aidea-server
aidea-server 是一款基于 Golang 构建的全功能开源 AI 应用服务端,旨在为用户提供统一的聊天协作与图像生成解决方案。它成功解决了用户在面对众多大模型时需频繁切换不同平台的痛点,通过单一接口无缝集成主流大语言模型(如 GPT、通义千问、文心一言)及强大的绘图模型(支持 Stable Diffusion 文生图、图生图、SDXL1.0、超分辨率和图片上色)。
该项目特别适合希望私有化部署 AI 服务的开发者、企业技术团队以及注重数据隐私的极客用户。通过自托管方式,用户可以完全掌控服务环境,摆脱对公有云服务的依赖,同时享受类似官方云服务的完整体验。其核心亮点在于提供了兼容 OpenAI 协议的标准 API 接口,这意味着任何支持该协议的第三方客户端均可直接接入;此外,项目采用模块化的 Glacier 框架和类 Laravel 风格的 Eloquent ORM 架构,代码结构清晰,便于二次开发与功能扩展。无论是搭建内部智能助手,还是构建个性化的多模态创作平台,aidea-server 都提供了一个稳定、灵活且易于维护的技术底座。
使用场景
某中小型设计团队希望为内部搭建一个统一的多模态 AI 工作台,以支持文案创作与营销海报生成,同时确保数据不出内网。
没有 aidea-server 时
- 团队成员需分别登录多个网页版工具切换使用通义千问写文案、Stable Diffusion 画图,工作流割裂且效率低下。
- 缺乏统一的 API 网关,开发人员难以将不同大模型能力快速集成到内部现有的协作系统中,重复造轮子成本高。
- 敏感的设计草图和业务文档必须上传至公有云服务,存在严重的数据泄露风险,无法满足企业合规要求。
- 无法统一管理模型配额与用户权限,导致资源滥用或关键项目因额度不足而停滞。
使用 aidea-server 后
- 团队通过私有化部署的 aidea-server,在一个客户端界面即可无缝调用国产大模型进行写作,并直接利用 SDXL1.0 生成高清海报,实现“文生图”一站式闭环。
- 借助其兼容 OpenAI 协议的 API 接口,开发人员仅用少量代码便将聊天与绘图能力嵌入内部 CMS 系统,大幅缩短了新功能的上线周期。
- 所有数据交互均在本地服务器完成,彻底消除了核心资产外传的安全隐患,完美契合企业对数据主权的高标准要求。
- 内置的精细化权限管理让管理员能灵活分配各项目的模型调用额度,既保障了资源公平,又避免了意外超支。
aidea-server 通过开源自托管模式,成功将分散的顶尖 AI 能力整合为安全、高效且可定制的企业级智能基础设施。
运行环境要求
- Linux
- macOS
- Windows
未说明
未说明

快速开始
AIdea 服务器 - AI 聊天、协作与图像生成
英语 | 简体中文
一款基于 Go 语言构建的完全开源 APP 服务器,集成了主流的大语言模型和图像生成模型。
立即体验:
开源仓库:
- 客户端:https://github.com/mylxsw/aidea
- 服务器:https://github.com/mylxsw/aidea-server
- Docker 部署:https://github.com/mylxsw/aidea-docker
自行部署
如果您不想使用托管的云服务,也可以自行部署本服务器。请参阅此处的部署指南。
若您希望由他人代为完成部署,欢迎联系我们获取协助。详情请参阅服务器协助部署。
社区
微信技术交流群:
如无法加入,请添加微信 ID
x-prometheus为好友,我们将邀请您入群。微信公众号

