Pictide 画流 Vibe 项目

项目简介

Pictide（中文名「画流」）是一个在本地运行的生成式图片漫游应用，主打"不手写提示词也能持续出图"。它内置 Danbooru 词库标签之间的搭配关系，自动组合提示词后交给模型生图；用户边看边点喜欢 / 不喜欢，应用把这些反馈沉淀为个人偏好，后续生成的画面会逐渐贴近口味，也可以把画面里某个喜欢的角色、颜色或场景用锚点锁住，其余部分继续变化。图片与偏好记录全部保存在本地。当前体验依赖生图模型对 Danbooru 标签提示词的支持程度，自然语言提示词支持仍在计划中。

核心功能

1. 漫游（Roam）：一个图片 Feed 流持续铺开，边看边收藏或屏蔽，反馈直接进入后续推荐。
2. 偏好学习：喜欢与不喜欢的反馈会关联到实际生成所用的提示词组合上，逐步影响后续的组合打分。
3. 锚点（Anchors）：把喜欢的某个元素固定住，其余部分继续变化，避免每次重新抽卡。
4. 生成（Generate）：有明确想法时直接指定生成，不必在漫游里碰运气。
5. 喜欢（Liked）与提示词（Prompts）：收藏夹回看历史画面，提示词面板保存常用风格并微调画面组合。
6. 多后端接入：本地 ComfyUI、OpenAI Images、Gemini 都能作为生图服务，图片不出本机。

技术实现

前端 web/（React + Vite + TypeScript）只负责界面与交互，唯一的浏览器入口是单个 HTML；后端 backend/ 以 Python 提供业务 API，部署时由一个 Python 进程同时托管编译后的前端与 API，正常运行不需要额外启动 Node 服务，整体是前后端分离的本地 Web 应用。候选（Candidate）模块只读地做标签共现扩展、拼出完整提示词并控制"连续变化预算"；推荐（Recommendation）模块负责组合打分，用 MiniLM 文本编码模型抽取特征、缓存语义向量，结合正负偏好做贝叶斯打分与偏好学习，评分策略支持 Thompson Sampling 与后验均值两种方式，文本编码模型固定版本并通过适配器封装；任务（Task）模块负责调度、失败恢复、取消与结果回填。生成侧对接 ComfyUI 工作流、OpenAI Images 与 Gemini，任务层通过统一的后端接口调度，图片与偏好落到 SQLite 与本地图片文件（Windows / Linux 放在程序旁的 data/ 目录，macOS 放在用户目录）。

快速上手

1. 准备好 ComfyUI 或其他生图 API，Windows 用户也可直接用便携包内的首次启动引导一并完成配置。
2. 从 GitHub Releases 下载对应系统的便携包，当前已提供 macOS arm64 / x86_64、Linux x64 与 Windows x64 构建（最新版本 v0.5.0）。
3. 按系统执行启动脚本（Windows 的 start.cmd、macOS 的 start.command、Linux 的 start.sh），跟随应用内引导走一遍。
4. 进入漫游页开始浏览，遇到喜欢的画面点喜欢、不喜欢的点不喜欢，反馈会即时影响后续推荐。
5. 想固定某个元素时用锚点锁定它，其余部分继续生成变化；需要明确产出时切到生成页直接出图。

适用人群

• 懒得写提示词、只想看图找灵感的设计师与内容创作者
• 想把个人审美偏好沉淀成可复用生图流程的插画师与概念设计师
• 需要在本地跑生图、对数据落地与隐私有要求的自托管玩家
• 已经在用 ComfyUI，但被节点工作流与提示词调参劝退的入门用户

项目地址

GitHub：https://github.com/Lykr/pictide