Phantom Canvas：不需要API Key，把Gemini网页变成你的私人图像生成API
你有没有遇到过这种情况——想用 AI 生成一张图，结果被「请先输入信用卡号」挡在门外？或者想调用某个视觉生成能力，文档看了半小时还没搞清楚 API Key 怎么配？
Phantom Canvas 就是来解决这个痛点的。它是一个完全不需要 API Key的 AI 图像/视频生成工具，基于 Chrome 的 CDP 协议，直接把 Gemini 的免费网页界面变成可编程的本地 API。
它是怎么工作的？
Phantom Canvas 在后台启动一个持久化的 Chrome 浏览器，通过 CDP（Chrome DevTools Protocol）自动化 Gemini 网页界面。你只需要告诉它想生成什么，它就会自动帮你填写 prompt、点击生成按钮、等图片出来、下载到本地——整个过程零配置。
核心使用方式有两种：
- CLI 模式：一行命令生成图片或视频，适合脚本和 AI agent 调用
- HTTP API 模式：启动一个本地服务器，暴露 REST 接口，方便集成到工作流或应用里
支持哪些功能？
- 文生图：输入 prompt，直接输出 PNG 图片（1024px 高清分辨率）
- 图生图（img2img）：上传参考图 + prompt，让 AI 在原图基础上再创作
- 多轮对话续写：指定 conversation ID，继续之前的生成会话
- 视频生成：加上
--video参数，直接生成 AI 视频
谁适合用？
如果你符合以下任意一条，Phantom Canvas 值得一试：
- 已经订阅了 Gemini Advanced，想把订阅「用满」——把付费账户变成私人图像生成 API
- 不想折腾各种平台 API Key 的开发者或 AI agent 玩家
- 需要批量生成图像/视频的自动化工作流
- AI 创意爱好者，想快速尝试不同生成模型而不被计费系统劝退
怎么安装？
一行命令搞定（需要 Node.js）：
bun add -g phantom-canvas # 或者 npm install -g phantom-canvas
首次使用会自动打开 Chrome 窗口让你登录 Google，之后所有操作全自动。第一次配置大概 1 分钟，之后就可以随意嗨了。
使用示例
生成一张像素风格骑士图：
phantom-canvas generate "pixel art knight, isometric, green #00FF00 bg" -o knight.png
以图生图方式生成：
phantom-canvas generate "cyberpunk city" --ref ./参考图.png -o city.png
开启 HTTP API 服务：
phantom-canvas serve
写在最后
Phantom Canvas 解决的不只是「免费」的问题——它本质上是一个把任何网页界面变成 API 的框架思路。当你有某个网页工具想自动化但官方没有开放接口时，Phantom Canvas 的思路可以给你启发。
当然，它也有局限：依赖 Chrome + Gemini 网页端，生成速度比直接调用原生 API 慢一些，且需要保持浏览器登录状态。但对于不想折腾 Key 的用户来说，这个开箱即用的体验已经足够香了。
GitHub：https://github.com/baixianger/phantom-canvas
评论区
登录后可评论。