ArtCraft：面向艺术家的 AI 创作 IDE

当 prompt 不够用的时候

你有过这样的经历吗？对着 Midjourney 连续输入了二十多版 prompt，想让 AI 生成的角色在每一帧里保持同一个人物——但它偏偏每次都"创意发挥"，要么发型变了，要么肤色偏了。你删掉重试、调低创意度参数、试了十几种 Seed 值……最终要么妥协，要么放弃。

ArtCraft 想要解决的核心问题就是这个：把 AI 生成从"抽奖"变成"制作"。它不是又一个 Web 界面或 API 聚合器，而是一个完整的桌面 IDE——艺术家可以像在 Photoshop 里那样，真正"构建"画面：放置角色、调整构图、设定相机角度、控制光影关系——然后再让 AI 在这个精确控制的基础上生成最终成品。

背景：为什么需要"艺术家专属"的 AI 工具

2023 到 2024 年间，AI 图像生成从实验室走向大众，Midjourney、DALL-E 3、Stable Diffusion 相继爆火。但对于专业创作者来说，这些工具有一个根本矛盾：prompt 的表达能力是有限的。

当你需要让角色在连续三帧里保持完全一致的发型和服装时，prompt 无能为力。当你需要精确控制角色站在画面的哪个位置、光源从哪个角度打过来时，文字描述的颗粒度永远不够细。更别说那些"我知道我想要什么但不知道怎么描述"的模糊创意了——这类需求在专业创作中占了绝大多数。

ArtCraft 的创始团队（Storyteller AI）意识到这个问题后，决定构建一个工具：让艺术家用视觉方式控制 AI，而不是用文字驯服 AI。2024 年底公司宣布将核心产品开源，2025 年初 GitHub 仓库公开，迅速积累超过 1.2 万 Star。

核心技术：三维场景预构建

ArtCraft 最独特的设计理念，是引入了 3D 场景预构建（Scene Pre-construction） 概念。

具体工作流是这样的：用户首先在 ArtCraft 的 3D 编辑器里布置场景——放置角色模型、调整道具位置、设定相机角度和焦距。你可以用"Image to Location"功能将角色放置到一个真实拍摄的场景照片中，然后用"Character Posing"工具调整人物的姿势。这些操作全部在三维空间里完成，精度远高于文字描述。

预构建完成后，ArtCraft 将场景数据作为结构化控制信号传给下游的 AI 模型。这与传统的纯文字 prompt 有本质区别：构图信息（相机角度、物体位置、光照方向）不再需要被"翻译"成模糊的英文描述，而是以精确的参数形式注入生成流程。这就是 ArtCraft 能够在多次生成中保持角色一致性的技术基础。

在 2D 层面，ArtCraft 提供了多层图像合成（Image Compositing）工具，支持背景抠图、图层叠加、手绘遮罩（Canvas Inpainting）。这些功能模拟了 Photoshop 的核心操作，用户不需要 AI"理解"你的意图，而是直接用视觉方式表达。

模型聚合：62 个模型一个界面

ArtCraft 不训练自己的生成模型，而是做一个全模型聚合层。目前支持的模型横跨多个类别：

图像生成：FLUX.1（dev/schnell/pro/ultra）、GPT Image 1.5/2/2.5、Nano Banana 2、Seedream 4/5、Midjourney 全系。

视频生成：Seedance、Kling（1.6 到 3.0）、Veo 3、Veo 3.1、Sora 2、Vidu Q3、MiniMax H3 等 25 个视频模型。

3D 建模：Hunyuan3D（全系）、Tripo3D、Meshy、Rodin，覆盖从草图到高精模型的完整流程。

世界生成：World Labs 的 Marble 系列（Gaussian Splatting），可以从单张图像生成可漫游的三维世界。

音乐与声音：Suno 全系、Seed Audio。

这种聚合策略意味着：用户不需要在五六个不同的网站之间切换、注册、充值。ArtCraft 充当统一的创作界面，背后的模型供应商可以自由切换。对于创作者来说，这意味着工作流的连贯性；对于模型提供商来说，这意味着多了一个分发渠道。

技术架构：Rust + Tauri + React 全家桶

ArtCraft 的技术选型非常有意思。它采用 Rust（后端）+ Tauri 2（桌面框架）+ React/Vite（前端）+ TypeScript 构建原生桌面应用。

这是一个典型的"用现代 Web 技术写原生应用"的架构：前端是 React 单页应用，通过 Tauri 的 IPC 机制调用 Rust 后端逻辑。Rust 后端负责与各种 AI 模型提供商的 API 通信、数据持久化（SQLite）、以及系统级操作。

为什么不选 Electron？官方文档提到 Tauri 的二进制体积远小于 Electron（ArtCraft 安装包仅数十 MB），且 Rust 的内存安全性更适合需要长期运行的创作工具。代码质量规范（见 CLAUDE.md）要求使用 log crate 的结构化日志而非 println!，使用 sqlx 的编译时查询检查而非运行时拼接，代码组织要求"自上而下阅读，重要内容在前"。

整个项目采用 monorepo 结构，主要模块包括：

• crates/desktop/artcraft：Tauri 桌面应用核心
• crates/api_clients：各 AI 服务商的 API 客户端封装
• crates/schema：数据库 schema 和序列化类型定义
• frontend/apps/artcraft：React 前端
• frontend/libs：可复用 React 组件库

上手体验：桌面应用 vs 从源码构建

推荐方式：直接下载官方提供的 Windows/macOS 安装包（/api/v1/images/markdown/b528cf196244f12ade07bdb0a5fa72d5.png）。这是体验 ArtCraft 最稳定的方式，开箱即用，不需要配置任何开发环境。

从源码构建（适合 Linux 用户和开发者）：

1. 安装 Rust（stable 工具链）
2. 安装 Node.js 20+ 和 npm
3. 安装 Tauri CLI v2
4. 执行 ./script/artcraft/unix_dev.sh 启动联合开发模式（自动启动前端 + Rust 编译watch）

从源码构建的主要挑战在于 Tauri CLI 版本匹配和环境变量配置。官方文档推荐使用 Node.js v24.13.0 和 Tauri CLI 2.10.0，版本偏差可能导致构建失败。

ArtCraft 的核心价值在于将创作控制权还给艺术家：当你不再需要和 prompt 搏斗，当你可以在三维空间里精确布局场景，当你可以在多个顶级 AI 模型之间无缝切换——AI 生成才真正变成了一种可控的创作媒介，而不仅仅是灵光一现的抽奖机。