环境
• 默认开发端口是 3000（Web）和 3100（API）
• 可以通过 PORT 修改 API 端口，并用 apps/studio-web/.env.local 中的 VITE_API_BASE_URL 保持前后端一致
• 如果端口被占用，启动时可能自动切换或报端口冲突，请先检查本地已有进程

环境要求

直接使用安装包时，OpenAI / DeepSeek 节点不需要另外安装 Node.js。使用 Seedream / Seedance 节点时还需要：

• 已加入系统 PATH 的即梦 CLI
• Python 3（macOS 命令为 python3，Windows 命令为 python）
• Google Chrome（仅即梦无头登录需要）

从源码开发或构建安装包时需要：

• Node.js 20+
• npm 10+
• 构建 DMG 需要 macOS；Windows NSIS 安装包可以在 macOS 或 Windows 上构建

先装 即梦 CLI

先执行：

curl -s https://jimeng.jianying.com/cli | bash

第一次登录即梦时，打开右上角“服务与 API 配置”弹窗，在即梦页签确认上面的官方命令并点击“确定并验证”。系统只允许执行这条官方命令；如果 CLI 已经安装，会直接检查路径和版本，不会重复安装。验证通过后才会开放即梦扫码登录。

• 即梦 CLI 获取地址
• 即梦 CLI 使用指南

安装完成后，建议用这些命令确认环境正常：

dreamina version
dreamina login -h
dreamina relogin -h
dreamina session -h
dreamina query_result -h
dreamina user_credit

几个你可能会用到的小提示：

• dreamina login --headless 依赖本机安装 Google Chrome
• 如果你是在别的机器或别的终端完成网页登录，可以通过 dreamina import_login_response --file <json> 手动导回本机
• 如果命令找不到，优先检查 即梦 CLI 是否已经加入 PATH

安装项目依赖

在仓库根目录执行：

npm install

使用桌面安装包

构建完成后，安装包位于仓库的 release/ 目录：

• macOS Apple Silicon：Kaka-Workbench-0.1.0-arm64.dmg
• Windows x64：Kaka-Workbench-0.1.0-x64.exe

macOS：双击 DMG，把“卡卡工作台”拖入“应用程序”，再从“应用程序”中打开。

Windows：双击 EXE，按安装向导选择安装目录；安装程序会创建桌面和开始菜单快捷方式。

桌面版会自动启动仅监听 127.0.0.1 的随机本地端口，不占用开发模式的 3000 / 3100 固定端口。用户配置、上传素材、生成结果和日志都保存在当前系统用户的数据目录，不会写回安装目录：

• macOS：~/Library/Application Support/卡卡工作台/
• Windows：%APPDATA%\\卡卡工作台\\

当前仓库没有附带 Apple Developer ID 或 Windows 代码签名证书，所以本地生成的是未签名安装包。首次打开时：

• macOS 如出现安全提示，可在 Finder 中右键应用选择“打开”，或到“系统设置 → 隐私与安全性”确认打开
• Windows 如出现 SmartScreen，可选择“更多信息 → 仍要运行”

公开分发时建议配置正式的 macOS 签名与公证、Windows Authenticode 签名，避免用户看到上述警告。

构建桌面安装包

# 本地运行 Electron 桌面版
npm run desktop:run

# 构建 Apple Silicon DMG
npm run dist:mac

# 构建 Intel Mac DMG
npm run dist:mac:x64

# 构建 Windows x64 NSIS 安装器
npm run dist:win

# 一次构建当前 Mac 和 Windows 安装器
npm run dist:installers

构建脚本会先重新编译所有 workspace、前端静态资源和桌面入口。安装包使用 electron-builder.yml 配置，应用入口位于 desktop/main.mjs。macOS 使用 desktop-resources/icon.icns，Windows 和应用窗口使用 desktop-resources/icon.png。

启动项目

npm run dev

通常启动后你会看到：

• Web: http://127.0.0.1:3000
• API: http://127.0.0.1:3100

如果 3000 被占用，前端可能会自动切到其他端口，比如 3001。

如果需要把 API 改到 3110，请同时设置后端端口和前端代理：

在 apps/studio-web/.env.local 中写入：

VITE_API_BASE_URL="http://127.0.0.1:3110"

然后启动：

PORT=3110 npm run dev

配置 OpenAI 和 DeepSeek

打开页面右上角的服务状态，在“服务与 API 配置”弹窗中切换 即梦 / OpenAI / DeepSeek 标签页。

其中 OpenAI 和 DeepSeek 支持配置：

• OpenAI：API Key、Base URL 和默认模型
• DeepSeek：API Key、Base URL 和默认模型
• 保存后调用供应商的 /models 接口检查 Key、地址和模型是否可用

默认值：

• OpenAI Base URL：https://api.openai.com/v1
• OpenAI 模型：gpt-5.6
• DeepSeek Base URL：https://api.deepseek.com
• DeepSeek 模型：deepseek-v4-flash

也可以使用环境变量：

export OPENAI_API_KEY="..."
export OPENAI_BASE_URL="https://api.openai.com/v1"
export OPENAI_MODEL="gpt-5.6"

export DEEPSEEK_API_KEY="..."
export DEEPSEEK_BASE_URL="https://api.deepseek.com"
export DEEPSEEK_MODEL="deepseek-v4-flash"

