【GitHub项目推荐--Dreamifly：轻量级开源AI图像生成平台】⭐

旅之灵夫

417人浏览 · 2026-03-11 22:36:51

旅之灵夫 · 2026-03-11 22:36:51 发布

简介

Dreamifly 是一个基于Next.js与ComfyUI API的开源AI图像生成平台，由LastLighter开发并维护。它支持文生图（Text-to-Image）和图生图（Image-to-Image）两种核心功能，无需用户注册即可使用，专为开发者和创意者打造。该项目采用现代Web技术栈构建，集成了多种先进的AI模型，通过调用ComfyUI后端API实现快速图像生成，既适合个人部署使用，也便于二次开发定制。

核心定位：Dreamifly的核心价值在于将复杂的AI图像生成技术简化为轻量级、易上手的Web工具。传统AI绘画工具往往需要复杂的本地部署或高昂的云服务费用，而Dreamifly提供了一个开箱即用的解决方案，用户只需简单配置即可拥有自己的AI绘画网站。项目设计注重用户体验和隐私保护，完全匿名使用，不收集用户个人信息。

项目现状：自发布以来，Dreamifly官方站点的日均访问量已超过3000次，证明了其在AI艺术创作领域的实用性和受欢迎程度。项目持续更新，最近新增了Grok-Imagine-1.0模型支持、用户协议和下载条款、数据库架构增强等功能，保持着活跃的开发状态。

主要功能

1. 多模型集成支持

Dreamifly集成了8种主流AI图像生成模型，覆盖不同风格和需求：

HiDream-full-fp8：北京智象未来科技开发，专门针对中文提示词优化
Flux-Dev：Black Forest Lab开源模型，支持文生图和图生图
Stable-Diffusion-3.5：Stability AI的经典模型升级版
Flux-Kontext：120亿参数的专业图像编辑模型
Flux-Krea：高质量图像生成模型
Qwen-Image：阿里云通义千问模型，中文支持优秀
Qwen-Image-Edit：专门用于图像编辑的版本
Wai-SDXL-V150：动漫风格特化模型

2. 智能提示词优化

针对中文用户的核心痛点，Dreamifly内置了智能提示词优化功能：

自动中英转换：系统自动检测中文提示词，通过LLM API将其优化为英文提示词
质量提升：优化后的英文提示词能更好地被AI模型理解，显著提升生成效果
灵活配置：支持OpenAI兼容API，可配置专用提示词优化模型如Qwen3-VL-8B-Instruct-FP8

3. 完整图像生成能力

平台提供全面的图像生成和编辑功能：

文生图模式：通过文本描述生成图像，支持自定义尺寸、生成步数、负面提示词
图生图模式：支持单图和多图输入，进行风格迁移和图像编辑
批量生成：支持一次生成1-4张图像，提高创作效率
参数调节：可调整去噪强度、图像尺寸（64-1920像素）、生成步数（5-40步）等关键参数

4. 用户友好设计

注重用户体验的多个设计细节：

无需注册：完全匿名使用，保护用户隐私
多语言界面：内置中文、英文、繁体中文支持
实时预览：生成过程中可查看进度和预览效果
社区作品：支持用户作品展示和分享（可配置公开或仅管理员可见）
数据统计：记录每日生成次数，支持数据库存储和分析

5. 安全与审核机制

平台内置多重安全保护：

内容审核：可配置头像审核API，防止不当内容上传
举报系统：社区图片支持用户举报，达到阈值后自动标记为NSFW内容
权限控制：社区内容访问可配置为公开或仅管理员可见

6. 现代化技术架构

基于现代Web技术栈构建：

前端框架：Next.js 15.2.4（App Router），支持服务端渲染
UI组件：Tailwind CSS + Headless UI，响应式设计
状态管理：React Hooks + Context API
图像处理：next/image自动优化，提升加载性能
国际化：next-intl支持多语言切换
数据库：PostgreSQL + Drizzle ORM，类型安全的数据操作
文件存储：支持本地文件系统和阿里云OSS对象存储

安装与配置

环境要求

Dreamifly可以在多种环境中部署，基本要求包括：

Node.js环境：支持现代Node.js版本
PostgreSQL数据库：用于存储用户数据和生成记录
ComfyUI API服务：至少一个AI模型的后端服务
LLM API服务：用于提示词优化（可选但推荐）

