aidea-server

GitHub
1.7k 476 较难 1 次阅读 4天前开发框架语言模型Agent图像
AI 解读 由 AI 自动生成,仅供参考

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

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该项目是基于 Golang 编写的服务端程序,非 Python 项目,因此无需 GPU、特定 Python 版本或 PyTorch 等深度学习库。运行需要配置 MySQL 数据库和 Redis 缓存。支持通过 Docker 部署或手动编译运行(需安装 Go 环境)。模型推理通常通过 API 调用外部服务或在内部集成,具体算力需求取决于后端连接的模型服务商,而非本服务端程序本身。
python不需要
Golang (版本未说明)
MySQL
Redis
Nginx (可选)
aidea-server hero image

快速开始

AIdea 服务器 - AI 聊天、协作与图像生成

英语 | 简体中文

mylxsw%2Faidea-server | Trendshift

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:

https://aidea.aicode.cc

开源仓库:

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 RoomAdvisory Group 都指代 Digital Persona。由于多次迭代,命名经历了从 RoomAdvisory 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
⌞ mail 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

image

深色主题

image

星级历史

星级历史图表

许可证

MIT

版权所有 © 2023, mylxsw

版本历史

2024040718002024/04/07
2024022016302024/02/20
2024013118002024/01/31
2024010414002024/01/04
2023120118102023/12/01
2023102911002023/10/29
2023092600002023/09/27
2023091310512023/09/13

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

349.3k|★★★☆☆|6天前
Agent开发框架图像

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。

162.1k|★★★☆☆|1周前
开发框架图像Agent

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

151.3k|★★☆☆☆|今天
开发框架Agent语言模型

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。

108.3k|★★☆☆☆|2天前
开发框架图像Agent

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。

100.8k|★★☆☆☆|2天前
插件Agent图像

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

93.4k|★★☆☆☆|5天前
插件开发框架