modstart-lib/aigcpanel · 上手攻略

  • 仓库：modstart-lib/aigcpanel
  • 链接：https://github.com/modstart-lib/aigcpanel
  • 分类：ai-application
  • 作者：Tom
  • 更新：2026-08-10

这是什么

AIGCPanel 是一款一站式 AI 数字人桌面应用，支持 Windows / macOS / Linux 三平台，定位是让没有深厚技术背景的普通用户也能快速上手本地 AI 模型，生成数字人视频、合成 / 克隆声音、操作 25+ 音视频处理工具。软件基于 Electron + Vue 3 + TypeScript 构建，数据存储使用 better-sqlite3，无需联网即可离线运行核心功能（模型需本地部署）。

核心能力分为四大模块：数字人视频合成（多模型口型同步）、语音处理（TTS / 克隆 / ASR）、工具箱（25+ 音视频工具）、VIP 可视化工作流（拖拽编排 AI 流水线）。

解决什么问题

AI 数字人内容创作有几个壁垒： - 需要分别部署 MuseTalk、Wav2Lip、GPT-SoVITS 等多个开源模型，各自接口不同 - 音视频处理工具分散在多个软件间切换，流程割裂 - 没有编程经验的用户难以整合本地模型到生产流程 - 直播场景需要实时弹幕互动能力，缺乏一站式方案

AIGCPanel 通过内置模型市场（一键下载启动包）、统一 UI 和 CLI，把上述痛点封装成"下载→安装→点按钮出结果"的体验。

快速安装

官方预编译包（推荐）

直接从 aigcpanel.com 下载对应平台的安装包，无需手动安装依赖。

平台 格式 安装方式
Windows .exe 双击安装，无需额外配置
macOS .dmg 拖入 Applications；Intel + Apple Silicon 均支持
Linux .AppImage chmod +x AIGCPanel.AppImage && ./AIGCPanel.AppImage
Linux .deb sudo dpkg -i AIGCPanel.deb

⚠️ macOS 首次运行提示"来自未知开发者"：在「系统设置 → 隐私与安全性」点击「仍要打开」。

从源码构建（Node.js 20+）

git clone https://github.com/modstart-lib/aigcpanel.git
cd aigcpanel
npm install

# 开发模式
npm run dev

# 编译检查（TypeScript 无报错）
npm run build:preview

# 完整打包
npm run build

打包产物在 dist/ 目录，包含各平台可执行文件和 dist-cli/ 子目录（CLI 工具）。

核心用法

数字人视频合成

  1. 在「模型管理」中下载所需口型模型的一键启动包（MuseTalk / LatentSync / Wav2Lip / Heygem）
  2. 进入「数字人合成」，上传人物视频（支持绿幕视频）
  3. 输入文本或上传本地音频文件
  4. 选择口型同步模型，点击生成

支持的驱动方式： - 文本输入 → 语音模型合成音频 → 驱动口型 - 直接上传音频文件 → 驱动口型

内置形象模板管理，支持普通视频和绿幕视频两种模式。

语音处理（TTS / 克隆 / ASR）

语音合成（TTS）

支持多模型（CosyVoice-300M、CosyVoice-300M-Instruct、CosyVoice2-0.5b、FishSpeech、IndexTTS、SparkTTS），可调速度和音调，任务列表支持批量下载。

语音克隆

上传参考音频（建议 10s 以上清晰人声），选择克隆模型（GPT-SoVITS 少样本克隆、FishSpeech 零样本克隆），生成特定音色的合成音频。

语音识别（ASR）

基于 FunASR（阿里达摩院开源），输出带时间戳的文字，可导出 SRT/ASS 字幕文件。

工具箱（25+ 音视频工具）

无需 Pro 账号即可使用，涵盖：

类别 工具
声音处理 长文本转音频、字幕转音频、声音识别（ASR，含时间戳/字幕导出）、声音替换、音频规范化
图像生成 文生图、图生图
视频处理 背景添加、智能剪辑、片段放大、标注、字幕、全局变速、片段变速、尺寸转换、压缩、片段删除/保留、片头片尾合并、添加音频、视频合并、格式转换、FFmpeg 自定义
一键合成流程 ⚡ 将上述多个工具串联成单次操作

