Infinite Canvas：一站式AI创作工作台，可视化工作流实现批量生成-尧图网络科技

🚀 30+款热门AI模型一站整合，DeepSeek/GLM/Qwen 随心用，限时 5 折。 👉 点击领海量免费额度

1. 先搞清楚 Infinite Canvas 到底解决了什么问题

如果你用过 Stable Diffusion WebUI 或者 ComfyUI，肯定遇到过这种场景：想批量生成一组风格统一的图，得手动改提示词、换模型、调参数，然后一张一张跑；想把一张图里的角色换到另一个场景，得来回切换图生图和局部重绘；想把生成好的图作为素材，用在下一个工作流里，得反复保存、导入。整个过程零散、重复，效率很低。

Infinite Canvas（无限画布）这个开源项目，就是冲着解决这些“工作流碎片化”问题来的。它不是一个新的大模型，而是一个本地部署的 AI 创作工作台。你可以把它理解为一个“乐高底板”，把图片、提示词、各种 AI 生成服务（API、本地模型、云端工作流）都变成一块块“乐高积木”，然后在这个画布上自由拼接、连线，实现从单张出图到复杂批量化创作的完整流程。

它的核心价值就三点：

一站式：在一个界面里完成素材管理、提示词编写、AI 生成、图片编辑、结果输出，不用在多个软件或标签页之间跳转。
可视化工作流：用拖拽节点的方式构建生成流程，逻辑清晰，可复用性强。特别是“循环节点”，能轻松实现批量生成。
多后端支持：它自己不做推理，而是个“调度中心”。你可以连接付费 API（快速出图）、免费平台（如 ModelScope）、本地 ComfyUI（完全离线）、甚至云端 ComfyUI 工作流（RunningHub），根据你的需求和硬件灵活选择。

所以，它最适合两类人：一是经常需要批量、系列化出图的创作者，比如做角色设计、场景概念、电商素材；二是想把 AI 生成流程固定下来、分享给团队使用的开发者或项目负责人。如果你只是偶尔用 AI 画着玩，WebUI 可能更直接；但如果你需要“流水线”，Infinite Canvas 的价值就出来了。

2. 环境准备与一键启动：避开第一个坑

项目提供了“开箱即用”的整包，这是最推荐新手的启动方式。别一上来就去 GitHub 拉源码自己配环境，那会浪费大量时间在解决 Python 版本、依赖冲突这些无关问题上。

2.1 下载与解压

直接从项目提供的网盘链接下载最新日期的整包。解压时，注意一个关键点：解压路径不要有中文和特殊符号。最好直接解压到根目录，比如D:\Infinite-Canvas或/Users/你的用户名/Downloads/Infinite-Canvas/。避免放在“同步盘”（如 OneDrive、iCloud 目录）或路径很深的文件夹里，权限问题可能导致启动失败。

2.2 Windows 启动：双击之后看什么

解压后，找到启动服务.bat或run.bat，双击运行。这时会弹出一个黑色的命令行窗口。

成功标志：窗口最后几行会显示类似Uvicorn running on http://127.0.0.1:3000的信息，并且浏览器通常会自动打开这个地址。如果没有自动打开，就手动在浏览器地址栏输入http://127.0.0.1:3000。

关键动作：不要关闭这个黑色窗口！它就是你本地的服务器进程，关了服务就停了。最小化即可。

常见问题排查：

窗口一闪而过：这是启动报错后立即退出了。解决方法：在项目文件夹里，按住Shift键并右键，选择“在此处打开 PowerShell 窗口”或“打开命令窗口”。然后输入.\启动服务.bat并回车，这样错误信息就会停留在窗口里。把完整的错误信息复制下来。
端口 3000 被占用：如果你之前运行过没正确关闭，或者有其他程序占用了 3000 端口，会报错。解决：在刚才的 PowerShell 里按Ctrl+C终止当前命令，或者直接重启电脑，再重新启动。
防火墙弹窗：Windows 防火墙可能会询问是否允许 Python 访问网络。务必选择“允许访问”，否则局域网访问和部分 API 功能会失效。

2.3 macOS 启动：权限是关键

macOS 的主要障碍是系统安全限制。解压后，找到mac-启动服务.command或类似文件。

首次运行：不要直接双击。右键点击该文件，选择“打开”。系统会警告“无法验证开发者”，这里再次点击“打开”。以后就可以直接双击了。
如果还是打不开：运行项目里提供的mac-修复权限.command脚本。如果没有，在终端里进入项目目录，执行：
```
xattr -r -d com.apple.quarantine . chmod +x *.command
```
然后再尝试启动。
依赖问题：如果启动报错缺少模块，先尝试运行./mac-安装依赖.sh。如果不行，手动安装核心依赖：
```
pip3 install fastapi uvicorn requests pillow
```

