LiberAstra
中文 · English
LiberAstra 编排台 — self-hosted AIGC orchestration
只编排、不推理：把 ComfyUI、Ollama 和语音接到同一个工作台（Web / CLI / MCP / OpenAI /v1）。
仓库：https://github.com/liberalchang/LiberAstra
GitHub Pages 主页：https://liberalchang.github.io/LiberAstra/
- 首页为产品落地页；文档骨架位于
/docs/（示例：https://liberalchang.github.io/LiberAstra/docs/）
搜索这个名字时，liberastra.com.br 是另一个项目。这里是开源的自托管 AIGC 编排台。
你能用它做什么
- 一个工作台覆盖图、视频流水线和语音。 出图、出声、出视频都交给已配置的外部服务。
- 编排和显卡可以分开放。 ComfyUI、Ollama、语音插件在本机或局域网另一台机器都行。
- 工作流包。 导入 Comfy 图；内置图像和视频包，也支持你自己的包。
- 无限画布。 把输入、工作流、语音和合成连成可执行流程。
- 四种入口。 Web（中英文、明暗主题）、
astra CLI、MCP、OpenAI 兼容 /v1。
- 两条安装路径。
docker compose，或 Windows 安装包。
需要自备 ComfyUI、Ollama，或兼容的云端 API。LiberAstra 不替代它们，也不内置模型。
快速开始
在仓库根目录：
cp .env.example .env
docker compose up -d --build
浏览器打开 http://localhost:8000。首次创建管理员，再到「设置 → 服务提供方」填写各服务地址。
Windows：下载 LiberAstra-Setup.exe，装完打开 http://127.0.0.1:8000。本地语音和深度图在「资源 → 插件」里安装。
环境变量、分置和模型地址：文档索引。
界面
功能演示（约 6 分钟）：
https://github.com/user-attachments/assets/7d134651-f796-43b1-8c5a-3a038228ca9d
画布导演台演示：
https://github.com/user-attachments/assets/8334b7ba-5259-416b-a717-68c27e35fd7b
和谁不同
下面只区分职责，没有速度或画质对比。
| LiberAstra | ComfyUI | 典型聊天界面 |
|---|
| 角色 | 编排工作台 | 推理 / 工作流引擎 | 对话 |
| 模态 | 图、视频流水线、语音 | 偏图和视频图 | 偏文本 |
| 接入 | Web + CLI + MCP + /v1 | 插件与自身 API | API / 插件 |
| 模型在哪跑 | 不跑，交给外部服务 | 在本机执行图 | 通常是云端或本地 LLM |
设计上参考过 Pixelle-Video、Dreamifly、Liber_SpeechAPI，边界见 参考项目。
常见问题
要什么硬件？ 编排进程本身不需要 GPU。出图、出视频需要一台能跑 ComfyUI 的机器，可以在局域网另一台。只用在线 API 和 edge-tts 时，可以没有本地显卡。视频拼接需要 ffmpeg：容器镜像里已有；Windows 安装包需要系统里能找到 ffmpeg。
模型文件放哪？ 放进 ComfyUI 的 models\，或用 Ollama 拉取。不要放进 LiberAstra 的数据目录。
Docker 里访问本机的 ComfyUI / Ollama。 用 http://host.docker.internal:端口。localhost 指容器自己。另一台机器用那台机器的局域网 IP。
8000 端口被占用。 在 .env 里设 LIBERASTRA_PUBLISH_PORT=18000，然后打开 http://<主机>:18000。容器内仍监听 8000。
本地语音和深度图。 装好主程序后，在「资源 → 插件」里安装并启用 Liber Speech（端口 5555）或 Liber Depth（端口 5556）。Release 不再附带 LiberSpeech-Setup.exe。只做在线朗读时可以不装语音插件，用 edge-tts。
装完页面是空的。 先创建管理员，再添加服务提供方。没有 Provider 时，生成页没有可调用的后端。
文档
平台本身不做模型推理。界面按侧栏分组。各页和画布功能节点的提示词共用 PromptField（原始稿 / 优化稿、场景预设、提交优化任务，刷新后仍可接着看）。功能模板与场景预设在「设置 → 提示词模板」里改，保存后下一次优化即生效。
首页
总览：按图像 / 视频 / 语音切换，写一句提示词即可进入对应功能。下方是图像、视频、语音和工具四组常用入口。
画布
