OpenCreator

OpenCreator 是由开发者 krillinai（原 KrillinAI 团队）发起并持续维护的开源 AI 创作工作台，核心定位是“一个把视频翻译、图像/视频生成、配音、数字人、文章写作和剪辑全部装进同一块画布的创作者工作台——复用 Codex CLI 作为 Agent 引擎，不自研循环，本地运行，可视化与对话双模式共享同一状态机”。它不满足于做一份简单的 AI 工具合集或零散的模型聚合页面，而是将 Codex CLI 驱动的 Agent 对话、可视化创作空间、可复用 Skills、MCP 扩展、三层记忆、版本回看整合于一套完整的开源系统中，全部配有桌面端（macOS Apple Silicon / Intel、Windows）一键安装、Web 端同一构建产物、本地 Runtime 持久化运行，以及 Apache-2.0 开源协议。

一、OpenCreator 是什么

OpenCreator 采用“可视化工作区 + Agent 对话 + Codex CLI 执行引擎”三位一体的架构，通过 GitHub 完全开源发布，采用 Apache-2.0 许可证。项目由 krillinai 团队发起并持续维护，前身为知名的视频翻译工具 KrillinAI，于 2026 年 9 月发布 v3.0.1 后更名为 OpenCreator，正式从“视频翻译工具”升级为“开源 AI 创作工作台”。截至 2026 年 10 月，项目已获得约 11,400 GitHub Stars，提供英语、简体中文、日语、韩语、西班牙语、法语、德语、葡萄牙语、俄语、阿拉伯语、泰语等 11 种语言文档。

OpenCreator 的运作机制与市面常见的“AI 工具聚合平台”或“云端创作 SaaS”有本质区别。它不重新实现 Agent 循环，而是直接复用 Codex CLI 作为执行引擎——Agent 的模型、推理、工具调用、对话、Skills 和 MCP 全部由 Codex 提供，OpenCreator 在其之上添加了稳定的本地 Runtime、可视化工作区和桌面宿主。系统提供两条相互连接的工作路径：内容工作区使用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、配音、文章与社媒写作、短视频脚本和火柴人动画；Agent 对话则用自然语言启动和引导创作或开发任务，按项目组织对话，保持 Run 在后台运行，并在一处管理审批、附件、文件、Skills、MCP、调度、通知、记忆和诊断。Web 是唯一的前端实现——桌面端加载同一 Web 构建产物，只额外添加操作系统级别的能力（目录选择、窗口生命周期、托盘行为、原生通知）。

二、OpenCreator 能做什么

OpenCreator 的核心能力可以精炼地概括为：画、聊、记、扩、版，围绕这五大维度提供了从创意到成片的完整路径，覆盖多模态内容创作的全方位需求，具体包括：

可视化创作空间与多模态工具（画） ——不是“在多个工具和订阅之间来回切换”，而是“一块画布跑完全流程”。内容工作区提供视频翻译与下载、图像与视频生成、配音、文章与社媒写作、短视频脚本、火柴人动画等可视化工具和创作模板。工作流覆盖剧本 → 角色·道具·环境 → 分镜图 → 分镜视频 → 成片的完整链路。用户可以在任意脚本、产品图或视频画面上留一句评论，Agent 只改用户指的那处，其余全部锁定不变。做出一版满意的画面后，可以一键衍生变体——小到光线情绪的微调，大到整体重绘。

Agent 对话与双模式状态同步（聊） ——不是“可视化和对话各干各的”，而是“两者共享同一套任务状态”。Agent 对话用自然语言启动和引导创作任务，按项目组织对话，保持 Run 在后台运行。可视化操作和 Agent 指令共享同一任务状态——创作者可以查看执行步骤、修改配置、保留历史版本，并通过 Skills 和 MCP 扩展工作流。