页面保存的 Key 会写入本机 .runtime/config/api-providers.json，文件权限为当前用户可读写，API 和前端均不会回显完整 Key。

补充说明：

• OpenAI · 图像生成 节点固定使用 gpt-image-2；没有图片输入时走文生图，连接可选图片输入后走图生图
• DeepSeek 节点默认读取服务配置中的模型，也可以在节点里选择预置模型或填写自定义模型
• OpenAI / DeepSeek 节点不依赖即梦登录，但运行前必须完成对应供应商配置

节点命名与能力

节点名称	能力	运行来源
Seedream · 文生图	文本生成图片	即梦 CLI
Seedream · 图生图	单图或多图生成新图片	即梦 CLI
Seedream · 图片超清	图片清晰度与分辨率增强	即梦 CLI
Seedance · 文生视频	文本生成视频	即梦 CLI
Seedance · 图生视频	图片首帧生成视频	即梦 CLI
Seedance · 首尾帧视频	首尾帧生成视频	即梦 CLI
Seedance · 多图视频	多图片与转场提示生成视频	即梦 CLI
Seedance · 多模态视频	图片、视频、音频混合参考	即梦 CLI
OpenAI · 图像生成	GPT Image 2 文生图 / 图生图	OpenAI API
DeepSeek · 文本生成	String 输入、String 输出	DeepSeek API

内部节点标识（例如 text2image、openAI-image2、deepseek）保持稳定，界面名称调整不会破坏已有工作流 JSON。

第一次打开怎么玩

推荐你按这个顺序走一遍：

1. 打开 Web 地址
2. 进入默认 starter canvas
3. 查看顶部服务状态，确认即梦登录以及 OpenAI / DeepSeek 配置情况
4. 使用 Seedream / Seedance 时，如即梦未登录则发起 headless 登录
5. 使用 OpenAI / DeepSeek 时，先在服务配置弹窗保存并测试对应 API
6. 修改提示词，或者直接导入示例 workflow
7. 在右侧运行区执行节点、链路或全部节点
8. 等结果回写到输出节点和左侧生成记录

如果你是第一次看这个仓库，最建议先跑通"文生图 starter workflow"，因为最容易建立全链路认知。

自带示例 Workflow

仓库里已经内置了几个可直接导入的工作流：

• resources/workflows/fanout-image-derivatives.workflow.json
• resources/workflows/three-image-branching.workflow.json
• resources/workflows/three-image-reference-video.workflow.json

导入方式：

1. 启动项目
2. 点击顶部 导入工作流
3. 选择 resources/workflows/ 目录下任意 .workflow.json

这个仓库适合怎么研究

如果你是产品/设计/前端/全栈，推荐这样看：

想看工作流结构

• 从 packages/workflow-core 开始

想看 即梦 CLI 怎么节点化

• 看 packages/dreamina-adapter

想看素材上传、运行、轮询

• 看 apps/studio-api

想看 OpenAI / DeepSeek 配置和节点执行

• 看 apps/studio-api/src/providerConfig.ts
• 看 apps/studio-api/src/openaiImage.ts
• 看 apps/studio-api/src/deepseek.ts

想看工作台画布和节点交互

• 看 apps/studio-web

即梦 CLI 对齐说明

当前仓库和 CLI 的对齐策略大概是这样：

• 所有生成节点都暴露可选 session 参数，留空时交给 即梦 CLI 使用默认 session 0
• 对于 CLI 已经支持"省略即默认"的字段，Studio 不再强行写死
• image2video 留空 model_version 时走基础路径；只有填写 model_version / duration / video_resolution 时才进入高级控制
• 一些 CLI-first 能力仍然没有在 UI 里完整展开，比如：
  • list_task
  • session create/list/search/rename/delete
  • import_login_response

也就是说，这个仓库的目标不是替代 CLI，而是把高频可视化链路做成工作台。

OpenAI 和 DeepSeek 节点由 studio-api 直接调用对应 HTTP API，不经过即梦 CLI。

本地验证命令

如果你准备提交代码，建议在根目录跑一遍：

npm run typecheck
npm run test
npm run build
node ./scripts/migrate-workflow-schema.mjs --check
npm run audit:cli-help

常见问题

为什么启动失败？

• 先看 3000 和 3100 有没有被占用
• 再确认 即梦 CLI 是否已经装好
• 再确认 python3 和 Chrome 是否可用

这个项目能不能直接线上部署？

• 当前定位是本地开源工作台样板
• 不包含账号托管、远程任务调度或云服务能力

登录状态、积分、二维码是谁提供的？

• 都是本地 即梦 CLI 驱动，不是仓库内置账号系统

为什么 OpenAI 或 DeepSeek 节点不能运行？

• 先检查顶部状态是否显示“已配置”
• 再到“服务与 API 配置”中执行连接测试
• 自定义 Base URL 需要兼容对应的 OpenAI / DeepSeek 接口路径

想看更细的技术文档？

• docs/technical-overview.md
• docs/workflow-json-format.md

想参与贡献？

• 看 CONTRIBUTING.md

最后一句

如果你最近正好在做：

• AI 工作流产品
• 本地生成工作台
• 可视化节点系统
• 多供应商 AI API 编排
• CLI 到 GUI 的产品化封装

这个仓库会是一个很适合直接拆开研究、顺手继续改的起点。

License

MIT