FlyReq Image Studio

简体中文 | English

自托管的 AI 生图工作台 · 视频工作台 · 多模型协议 · 无限画布 · 素材库 · PWA

📖 简介

FlyReq Image Studio（简称 FlyReq Image）是一个面向个人与团队的 AI 图片和视频创作工作台。前端使用 Next.js 16 + React 19 静态导出（PWA），后端是轻量 Node.js 服务（server.js + SQLite + WebSocket），统一调度任务并代理图片与视频生成 API。

核心亮点：

多模型接入：图片、视频、文本模型独立配置，兼容 Google、OpenAI、xAI 和 New API
能力自适应：按模型能力显示分辨率、参考素材、时长、画幅和高级参数
图像视频一体化：支持文生图、图生图、GIF、视频生成和无限画布创作
生产部署友好：支持环境变量配置品牌、默认模型、并发和限流，不覆盖已有用户配置
外链快速配置：通过 URL 预填图片、视频或文本模型，确认后再保存
任务稳定可追踪：队列持久化、WebSocket 实时同步、断线轮询、失败诊断和本地备份一应俱全

🖼️ UI 预览

生图工作台

宽屏	手机版

视频工作台

宽屏	手机版

Agent 模式

询问	生成

GIF 生成

生成	微调

无限画布

提示词优化

入口按钮	优化结果

灵感与素材

提示词广场	我的素材

配置与创作

反推提示词	设置

💎 赞助商

感谢 FlyReq 对本项目的赞助支持！

FlyReq 是一家提供高折扣 AI 模型 API 中转服务的平台，帮助个人开发者和团队以更具成本优势的方式接入所需模型服务。

新用户注册即可获得体验额度，用于验证模型能力和接入流程。访问 flyreq.com 了解服务详情并开始体验。

🧩 支持的图片与视频模型

类型	厂商/协议	模型 ID / 说明
图片	Banana 系列	`gemini-3-pro-image`、`gemini-3.1-flash-image`、`gemini-3.1-flash-lite-image`...
图片	GPT 系列	`gpt-image-2`、`gpt-image-1.5`、`gpt-image-1`...
图片	Grok 系列	`grok-imagine-image`、`grok-imagine-image-quality` ...
图片	自定义	支持自定义模型 ID
视频	New API	通用视频协议，支持自定义模型 ID
视频	OpenAI Videos (Sora)	`seedance-2.0-431-720p`、`seedance-2.0-1080p` ...
视频	xAI Videos	`grok-imagine-video`、`grok-imagine-video-1.5` ...

✨ 功能特性

五大工作模式

模式	入口	简介
🎨 文本生图	`TextToImageForm`	纯文字提示词生成图像，支持多图并行
🖼️ 图生图	`ImageToImageForm`	上传参考图，编辑/转换/风格化
🤖 Agent 智能体	`AgentChatWorkspace`	多轮对话式生成：聊天 → 方案 → 出图，支持 vision 描述、联网搜索、reasoning
🔍 反推提示词	`ReversePromptForm`	上传图片流式反推提示词（支持所有已配置的文字模型）
🎬 动图生成	`GifGenerationWorkspace`	多帧生图 + 网格拼合，浏览器端编码 GIF（`gifenc`）

🚀 部署指南

🐳 Docker Compose 部署

前置要求

Docker 20.10+
Docker Compose v2

快速启动

默认安装目录为 /opt/fis。下面命令会直接从 doudou770/flyreq-image-studio 下载部署所需的 4 个文件：

docker-compose.yml：Docker Compose 服务定义
.env：后端运行配置
prompts.json：提示词广场数据
blacklist.json：敏感词配置

# 1. 创建并进入部署目录
sudo mkdir -p /opt/fis
cd /opt/fis

# 2. 下载 Docker Compose 配置
sudo curl -fsSL \
  https://raw.githubusercontent.com/doudou770/flyreq-image-studio/master/docker-compose.yml \
  -o docker-compose.yml