本地开发环境部署

第一步：获取项目代码

通过Git克隆项目仓库到本地，这是最直接的获取方式。项目代码托管在GitHub上，包含完整的源代码和配置文件。

第二步：安装项目依赖

进入项目目录后，使用npm或yarn安装所有必要的依赖包。项目推荐使用npm，但也支持yarn包管理器。

第三步：配置环境变量

创建环境配置文件，设置必要的连接参数。关键配置包括数据库连接字符串、各AI模型的API端点地址、LLM服务配置等。至少需要配置一个可用的AI模型API才能正常使用。

第四步：初始化数据库

运行数据库迁移命令，创建必要的表结构和初始数据。系统使用Drizzle ORM管理数据库架构，迁移过程自动化。

第五步：启动开发服务器

运行开发命令启动本地服务器，默认在3000端口提供服务。开发模式支持热重载，代码修改会自动刷新。

Docker容器化部署

对于生产环境或快速部署，推荐使用Docker方式：

创建Docker镜像

使用项目提供的Dockerfile构建容器镜像，基于Node.js 21 Alpine基础镜像，包含所有运行时依赖。

配置容器环境

通过环境变量传递所有必要配置，包括数据库连接、API端点、应用设置等。可以单独运行容器或使用Docker Compose编排。

使用Docker Compose（推荐）

项目提供了完整的docker-compose配置文件，可以一键部署Dreamifly应用和PostgreSQL数据库。这种方式简化了依赖管理和服务编排。

生产环境部署

对于正式上线，可以考虑以下部署方案：

Vercel部署

利用Next.js的原生支持，可以轻松部署到Vercel平台。需要配置环境变量和连接外部数据库服务。

自托管服务器

在自有服务器上部署，需要配置Nginx反向代理、SSL证书、进程管理等。适合需要完全控制权的场景。

混合部署

前端静态部分部署到CDN，API部分部署到服务器，数据库使用云服务。这种架构可以提供更好的性能和可扩展性。

关键配置说明

Dreamifly的配置主要通过环境变量管理，重要配置项包括：

AI模型API端点

每个支持的AI模型都需要独立的ComfyUI API服务地址。这些端点需要支持CORS跨域访问，并开放标准的/prompt接口。用户可以根据需要选择配置部分或全部模型。

数据库配置

PostgreSQL连接字符串，包含用户名、密码、主机地址、端口和数据库名。建议使用云数据库服务以获得更好的可靠性和备份支持。

LLM服务配置

用于提示词优化的语言模型服务配置。支持OpenAI兼容API，可以指定基础URL、API密钥、模型名称和最大token数。这是可选的，但能显著提升中文用户的体验。

应用基础配置

包括网站基础URL、版本号、社区内容访问控制、举报阈值等。这些设置影响平台的行为和功能可用性。

存储配置

支持本地文件系统和阿里云OSS对象存储。生产环境推荐使用对象存储以获得更好的可扩展性和可靠性。

如何使用

基本使用流程

Dreamifly的设计注重用户体验，使用流程直观简单：

第一步：访问平台

打开Dreamifly网站，无需注册或登录即可直接使用。平台会自动检测用户语言偏好，显示相应的界面语言。

第二步：选择生成模式

在主页上选择文生图或图生图模式。文生图模式只需输入文本描述；图生图模式需要上传参考图像。

第三步：输入创作提示

在提示词输入框中描述想要生成的图像内容。支持中文输入，系统会自动优化为英文提示词。可以添加负面提示词来排除不希望出现的元素。

第四步：调整生成参数

根据需求调整图像尺寸、生成步数、去噪强度等参数。不同模型可能有不同的参数范围和建议值。

第五步：选择AI模型

从可用的AI模型列表中选择最适合的模型。每个模型有特定的风格特点和优势，如HiDream对中文支持好，Flux适合写实风格，Wai-SDXL擅长动漫风格。

第六步：开始生成

点击生成按钮，系统将提示词和参数发送到对应的AI模型API。生成过程中可以查看进度条和实时预览。

第七步：查看和下载结果

生成完成后，图像会显示在结果区域。可以下载单张图像或批量下载所有生成的图像。满意的作品可以保存到本地或分享到社区。

高级功能使用

批量图像生成

在参数设置中调整批量大小，可以一次生成多张图像。系统会使用相同的提示词和参数生成多个变体，方便用户选择最满意的结果。

风格转换与图像编辑

在图生图模式下，上传参考图像后可以调整去噪强度来控制风格转换的程度。低去噪强度保留更多原图特征，高强度则更偏向文本描述。

社区作品浏览

如果管理员开启了社区功能，用户可以浏览其他人生成的作品，获取灵感和参考。可以按模型、风格等筛选查看。

数据统计查看

平台首页显示每日生成次数统计，让用户了解平台的活跃程度。管理员可以查看更详细的数据分析。

使用技巧与最佳实践

提示词编写技巧

具体描述：使用具体的名词、形容词和场景描述
风格指定：明确指定艺术风格如"油画风格"、"动漫风格"、"照片写实"
艺术家参考：提及知名艺术家或艺术运动来获得特定风格
负面提示：使用负面提示词排除常见问题如"模糊"、"变形"、"多余手指"