给所有平台用户的终极建议：如果上述步骤都报错，别自己硬啃。直接用 AI 编程助手（如 Cursor、Codeium）打开这个项目文件夹，把错误信息贴给它，并说“请帮我修复这个项目，让它能在本地运行起来”。这通常是最快的解决方案。

3. 配置生成后端：选对入口，才能开始创作

服务启动，浏览器页面也能打开了，但这时你还不能生成任何东西。因为 Infinite Canvas 只是个前台，它需要连接一个“后端”来实际执行 AI 生成任务。这是最关键的一步，也是新手最容易懵的地方。你不需要全部配置，四选一即可。

3.1 方案一：付费 API（最快最稳，适合体验）

这是最推荐新手首次尝试的路径，能最快看到效果，避免在免费服务的网络和限额问题上折腾。

获取 API Key：注册一个兼容 OpenAI 的 API 平台（如项目推荐的 APIMart）。注册后，在平台后台找到你的 API Key 并复制。
在 Infinite Canvas 中配置：
- 点击网页左下角的设置（齿轮图标）。
- 找到API 设置或API 平台。
- “请求地址”填写平台提供的地址（如https://api.apimart.ai）。
- “协议”选择对应的选项（如APIMart 异步或OpenAI）。
- 粘贴你的API Key。
- 点击“验证地址”和“验证协议”。
- 最后点击“拉取模型”。成功后，你会看到该平台支持的图片、视频、大语言模型列表。
- 勾选你想用的模型，保存。

注意：很多平台需要账户内有少量余额（如 0.05 元）才能成功验证和拉取模型列表，记得先充值。

3.2 方案二：ModelScope（免费学习，需实名）

适合想零成本学习、体验功能的用户。

注册并实名：去 ModelScope 官网注册账号，并完成阿里云实名认证（在账号设置里绑定），否则无法使用。
创建 Token：在 ModelScope 个人设置中，创建长期有效的 Access Token。
在 Infinite Canvas 中配置：在 API 设置找到 ModelScope 标签页，填入 Token，点击验证并拉取模型。免费模型速度可能较慢，且功能有局限，但用于理解工作流完全足够。

3.3 方案三：本地 ComfyUI（完全离线，要求高）

适合已有高性能显卡（建议显存 >= 12GB，推荐 16GB+），且熟悉 ComfyUI 的用户。这是功能最强大、最自由的方案。

确保本地 ComfyUI 已启动：在浏览器中能正常访问你的 ComfyUI 地址（通常是http://127.0.0.1:8188）。
连接：在 Infinite Canvas 设置的 ComfyUI 部分，填入上述地址并保存。
导入自定义工作流（高级功能）：
- 在 ComfyUI 中调试好你的工作流，点击Save (API Format)或类似按钮，导出为 JSON 文件。
- 在 Infinite Canvas 的 ComfyUI 设置中，上传这个 JSON 文件。
- 系统会解析工作流中的输入节点（如图片、提示词、种子等）。你需要勾选哪些输入要暴露给画布使用，并调整它们的顺序（例如：图1，图2，正向提示词）。
- 在“内置测试区”上传测试图片和提示词，点击运行测试，确保连接和解析成功。

3.4 方案四：RunningHub（云端工作流，免显卡）

适合没有高性能显卡，但又想使用复杂 ComfyUI 工作流的用户。RunningHub 提供了托管在云端的各种工作流和 AI 应用。

获取 Key：在 RunningHub 平台获取你的 API Key。
配置：在 Infinite Canvas 的 RunningHub 设置中填入 Key。
添加工作流：在 RunningHub 找到喜欢的工作流，点击“API”复制其信息，回到 Infinite Canvas 粘贴创建。建议先从简单的工作流开始测试。

我的建议：新手毫不犹豫选方案一（付费 API），花几块钱快速跑通整个流程，建立信心。之后再根据需求尝试免费或本地方案。千万不要一开始就试图配置所有后端，那只会让你卡在配置阶段，失去耐心。

4. 核心功能实战：从单张出图到批量流水线

配置好后端，我们进入画布。项目提供两种画布：智能画布和普通无限画布。我建议所有人先从智能画布开始。

4.1 智能画布：像拼图一样创作

智能画布采用卡片式设计，降低了节点连线的理解成本，更适合快速构思和单任务处理。

基本操作流程：

新建一个智能画布。
从左侧节点库拖入一个图片节点，上传你的初始图片（或直接拖入画布）。
拖入一个API生成节点（或 ModelScope 节点）。
不需要手动连线！当你把生成节点拖到图片节点附近时，它们会自动建立连接（通常会有高亮提示）。
在生成节点的卡片上，选择你刚配置好的模型，编写正向提示词和负向提示词。
点击卡片上的“运行”按钮。