三层记忆与版本回看（记） ——不是“改完就回不去了”，而是“每次修改产生新版本，可回看对比”。系统维护三层 memory，支持每次修改产生新版本，用户可以回看对比不同版本的效果，选择保留最优版本。

Skills 与 MCP 扩展（扩） ——不是“功能固定不可改”，而是“用 Skills 和 MCP 扩展工作流”。项目提供可复用的 Skills（如视频翻译、图像生成、文章写作等）和 MCP 集成，用户可以在 Agent 对话中调用 Skills，也可以通过 MCP 连接外部工具和服务。Reusable Skills 的设计让创作流程可以被封装、复用和分享。

桌面端与 Web 端同一构建（版） ——不是“两个平台功能不一致”，而是“同一数据、同一 UI、同一 Runtime 行为”。Web 是唯一的前端实现，桌面端加载同一 Web 构建产物，额外添加目录选择、窗口生命周期、托盘行为和原生通知等操作系统级能力。两个平台共享相同的数据和内容视口，UI 和 Runtime 行为一致。

三、OpenCreator 适合谁用

OpenCreator 的内容设计使其适配各类希望通过 AI 系统化进行多模态内容创作的创作者与团队，核心聚焦那些“AI 创作工具太多、模型订阅太散、流程断在各工具之间”的人群，主要涵盖以下几类：

内容创作者与视频制作团队——需要完成从剧本到成片的完整视频制作，但不想在脚本工具、图像生成、视频生成、配音、剪辑之间反复切换。OpenCreator 的“一块画布跑完全流程”和 Codex Agent 的对话式引导，让创作者可以用一句话启动整个创作流程。

品牌与营销团队——需要批量产出风格一致的 UGC 风格视频广告、产品展示视频、社媒内容和电商产品图。OpenCreator 的角色一致性工作流和无限变体生成，让品牌内容从“每次抽卡”升级为“可控的批量生产”。

AI 虚拟网红与数字人运营者——需要为虚拟网红创建稳定的角色身份并批量产出生活方式内容。OpenCreator 的角色铸造（3 个候选人 → 九宫格参考图 → 角色 DNA 文档）和场景内容生成（6 张不同构图照片 + 可转视频），把“角色一致性”变成了可复用资产。

AI 编码 Agent 的重度使用者——已经在用 Codex CLI、Claude Code 等 Agent 进行日常开发。OpenCreator 直接复用 Codex CLI 作为执行引擎，让“在对话中完成多模态创作”成为原生体验。

对数据主权有要求的团队——不希望创意内容和项目数据上传到第三方云端。OpenCreator 基于 Codex CLI 构建本地运行环境，可视化操作和 Agent 对话在本地 Runtime 中运行，项目和 Run 数据在本地管理。

四、OpenCreator 的应用场景是什么

基于其内容设计与定位，OpenCreator 的应用场景主要围绕 AI 虚拟网红内容生产、UGC 风格视频广告制作、产品展示与电商内容生成、短视频批量生产和 Agent 驱动的对话式创作，覆盖从个人创作到品牌营销的多个场景，具体包括：

AI 虚拟网红批量内容生产场景——品牌需要为一个虚拟网红角色持续产出风格一致的社交媒体内容。OpenCreator 提供了一条“角色铸造 → 九宫格多角度参考图 + 角色 DNA 文档 → 场景内容生产 → 6 张生活方式照片 → 可选转视频”的完整工作流。核心逻辑是用结构化的参考资产替代模糊的文字描述，让变化发生在场景与构图，而不是发生在脸上。

UGC 风格视频广告制作场景——营销团队需要批量产出 UGC 风格的产品推广视频。OpenCreator 的复刻爆款功能让团队可以挑选正在火的视频，Agent 把它的钩子、节奏、结构整套复刻到自己的产品上——同样的爆款公式，换成自己的品牌。内置实时更新的爆款库覆盖电影感、品牌片和商业广告。