关于代码
目前代码注释和技术文档较为有限,后续会逐步补充。请注意以下几点,以免混淆:
- 代码中的
Room和Advisory Group都指代Digital Persona。由于多次迭代,命名经历了从Room到Advisory Group再到Digital Persona的演变。- v1 版本的
Creation Island与 v2 版本完全不同。v1 曾服务于 App 1.0.1 及以下版本;自 1.0.2 版本起便不再使用,因此推出了 v2 版本。
本项目使用的框架:
- Glacier Framework:一款内部开发的模块化应用框架,支持依赖注入,基于 go-ioc IoC 容器构建。它解决了 Go 应用程序中的依赖传递和模块化问题。
- Eloquent ORM:一款受 Laravel PHP 框架启发、基于代码生成的内部 ORM 框架,支持 MySQL 等多种数据库。
代码结构:
| 目录 | 描述 |
|---|---|
| api | 兼容 OpenAI 的 API;此处的端点可被任何支持 OpenAI API 协议的第三方软件直接使用 |
| server | 为 AIdea 客户端应用提供的 API 端点 |
| config | 配置定义与管理 |
| migrate | 数据库迁移文件(SQL) |
| cmd | 应用程序入口点 |
| pkg | 可被其他项目导入的公共包 |
| ⌞ ai | 各类模型提供商的 AI 模型接口实现 |
| ⌞ ai/chat | 抽象聊天模型接口;所有聊天模型均在此处封装,以兼容 OpenAI Chat Stream 协议 |
| ⌞ aliyun | 阿里云短信及内容安全服务实现 |
| ⌞ dingding | 钉钉通知机器人 |
| ⌞ misc | 各种辅助函数 |
| ⌞ jobs | 定时任务,例如每日用户令牌消耗统计 |
| 邮件发送 | |
| ⌞ proxy | SOCKS5 代理实现 |
| ⌞ rate | 限流实现 |
| ⌞ redis | Redis 实例 |
| ⌞ repo | 数据模型层;封装了所有数据库操作 |
| ⌞ repo/model | 使用 mylxsw/eloquent 定义的数据模型 |
| ⌞ service | 位于 Controller 和 Repo 层之外的业务逻辑层 |
| ⌞ sms | 统一的短信服务抽象,将底层短信提供商的实现对业务逻辑透明化 |
| ⌞ tencent | 腾讯语音转文字及短信服务实现 |
| ⌞ token | JWT Token |
| ⌞ uploader | 基于七牛云存储的文件上传/下载服务 |
| ⌞ voice | 基于七牛云的文本转语音服务(目前已禁用) |
| ⌞ youdao | 有道翻译 API 实现 |
| internal | 内部包;仅在本项目内可用 |
| ⌞ queue | 任务队列实现;所有异步处理的任务都在此处定义 |
| ⌞ queue/consumer | 任务队列消费者 |
| ⌞ payment | 在线支付服务实现(如支付宝、Apple Pay 等) |
| ⌞ coins | 服务定价与计费策略 |
| config.yaml | 示例配置文件 |
| coins-table.yaml | 示例定价表配置 |
| nginx.conf | 示例 Nginx 配置 |
| systemd.service | 示例 Systemd 服务配置 |
构建项目:
go build -o build/debug/aidea-server cmd/main.go
App 截图
浅色主题

深色主题

星级历史
许可证
MIT
版权所有 © 2023, mylxsw
版本历史
2024040718002024/04/072024022016302024/02/202024013118002024/01/312024010414002024/01/042023120118102023/12/012023102911002023/10/292023092600002023/09/272023091310512023/09/13常见问题
相似工具推荐
openclaw
OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你
stable-diffusion-webui
stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。
everything-claude-code
everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上
ComfyUI
ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。
gemini-cli
gemini-cli 是一款由谷歌推出的开源 AI 命令行工具,它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言,它提供了一条从输入提示词到获取模型响应的最短路径,无需切换窗口即可享受智能辅助。 这款工具主要解决了开发过程中频繁上下文切换的痛点,让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用,还是执行复杂的 Git 操作,gemini-cli 都能通过自然语言指令高效处理。 它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口,具备出色的逻辑推理能力;内置 Google 搜索、文件操作及 Shell 命令执行等实用工具;更独特的是,它支持 MCP(模型上下文协议),允许用户灵活扩展自定义集成,连接如图像生成等外部能力。此外,个人谷歌账号即可享受免费的额度支持,且项目基于 Apache 2.0 协议完全开源,是提升终端工作效率的理想助手。
markitdown
MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器