参数调整建议

图像尺寸：根据用途选择，社交媒体常用512x512或1024x1024，印刷需要更高分辨率
生成步数：一般20-30步平衡质量和速度，高质量要求可增加到40步
去噪强度：图生图时从0.5开始尝试，根据效果调整
批量大小：探索不同变体时使用2-4的批量大小

模型选择指南

中文内容：优先选择HiDream或Qwen模型，对中文理解更好
写实风格：Flux系列和Stable Diffusion 3.5表现优秀
动漫风格：Wai-SDXL-V150专门优化
图像编辑：Flux-Kontext和Qwen-Image-Edit适合图生图任务

性能优化

网络连接：确保稳定的网络连接，特别是调用远程API时
缓存利用：相似的提示词和参数可以复用之前的结果
异步处理：批量生成时耐心等待，系统会并行处理请求

应用场景实例

实例1：个人数字艺术创作工作室

场景描述：一位独立数字艺术家需要为社交媒体内容、个人作品集和客户项目创作多样化的视觉内容。传统创作方式需要掌握多种专业软件，学习曲线陡峭，且创作效率有限。艺术家希望有一个工具能快速将创意想法转化为视觉作品，同时保持艺术风格的独特性。

解决方案：艺术家部署了个人版的Dreamifly平台，配置了最常用的Flux-Krea和HiDream模型。日常创作中，她先用中文描述创意概念，系统自动优化为英文提示词后生成初步图像。对于需要特定风格的作品，她使用图生图功能，上传自己的手绘草图作为参考，调整去噪强度控制风格化程度。批量生成功能让她可以一次性获得多个变体，选择最符合预期的进行后续细化。

实施效果：创作效率提升300%，原本需要数小时的手工绘制现在只需几分钟就能获得高质量初稿。艺术风格更加多样化，可以轻松尝试不同艺术流派和技法。社交媒体更新频率从每周1-2次增加到每天1-2次，粉丝互动率显著提高。客户项目提案阶段就能提供丰富的视觉参考，签约成功率提升40%。

实例2：小型设计团队的创意素材库建设

场景描述：一家小型设计公司为多个客户提供品牌设计、营销物料和网站视觉服务。团队经常需要大量高质量的配图、插图和视觉元素，但购买图库成本高昂，定制摄影又耗时耗力。设计师们希望有一个内部工具能快速生成符合项目需求的视觉素材。

解决方案：公司在内部服务器部署了Dreamifly，配置了所有8个AI模型，并建立了项目专用的提示词库。每个新项目开始时，团队根据客户品牌调性（色彩、风格、情绪）创建一组基础提示词模板。设计师使用这些模板生成初始素材，然后通过图生图功能进行微调。生成的素材按项目分类保存，形成可复用的素材库。

实施效果：素材获取成本降低80%，不再需要大量购买图库授权。项目启动速度加快，第一天就能提供丰富的视觉方向选项。品牌一致性更好，所有素材都基于统一的提示词模板生成。设计师有更多时间专注于创意构思而非素材搜索。公司成功承接了更多需要快速周转的项目，营收增长35%。

实例3：教育机构的AI艺术课程教学平台

场景描述：一所艺术院校希望开设AI艺术创作课程，但学生使用的商业AI工具费用高昂，且功能复杂不适合教学。学校需要一个安全、可控、功能完整的教学平台，让学生学习AI艺术原理和实践技能，同时保护学生隐私。

解决方案：学校利用Dreamifly的开源特性，部署了定制化的教学版本。平台配置了教育专用的提示词库，包含艺术史、设计原理、构图技巧等分类。教师可以创建课程专用的模型配置，限制某些高级功能以确保教学重点。学生作品自动保存到学校服务器，便于作业提交和成绩评定。社区功能设置为仅班级内可见，促进学生之间的交流学习。