产品展示与电商内容生成场景——电商团队需要生成产品展示视频和产品摄影图集。OpenCreator 的创作模板覆盖 UGC 推广、产品摄影图集、分镜脚本等常见内容形态。局部修改功能让团队可以在产品图上留一句评论，Agent 只改指的那处。

短视频脚本与批量剪辑场景——内容团队需要从一条跑赢的创意中批量衍生变体。OpenCreator 的无限变体生成让用户从一版满意的画面中衍生出十种可能——微调、大改或混搭，摆在一起比，留下最优版本。

Agent 驱动的对话式视频创作场景——创作者用一句话描述想法（“像跟导演聊一句”），Agent 在画布上跑完剧本、角色、分镜、分镜视频到成片的完整流程。项目集成了 Google VEO、Sora、可灵（Kling）、即梦（Seedance）、Seedream 等前沿模型，在一个订阅内覆盖全部所含模型。

五、OpenCreator 为什么值得关注

OpenCreator 之所以值得关注，核心在于它将“AI 创作从碎片化的工具拼装升级为 Codex CLI 驱动的可视化 Agent 工作台”，并具备“Codex Native 不自研循环、可视化↔对话双模式共享状态、三层记忆与版本回看、角色一致性工作流、11k Stars 社区认可”的独特价值，具体体现在以下几点：

从“自研 Agent 循环”到“复用 Codex CLI”的架构减法。大多数 AI 创作平台选择自研 Agent 循环——维护一个复杂的执行引擎、模型适配层和工具调用系统。OpenCreator 反其道而行之：直接复用 Codex CLI 作为执行引擎，不自研第二个循环。模型、推理、工具调用、对话、Skills 和 MCP 全部由 Codex 提供，OpenCreator 专注于它真正擅长的事——可视化工作区、本地 Runtime 和桌面宿主。这种“不做重复造轮子”的架构减法，让项目可以将精力集中在创作体验上，而非底层引擎的维护。

从“可视化与对话割裂”到“双模式共享同一状态机”的体验升级。大多数创作工具的“可视化模式”和“对话模式”是两套独立系统——在可视化界面做的修改，对话 Agent 不知道；在对话中生成的素材，可视化界面看不到。OpenCreator 的可视化操作和 Agent 指令共享同一套任务状态，用户可以在两种模式之间自由切换，查看执行步骤、修改配置、保留历史版本。这种“双模式共享状态”的设计，让创作从“在两个界面间搬运”升级为“在同一画布上协作”。

从“每次生成都抽卡”到“角色一致性资产化”的质变。AI 内容创作最令人崩溃的问题是“同一套输入每次都会长出一张新脸”。OpenCreator 的角色铸造工作流将“角色一致性”变成了可复用资产——先生成九宫格多角度参考图和角色 DNA 文档，后续所有内容都基于这个视觉锚点生成，而不是每次都重新解释。这种“用结构化参考资产替代模糊文字描述”的设计，让品牌内容从“抽卡”升级为“可控生产”。

从“多工具订阅”到“一个订阅覆盖全部模型”的整合革命。创作者通常需要同时订阅多个 AI 模型服务——图像生成一个、视频生成一个、配音一个、翻译一个。OpenCreator 在一个订阅内集成了 Google VEO、Sora、可灵（Kling）、即梦（Seedance）、Seedream 等前沿图像、视频与音频模型，在一块画布上为每个环节调度最合适的模型，跨镜头保持角色与风格一致。这种“一个订阅、一块画布、全部模型”的整合，大幅降低了创作团队的工具碎片化成本。

从“一次生成一段素材”到“可编辑工作流”的链路延伸。AI 视频创作正在从“一次生成一段素材”走向能够管理剧本、角色、分镜、声音、时间线和版本的完整工作流。OpenCreator 的创作模板、Skills 和 MCP 扩展让每个创作环节都能被编排、调整、复用和继续编辑。这种“可编辑工作流”的设计，让 AI 创作从“一次性生成”升级为“可迭代的工程”。