加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
微信扫码咨询客服
POMOAI — 让开源 AI 即刻运行
加载项目详情…
本应用为开源项目，仅供学习研究，请遵守其开源协议。
你有没有想过这个问题：为什么 AI 视频生成的单次成本，就是降不下来？
哪怕是最便宜的 API，用 Runway、Kling、Minimax 的旗舰模型出几秒成品，分分钟几块钱就没了。更要命的是——这些钱是纯消耗，没有任何积累。平台给你的是即服务，你没有自己的平台。
Nomi 想解决的就是这件事。
做 AI 视频的人，普遍面临两个困境。
第一重：生成成本高。 现在主流的 AI 视频平台按次计费，一个分镜反复调、反复试，成本就蹭蹭往上涨。你用 Midjourney 生图还要算积分，用 Sora、Runway 更是一个镜头十几美元起步。
第二重：平台锁定。 你的素材、工作流、提示词都绑在某个平台上。平台涨价、封号、政策变化，你一点办法都没有。相当于花钱租了一个随时可能被收回去的创作环境。
Nomi 的核心思路是：用开源 + 本地化，把 AI 视频的成本结构彻底打掉。
图：Nomi 的导演工作流界面，支持时间线编辑与可视化分镜
Nomi 本质上是一个本地优先的 AI 视频创作工作台，基于 Electron 构建，前端用 React + Vite + Tailwind CSS。
它的核心架构有几个关键模块：
这个架构的精妙之处在于：把 Nomi 当作 AI agent 的生成后端。你跟 agent 说"帮我生成一段日落海景的镜头"，agent 通过 MCP 协议调用 Nomi，Nomi 负责执行生成、编排、剪辑——agent 会员自带的免费额度直接复用，不需要额外付钱给 Runway。
这是本地端工具的结构性优势：天然愿意被 agent 接入。在线平台靠 API 变现，结构上就做不了这件事。
Nomi 不只是"用本地模型省 API 费"这么简单。它真正的杀手锏是一套价格分层策略：
三步走下来，单位成本可以降到原来的几分之一。
接入灵活是支撑这套策略的基础。 Nomi 内置 APIMart 和 Kie.ai 两个核心供应商，另外还直接支持约 10 家供应商（火山引擎、Runway、fal、Replicate、MiniMax、ElevenLabs 等）。任何 OpenAI 兼容 / Anthropic / Responses 接口，粘贴地址和密钥就能加，不需要重新编译。
本机 ComfyUI 也是和云端模型同级别的供应商——你在网上下载的 ComfyUI 工作流能直接导入，Nomi 会自动检查缺哪些自定义节点和模型文件。
这个功能很值得多说几句。
传统模式下，你想让 AI 帮你做视频，得先把提示词写好、再去平台操作、再看结果、再反馈——来回折腾效率很低。
Nomi 把这件事倒过来：你告诉 Claude Code / Codex "我要做一个 3 分钟的科普动画"，agent 通过 MCP 直接调用 Nomi，自动完成从分镜规划、素材生成到时间线编排的全流程。你只需要在关键节点确认方向。
作者青阳还专门写了一篇文档《让你的 AI 替你接入 Nomi》，手把手教你怎么把仓库 clone 下来、把文档发给 Codex / Claude Code，让它替你完成整个接入流程。这文档覆盖四条路：自定义供应商、本机 ComfyUI、MCP 调用、技能导入——每条都给了"验证成功的标志"和最低成本组合推荐。
从部署角度，Nomi 的设计理念是零运维：不需要 Docker、不需要数据库、不需要云服务器。
| 平台 | 安装方式 | 首次运行注意 |
|---|---|---|
| macOS Apple Silicon | 下载 .dmg 拖入 Applications | Gatekeeper 拦截，需右键"打开"或 xattr -dr com.apple.quarantine |
| macOS Intel | 下载 .dmg 拖入 Applications | 同上 |
| Windows x64 | 下载 .exe 安装包 | SmartScreen 弹窗，选"仍要运行" |
| 开发者模式 | git clone + pnpm install + pnpm dev | 需 Node.js >= 22.19.0 |
macOS 安装包未使用 Apple Developer ID 签名，Windows 安装包未使用 Authenticode 签名——这是开源桌面应用的常见情况，作者在 README 里写得清清楚楚，照做就行。
唯一值得注意的硬件要求：本地 ComfyUI 推理需要 GPU。推荐 NVIDIA GPU（CUDA 加速），Apple Silicon Mac 有原生支持。纯用 API 云端模型则不需要本地 GPU。
坦诚地说，Nomi 有几个明显的局限：
1. 没有容器化。 官方只提供桌面安装包，不支持 Docker 一键部署。对于需要服务器端运行或批量自动化的团队，这是一个硬伤。开发者自己可以做容器化，但需要额外工作。
2. 独立开发者维护。 目前整个项目由作者青阳一个人维护，迭代速度很快但也存在不确定性。不过作者在 README 里明确表示"遇到问题可以让 AI 帮你解"，同时欢迎提 Bug 和 PR。
3. macOS 安装体验。 未签名的应用在 macOS 上会触发 Gatekeeper 拦截，对非技术用户有一定心理门槛。作者提供了详细的操作说明，但第一次遇到时可能还是会有点懵。
4. 仅支持 macOS + Windows。 Linux 用户暂时无法使用桌面应用，只能看开发者模式能否跑通。
Nomi 代表的趋势很有意思：在 AI 视频领域，开源 + 本地化正在从"极客玩具"变成"可用的生产力工具"。
过去开源 AI 视频工具的痛点是：要么性能差（比不过商业 API），要么配置复杂（ComfyUI 对普通用户太难了）。Nomi 用桌面应用的形态解决了配置问题，用 MCP 协议解决了自动化问题，用灵活接入解决了模型质量问题。
它不需要在每个环节都做到最强，而是在工作流层面做整合——把各种生成源、工作流、编辑工具串成一个闭环。这是单纯做模型的商业平台很难做到的事情。
514 个 GitHub Stars、持续活跃的更新、专门的 B 站教程和微信用户群——说明这个方向确实有人在用、确实有需求。
如果你是一个 AI 视频创作者，Nomi 值得试用；如果你是一个开发者，想研究 AI agent 和 MCP 的集成实践，Nomi 的源码也值得一看。
技术栈速览：