实施效果：教学成本大幅降低，每个学生都可以无限制使用AI创作工具。课程内容更加实用，学生直接学习工业级工具的使用。学生作品质量显著提高，因为可以快速迭代和实验不同风格。教师更容易评估学习进度，通过分析学生的提示词和参数选择了解掌握程度。学校建立了AI艺术教学的标准流程，吸引了更多学生报名相关课程。

实例4：电商企业的产品可视化与营销内容生成

场景描述：一家电商公司销售创意产品，需要为数千个商品创建吸引人的展示图片和营销素材。传统摄影成本高、周期长，特别是对于概念产品或需要特定场景的产品。营销团队需要快速生成多种风格的图片用于网站、社交媒体和广告投放。

解决方案：公司部署了企业版Dreamifly，与产品数据库集成。系统根据产品属性自动生成基础提示词，如"现代简约风格的台灯，放在木质书桌上，温暖的光线，家居场景"。营销人员可以在此基础上调整风格参数，生成适用于不同平台和受众的变体。对于新产品，使用图生图功能，上传设计草图生成逼真的产品渲染图。

实施效果：产品图片制作成本降低90%，从平均每张200元降至20元。上新速度加快，新产品可以在设计阶段就生成营销素材。A/B测试更加高效，可以快速生成多个版本的广告图片测试效果。个性化营销成为可能，为不同客户群体生成定制化的视觉内容。公司电商转化率提升25%，视觉质量是重要因素。

实例5：内容创作者的多平台内容生产流水线

场景描述：一位全职内容创作者为YouTube、Instagram、TikTok和博客生产视觉内容，每天需要制作数十张图片和封面。不同平台有不同的尺寸要求和风格偏好，手动调整耗时耗力。创作者希望自动化内容生产流程，保持品牌一致性的同时提高产出效率。

解决方案：创作者使用Dreamifly作为内容生产核心工具，建立了标准化的工作流程。首先为每个内容主题创建基础提示词模板，然后使用批量生成功能创建多个变体。利用Dreamifly的尺寸调整功能，一次性生成所有平台需要的尺寸版本。每周计划内容时，提前生成一周所需的视觉素材，存储在分类文件夹中。社区功能帮助收集粉丝反馈，优化未来的提示词策略。

实施效果：内容生产效率提升500%，从每天制作10张图片增加到50张。多平台一致性更好，所有图片都基于相同的提示词和风格参数。粉丝互动增加，因为可以快速响应热点话题和趋势。创作者有更多时间专注于内容策划和粉丝互动，而非技术细节。通过分析不同提示词的效果，不断优化内容策略，粉丝增长率提高40%。

GitHub地址

官方仓库地址：https://github.com/LastLighter/Dreamifly

项目状态：活跃维护中 - 最新更新于2026年3月3日，持续增加新功能和优化体验

关键信息：

项目名称：Dreamifly - 轻量级AI图片在线生成Web工具
核心定位：基于Next.js与ComfyUI API的开源AI图像生成平台
主要开发者：LastLighter（LastLight）
开源协议：MIT许可证，允许自由使用、修改和分发
技术栈：Next.js 15.2.4 + TypeScript + Tailwind CSS + PostgreSQL + Drizzle ORM
在线体验：可通过官方站点直接使用，无需安装

仓库结构：

src/app/ - Next.js应用路由和页面组件
- [locale]/ - 国际化路由支持（中/英/繁中）
- api/ - API路由处理（生成、模型、上传、优化、统计等）
- layout.tsx - 应用根布局
- page.tsx - 主页组件
- globals.css - 全局样式
src/components/ - 可复用React组件
- GenerateForm.tsx - 图像生成表单
- GeneratePreview.tsx - 生成预览组件
- GenerateSection.tsx - 生成区域组件
- PromptInput.tsx - 提示词输入组件
- StyleTransferForm.tsx - 风格转换表单
- TabNavigation.tsx - 标签导航组件
- SiteStats.tsx - 站点统计组件
src/db/ - 数据库相关代码
- index.ts - 数据库连接配置
- schema.ts - 数据模型定义
src/utils/ - 工具函数和配置
- comfyApi.ts - ComfyUI API客户端
- modelConfig.ts - 模型配置管理
- promptOptimizer.ts - 提示词优化器
- t2iworkflow.ts - 文生图工作流
- i2iworkflow.ts - 图生图工作流
- locale.ts - 本地化工具
src/messages/ - 国际化语言包
- en.json - 英文翻译
- zh.json - 中文翻译
- zh-TW.json - 繁体中文翻译
drizzle/ - 数据库迁移文件
public/ - 静态资源文件
scripts/ - 构建和部署脚本
workflows/ - GitHub Actions工作流配置