VIP 可视化工作流编排（Pro）

拖拽式节点编排，节点类型：

节点 说明
大模型（LLM） 调用配置的 AI 模型生成文本
JS 脚本 执行自定义 JavaScript 逻辑
条件分支 根据条件控制流程走向
MCP 工具调用 调用 MCP 协议工具
文件操作 复制、移动、列表读取
变量 / 随机值 定义变量或生成随机数据
正则提取 从文本中提取结构化内容
工具节点 直接调用工具箱内任意工具

支持断点续跑和节点级状态追踪、运行历史查看。

智能直播（Pro）

  • 多平台弹幕监控：抖音、哔哩哔哩、虎牙、斗鱼、快手
  • 知识库配置：问答流程、视频播放流程、自定义内容
  • 违禁词检测与回复 Prompt 自定义
  • 互动事件记录与播报历史查看

CLI 工具

在软件「设置 → 命令行工具」界面一键安装到系统 PATH，或手动将 dist-cli/ 目录下的可执行文件加入 PATH。

# 查看帮助
aigcpanel --help

# 查询可用模型
aigcpanel model list

# 调用模型函数
aigcpanel model call <modelName> <function> [args...]

技术栈一览

技术 用途
Electron 跨平台桌面应用框架
Vue 3 + TypeScript 前端 UI
Arco Design（字节跳动） UI 组件库
TailwindCSS 原子化 CSS
Vite 构建工具
better-sqlite3 本地数据持久化
LogicFlow 工作流画布引擎（节点编排）

运行环境：Node.js 20 及以上

典型适用场景

场景 推荐功能
快速制作口型同步的数字人短视频 数字人合成（MuseTalk 模式）
用少量音频样本克隆特定音色做 TTS 语音克隆（GPT-SoVITS）
为视频自动添加字幕（SRT 格式） 工具箱 → 声音识别（ASR）
快速生成多语言产品介绍视频 数字人合成 + TTS + 字幕工具组合
个人 / 小团队数字人 IP 运营 数字人合成 + 工作流编排（Pro）
直播弹幕实时互动 智能直播（Pro）

坑与注意

  1. VIP 功能需付费：可视化工作流编排和智能直播属于 Pro 功能，免费版可用数字人合成和工具箱核心能力。
  2. 模型下载需要网络：模型市场提供一键启动包，但模型权重本身仍需下载（总大小较大），国内用户注意网络条件。
  3. macOS Apple Silicon 兼容性：README 称支持 M 系列芯片，首次运行需手动授权"仍要打开"。
  4. Linux 无 CLI 一键安装：Linux 用户需手动将 dist-cli/ 可执行文件加入 PATH，比 macOS/Windows 的图形界面设置多一步。
  5. 数字人视频质量依赖上游模型：MuseTalk / LatentSync / Wav2Lip 的效果各有优劣，Heygem 是全身数字人驱动（非口型同步），选型时按需求场景区分。
  6. 工具箱 FFmpeg 自定义节点：需要了解 FFmpeg 命令行参数，对非技术用户有一定门槛。

与同类对比

方案 定位 优势 局限
AIGCPanel 桌面应用（Electron） 开源、一站式、本地运行、无编程门槛 VIP 功能付费、AI 模型需自行下载
D-ID 云服务（闭源 SaaS） 质量高、无需配置 收费、需联网、数据上传云端
Heygen 云 SaaS 效果成熟、商业生态完善 订阅制、不开源
腾讯智影 云 SaaS（国内） 中文体验好、本土化 需注册账号、非开源
MuseTalk（开源自部署） 开源模型 完全可控、免费 需要分别部署多个模型、无 UI

AIGCPanel 的核心差异化：介于开源模型自部署（零碎但免费）和商业 SaaS（省心但付费）之间，用 Electron 桌面应用封装开源模型矩阵，提供统一 UI + 一键模型管理，降低数字人内容创作的配置门槛。

一句话推荐结论

需要本地部署、免编程管理多个 AI 数字人模型（口型 / 语音克隆 / 工具箱）的一站式工具，AIGCPanel 是目前开源方案里 UI 最完整、模型接入最全的选择——适合个人创作者和小型团队快速出数字人内容。