iLab CONJURE：多模型 AI 图片生成工作台

当你需要一张图，却不想每次重建提示词

每个用 AI 生成图片的人，都经历过这样的场景：写了一个精心调试的提示词，生成了满意的图片，结果关闭页面后提示词再也找不回来。下次想生成类似风格，只能靠模糊的记忆重新拼凑——结果往往差强人意。

iLab CONJURE 解决的就是这个问题。这是一款本地优先的 AI 图片生成桌面工具，它把"提示词复用"这件事做到了极致：公用图库、颜色 chip、提示词片段、完整模板，全部可以保存和快速引用。更重要的是，它把 GPT Image、Gemini 这些不同的 AI 图片模型统一到一个界面里，不用在多个工具之间来回切换。

这个项目最初叫 ilab-gpt-conjure，专门为 GPT-Image-2 设计。随着 Gemini 等更多模型的支持，从 v0.7.0 起正式更名为 iLab CONJURE，目标是成为一个多模型统一的图片生成工作台。

架构：一个后端 + 一个前端

项目采用经典的前后端分离架构：

后端（Python）：基于 FastAPI + Uvicorn，使用 SQLite 管理任务历史，支持 httpx 调用多种图片生成 API。核心模块 codex_image/ 下分为 CLI 入口（codex_image.cli）、WebUI 服务（codex_image.webui）等子模块。依赖精简：fastapi、uvicorn、python-multipart、httpx、Pillow，全部在 pyproject.toml 中声明。

前端（TypeScript）：使用 esbuild 打包，CSS Grid + 容器查询构建响应式界面。package.json 声明了构建脚本：前端资源构建、TypeScript 类型检查、CSS 编译。项目不依赖 React/Vue 等框架，是一个轻量化的 Vanilla TS 前端。

认证模式：

• API 模式（推荐）：配置 OpenAI-compatible API（Base URL + API Key），通过 Images API 或 Responses API 调用模型。适合团队使用和稳定部署。
• 高级本机模式：复用本地 Codex/ChatGPT OAuth 登录态，直接调用 ChatGPT 内部接口。风险较高，适合个人本机工作流。

核心功能：从写提示词到管理结果

提示词管理：告别重复劳动

这是 iLab CONJURE 最具差异化的功能。你可以把常用的提示词片段保存为 "chip"，颜色约束保存为"颜色 chip"，完整的提示词模板保存为"模板"。在生成时，通过 chip 快速组合提示词，而不是每次从头写。

这个设计解决了一个实际问题：AI 图片生成的提示词往往很长很复杂，包含风格描述、光照参数、构图指令、负面提示等多个部分。把这些拆解成可复用的原子单元，比每次复制粘贴要优雅得多。

多模型统一接入

支持三种接入方式：

1. Codex Image 通道：直接调用 ChatGPT 图片生成接口
2. Codex Responses 通道：通过 Responses API 兼容接口
3. OpenAI-compatible API：配置任意支持 OpenAI 接口规范的中转站（如 OneAPI）

模型支持 GPT Image、GPT Image 2、GPT Image 2.5 Flare / Sunburst，以及 Google Gemini。不同模型和不同 API 版本可以在同一界面中切换。

并发任务与本地队列

支持多任务并发提交，每个任务独立运行不互相阻塞。本地 SQLite 数据库维护完整的历史任务库，支持分页、搜索、按标签筛选。任务结果可以精选、下载、打包导出（ZIP 格式，支持图片+提示词）。

图像编辑器

内置一个基于 Konva.js 的图像编辑器，支持多图层组合、比例锁定变换、局部擦除、插入其他参考图。这个编辑器不是独立的图片处理工具，而是深度集成在参考图输入流程中——你可以直接在编辑界面中准备输入图片，然后用于生成。

系统设置：细节打磨到位

支持 14 种语言（简繁中文、日语、韩语、英语、越南语、西班牙语、葡萄牙语、法语、德语、俄语、意大利语、印地语），首次启动自动跟随浏览器语言偏好。网络设置支持系统代理、直连、自定义 HTTP(S) 代理三种模式，还可以配置单次请求超时（1-30 分钟）和失败重试次数（0-5 次）。

数据备份与恢复功能可以按需迁移 chip、公用图、提示词模板和系统设置，支持增量恢复。

部署：简单但需要 API Key

iLab CONJURE 不依赖本地 GPU，因为所有图片生成都通过外部 API 完成。部署极其简单：

• macOS：下载 DMG 文件，拖入 Applications 即可
• Windows：下载 ZIP，解压后双击 iLab CONJURE.exe
• 源码安装：Python 3.11+ 环境，pip install 即可

标准包内置了完整的 Python 运行时，不需要额外安装 Python 环境。portable 包则把数据保存在同级 data/ 目录，方便随身携带。

但有一个前提：你需要一个可用的 API Key（OpenAI、硅基流动等中转站均可）。没有 API Key，工具本身可以正常运行，但无法生成任何图片。

更新机制也很完善：portable 包支持签名校验的自动更新，更新器会验证 Ed25519 签名和 SHA256，确保不被篡改。

代码质量

项目使用 ruff 作为 Python linter，配置在 pyproject.toml 中（target-version py311，仅开启 E9/F63/F7/F82 四类检查，规则较宽松）。TypeScript 部分有 TypeScript 编译检查（tsconfig.webui.json）。测试文件在 tests/ 目录。

整体代码质量评分中等：架构清晰但测试覆盖率不详，文档较全（README、DESIGN、CONTRIBUTING、SECURITY 均有），安全政策明确说明不要提交 OAuth 文件和 API Key。

局限与注意事项

1. 依赖外部 API：本地无法运行，必须联网并持有有效的 API Key
2. macOS 应用未签名：GitHub Actions 构建的 macOS DMG 未签名，启动可能被 Gatekeeper 拦截，需右键选择"打开"
3. OAuth 模式风险：本机 Codex OAuth 依赖 ChatGPT 内部接口，可能随时失效
4. AGPL-3.0 协议：如果基于此项目进行二次开发并网络分发，需要开源

总结

iLab CONJURE 是一个定位清晰、设计精致的 AI 图片生成客户端工具。它不追求"在本地跑模型"的极客路线，而是专注于"如何更好地使用 API 驱动的图片生成服务"。对于每天需要大量生成 AI 图片的用户来说，提示词复用、chip 管理、多模型统一入口这些功能，确实能显著提升效率。

适合人群：AI 图片创作者、设计师、需要批量生成产品图/营销素材的用户。 不适合：追求完全离线部署、需要本地 GPU 的用户。