稍等片刻，结果就会生成并显示在画布上。你可以双击结果图片进行预览、对比、裁剪、局部重绘（遮罩）、扩图等操作。

素材库与 @ 引用：这是智能画布的一大亮点。你可以将任何图片（原始素材或生成结果）保存到全局素材库。之后，在任何画布的提示词输入框里，输入@符号，就能搜索并插入素材库中的图片作为参考图。这极大地简化了多图协作和角色一致性维护。

4.2 普通无限画布：构建复杂可视化工作流

当你需要更精细的控制和复杂的流程时，切换到普通无限画布。这里一切都是节点，你需要手动连接输入输出。

核心节点解读：

图片/文本节点：输入源。
生成节点：调用你配置的各种后端（API, ComfyUI等）。
循环节点：批量生产的核心。你可以将一组“变化提示词”或“种子”列表输入给它，它会自动迭代运行下游的生成流程。
LLM节点：连接大语言模型，可以用于分析图片内容、优化提示词、生成文案等。
输出节点：收集并管理最终生成的所有结果，方便批量预览和下载。

构建一个批量换背景的工作流：

拖入一个图片节点，上传主体人物图。
拖入一个循环节点。在循环节点的设置里，添加多条不同的“场景描述”提示词（如“in a forest”, “in a cyberpunk city”, “on a beach”）。
拖入一个API生成节点。将其“正向提示词”输入连接到循环节点的输出。
将图片节点的输出也连接到 API 生成节点的“输入图像”端口（实现图生图）。
连接 API 生成节点的输出到一个输出节点。
运行循环节点。它会自动用同一张人物图，结合不同的场景提示词，批量生成一系列图片。

操作技巧：

画布导航：鼠标拖拽空白处移动，滚轮缩放。
节点管理：框选多个节点后按Ctrl+G编组，便于管理复杂流程。
快速连接：从一张结果图片可以直接拖拽出新的图片节点，或连接到下一个处理节点。

4.3 视频生成注意事项

项目支持视频生成，但这里有个关键坑点：绝大多数外部 API 平台不接受本地文件路径，它们需要公网可访问的 URL。

正确操作：

在视频节点中，选择你的本地视频文件。
点击节点上的“上传云端”按钮（如果提供）。这会将视频上传到一个临时云存储并返回一个 URL。
获得 URL 后，再点击“运行”。
如果“上传云端”失败，你需要自行将视频上传到任何能提供公网链接的存储服务（如阿里云 OSS、腾讯云 COS），然后将链接粘贴到节点中。

5. 问题排查与进阶维护

5.1 遇到报错怎么办？—— 查看日志

所有生成节点的运行状态和错误信息，都集中在画布右上角的日志面板里。遇到任何失败，第一反应就是点开这里。错误信息通常很直接，比如“Invalid API Key”、“Insufficient balance”、“Model not found”。

5.2 常见问题清单

问题现象	可能原因	排查步骤
页面打开空白或错乱	浏览器缓存	按`Ctrl+Shift+R`强制刷新，或打开开发者工具（F12），右键刷新按钮选“清空缓存并硬性重新加载”。
API 拉取模型失败	1. API Key 错误或过期 2. 账户无余额 3. 请求地址或协议选错 4. 网络问题	1. 检查 Key 复制是否完整，前后有无空格。 2. 登录平台确认余额和套餐。 3. 核对地址和协议（特别是异步协议）。 4. 尝试在浏览器中直接访问 API 地址看是否通。
生成图片一直失败	1. 提示词触发平台过滤 2. 输入图片格式/大小问题 3. 模型不支持某些参数	1. 简化提示词，避免敏感词。 2. 检查图片是否为常见格式（PNG, JPG），尺寸是否过大。 3. 在 API 平台后台的 Playground 测试相同参数。
本地 ComfyUI 连接失败	1. ComfyUI 未启动 2. 地址/端口错误 3. 防火墙阻止	1. 确认 ComfyUI 服务正在运行 (`http://127.0.0.1:8188`)。 2. 检查 Infinite Canvas 中配置的地址。 3. 关闭防火墙或添加规则。
循环节点不工作	1. 未正确连接上游数据 2. 循环列表为空 3. 下游节点报错导致中断	1. 检查循环节点的输入线是否接好。 2. 确认循环节点内已添加了循环项（如多个提示词）。 3. 查看日志，确认单次迭代是否能成功。

5.3 项目更新与数据备份

项目迭代较快，建议关注更新。最稳妥的更新方式是：

下载最新整包到新文件夹。
备份旧项目的个人数据，主要是以下几个文件夹：
- API/(API 配置)
- data/(画布数据、设置)
- assets/(素材库)
- output/(生成结果)
- workflows/custom/(自定义工作流)
将备份的文件夹复制到新版本的项目目录中，覆盖同名文件夹。
启动新版本的服务。