侧栏「画布」。在无限画布上把输入、工作流包、语音和拼接工具连成流程图，按节点执行。
- 节点：图片 / 视频 / 音频 / 文本输入，功能节点（从画布菜单选功能项），文字转语音 / 语音转文字，图片 / 视频 / 音频拼接。
- 画布菜单：画布列表页的「菜单设置」按语音 / 图像 / 视频 / 工具维护功能项；自动匹配或手动指定模型与工作流，拼接工具直接在本机执行。从菜单建节点后会按必填媒体自动补建输入节点。
- 执行：选中节点则重跑选中项、上游未变则复用；未选中时确认后整张画布强制重跑。右侧可强制重跑当前节点及其上游。
- 结果：功能、语音、工具节点的产物默认是中间结果，在预览上保存后进入资源库。资产页可勾选「含画布中间结果」查看未发布文件。输入节点上传的文件会直接进入资产库。
- 变量：文本用
{{变量名}} 引用，/ 可插入已连接节点；媒体标签如 <Picture 1> 原样交给工作流。图片输入可标记、涂蒙版、裁剪，并保留版本。
图像生成
- 文生图：选图像服务与
t2i 工作流包。内置 Qwen-Image 2.1（官方 / 越狱）与传统 checkpoint 包。参数区可换 UNET、文本编码器、VAE；越狱包可开关 Uncensored LoRA。也支持在线图像 API。
- 图生图与编辑：整图编辑只使用 1 张原图；多参考最多 4 张，用
`<image1>` / `<image2>` 把多人放进同一场景；局部重绘是原图加蒙版。官方包与越狱包成对。另有 PoseStudio 姿势换姿/姿势生图、Union 深度控制、参考图调色和换衣包。
- 图片增强：已移到侧栏「工具」。
upscale_basic 走 RealESRGAN 保真放大；seedvr2_3b_image_restore 做 SeedVR2 生成式修复。
视频生成
- 快速创作：AI 创作 / 固定文案 / 批量。口播拆成多镜，再按分镜模板出画面：静态排版、逐镜插图或逐镜文生视频，最后配音、字幕、BGM 拼接。是否用 LLM 写画面提示词由开关决定；工作流包里的 Guide 增强只跟所选包有关，两者互不关闭。包声明了 Turbo 时可开关加速 LoRA。
- 自定义素材：已有图片或视频做成口播短片。可选素材分析、静图动画（
i2v）、配音与 BGM。
- 数字人口播：人物图 + 口播文案 → TTS → avatar 工作流。内置 MiniMax H3 官方与越狱两套。
- 图生视频：首帧 + 提示词，走
i2v。内置 MiniMax H3 官方、越狱、越狱+提示词增强；另有 i2v_ref 多参考、minimax_h3_orbit 360° 环绕和 minimax_h3_extender 长视频包，可开 Turbo。
- 动作迁移：参考视频 + 目标图（内置两套 motion 工作流包）。
- 视频增强：侧栏「工具 → 视频增强」用 SeedVR2 对视频做修复和放大，保留原 fps 和音频。
- 分镜模板：设置 → 分镜模板，上传或覆盖快速创作的分镜模板（
static_ / image_ / video_）。
语音服务
- 文字转语音：按服务类型切换控件。edge-tts、OpenAI 兼容 TTS、Liber Speech 音色库，或 Comfy
tts 工作流。
- 语音转文字：导出 txt / srt / vtt / json。
- 音色库：登记可复用的克隆音色。
- 音乐库：上传 BGM，供快速创作与自定义素材选用。
平台与接入
- 工具：图片 / 视频 / 音频拼接在本机完成；图片增强支持 RealESRGAN 与 SeedVR2，视频增强支持 SeedVR2。
- 作品、任务：生成结果与任务进度（SSE、取消 / 重试）。
- 设置：服务提供方（地址与密钥）、工作流包导入、画布菜单、提示词模板（功能模板 / 场景预设，可导入导出）、默认 LLM / 深度 / 语音与运行参数。
- 接入：Web UI（中英文、明暗主题）、
astra CLI、MCP Server、OpenAI 兼容 /v1（chat / audio / images）。单用户，API Token；Provider 密钥加密保存。
模型怎么配对、内置包名单见 图像指南 和 视频指南。
两种方式都只安装 LiberAstra 编排程序。Ollama、ComfyUI、语音插件是独立组件，装在本机或另一台主机均可。
更细的变量说明见 docs/manual/deployment.md，分置示例见 docs/manual/分置部署教程.md。安装包、Ollama、ComfyUI 和各工作流模型的下载地址见 部署相关资源下载。英文部署见 docs/manual/deployment.en.md。
容器里的可选 profile
只起 LiberAstra 时，Ollama / ComfyUI / 语音仍用已经装好的地址。需要把可选组件也放进同一套 Compose 时：
This is the beginning of the README. Read the rest at the original. Read the full README ↗
