jaaz

🖌️ 用「画布思维」颠覆创作：Jaaz 如何让 AI 替你做营销

场景切入：凌晨三点的选题危机

想象一个场景：距离节日营销只剩 12 小时，内容团队还没定下主视觉，设计师已经下班，临时外包来不及——这是无数营销运营者的日常噩梦。Jaaz 正是为这类情境而生：它不是又一款聊天机器人，而是一个扎根于「可视化画布」的 AI 创作助手，能直接帮你把脑海中的模糊想法，变成可以发布的图文视频内容。

背景：从 Canva 的「编辑思维」到 Manus 的「执行思维」

传统设计工具（如 Canva、Figma）遵循的是「人类主导、AI 辅助」的范式：用户从海量的模板和素材库中拼凑内容，AI 只负责局部优化。Jaaz 则反其道而行之，提出了「Magic Canvas」概念——用户给出一个粗略指令（甚至只是一张参考图），AI 在画布上直接生成完整设计草案，用户再通过自然语言和箭头标注进行微调。这种「画布即舞台」的交互方式，与 Manus 等 Agent 产品一脉相承，代表了 AI 应用从「工具」向「代理」的范式转移。

技术架构：三层分离的 Electron 混合应用

Jaaz 采用典型的前后端分离 + Electron 桌面封装架构：

前端（React + Vite + TypeScript）：运行在 Electron 内置的 Chromium WebView 中，负责 UI 交互、Canvas 渲染和用户操作流。React 前端通过 WebSocket 与后端实时通信。

后端（Python FastAPI + uvicorn）：作为 Electron 子进程运行，负责 AI 模型调用、浏览器自动化、文件处理和业务逻辑。后端集成了：

• LangGraph（v0.4.8）：构建多步骤 Agent 工作流，支持状态图式任务编排
• Anthropic / OpenAI / Ollama：可插拔的 AI 模型后端，支持本地部署（通过 Ollama）实现完全离线
• ComfyUI 管理器（comfyUIManager.js）：内置节点式图像生成工作流管理，支持 Stable Diffusion、FLUX 等模型
• Python SocketIO：实现前后端实时双向通信

Agent 层（langchain-ollama / langchain-openai + MCP）：通过 LangChain 生态接入各类工具（浏览器自动化、文件读写、代码执行），形成完整的「感知→规划→执行」闭环。

核心功能：不是玩具，是生产力工具

部署与上手：桌面应用的优与劣

优势：本地 Agent 可以共享宿主机浏览器的登录状态，访问小红书、Instagram 等需要登录才能爬取的社交平台，这是纯云端 Agent 无法做到的。数据完全在本地，无隐私泄露风险。

劣势：目前无 Docker 打包，需要手动 Node.js + Python 环境配置，对非技术用户有一定门槛。安装流程涉及 npm install → electron-builder 打包，需要约 15 分钟。GPU 支持依赖可选安装的 ComfyUI，若要本地图像生成需额外配置。

争议与局限

Jaaz 的定位介于「设计工具」和「营销 Agent」之间，这种模糊性既是优势也是风险：它比 Canva 更强（AI 执行），比 Manus 更轻（桌面本地），但也因此缺少两者各自领域的深度。此外，ReplyGuy 等自动化功能在法律边界模糊的地区（如自动发帖/回帖）可能面临合规风险，项目方已在文档中标注了安全确认机制。

行业意义：开源 Agent 生态的一个分支

Jaaz 的出现印证了一个趋势：AI Agent 的载体正在从纯云端向桌面端下沉。Electron 架构让它天然适合「需要登录状态」的场景，而 LangGraph 的引入则表明开源社区正在将更成熟的工作流编排能力带入轻量级应用。其 GitHub Stars 在发布后快速增长（目前 6312 ★），也反映了市场对「可私有部署的多模态创作 Agent」的强烈需求。

快速开始

# 前端开发
cd react && npm install && npm run dev

# 后端（另一个终端）
cd server && pip install -r requirements.txt && python main.py

# Electron 启动
npm run start

项目同时提供 macOS / Windows 预编译安装包（通过 GitHub Releases 分发），非开发者可直接下载使用。