# 3. 下载环境变量模板为 .env
sudo curl -fsSL \
  https://raw.githubusercontent.com/doudou770/flyreq-image-studio/master/backend/.env.example \
  -o .env

# 4. 下载提示词与敏感词配置
sudo curl -fsSL \
  https://raw.githubusercontent.com/doudou770/flyreq-image-studio/master/backend/prompts.json \
  -o prompts.json
sudo curl -fsSL \
  https://raw.githubusercontent.com/doudou770/flyreq-image-studio/master/backend/blacklist.json \
  -o blacklist.json

# 5. 创建持久化数据目录
sudo mkdir -p data

# 6. 按需编辑配置（可选）
sudo nano .env

# 7. 启动服务
sudo docker compose up -d

访问 http://localhost:3001。

docker-compose.yml 默认使用：

image: ghcr.io/doudou770/flyreq-image-studio:latest

如果 GitHub Packages 中的镜像包被设置为私有，需要先登录 GHCR：

echo YOUR_GITHUB_TOKEN | docker login ghcr.io -u YOUR_GITHUB_USERNAME --password-stdin

文件布局

部署完成后，/opt/fis 目录结构如下：

/opt/fis/
├── docker-compose.yml
├── .env
├── prompts.json
├── blacklist.json
└── data/

docker-compose.yml 已内置持久化路径：

FLYREQ_TASK_DB: /app/backend/data/flyreq-tasks.sqlite
FLYREQ_IMAGE_DIR: /app/backend/data/flyreq-images

因此任务数据库和生成图片都会落在宿主机 /opt/fis/data/ 下。

docker-compose.yml 默认加入 1Panel 常用外部网络 1panel-network，便于直接通过 Docker 内网访问同一网络中的 new-api 等服务。若你的 1Panel 网络名称不同，请修改 docker-compose.yml 里的 networks 名称；若不是 1Panel 环境，可删除 networks 配置或先创建同名网络：

sudo docker network create 1panel-network

环境变量

通过 /opt/fis/.env 注入，无需修改镜像。

PORT、HOSTNAME、NODE_ENV 这类启动参数修改后需要重启容器：

cd /opt/fis
sudo docker compose restart

队列、限流、提示词广场等运行时配置会被后端定期读取，保存 .env 后通常无需重启即可生效。

如果用户模型中填写的是公开 Base URL，但希望服务端实际请求走 Docker 内网地址，可以配置 FLYREQ_BASE_URL_REWRITE_MAP。例如用户仍填写 https://flyreq.com，后端实际请求同一 1Panel 网络里的 new-api 容器：

FLYREQ_BASE_URL_REWRITE_MAP={"https://flyreq.com":"http://new-api:3000"}

支持多个映射：

FLYREQ_BASE_URL_REWRITE_MAP={"https://flyreq.com":"http://new-api:3000","https://api.example.com":"http://example-new-api:3000"}

匹配会自动忽略末尾 /v1 或 /v1beta：用户填 https://flyreq.com/v1 也会命中 https://flyreq.com。映射只影响后端出站请求，不会改写用户保存的模型配置。

升级

拉取最新镜像并重建容器：

cd /opt/fis
sudo docker compose pull
sudo docker compose up -d --force-recreate

数据持久化

以下内容自动持久化在 /opt/fis/data/：

flyreq-images/：生成的图片
flyreq-tasks.sqlite：任务数据库
flyreq-tasks.sqlite-wal / flyreq-tasks.sqlite-shm：SQLite 运行文件

备份时建议直接备份整个 /opt/fis 目录。

📦 本地部署（生产环境）

环境要求

Node.js：20 或 22
npm：自带 workspaces 支持
better-sqlite3 是原生依赖，生产服务器必须本地 npm ci --omit=dev，不要直接复制本机 node_modules

部署步骤

1. 在构建机

npm ci
npm run build

产物 frontend/out/ 已生成。

2. 上传以下到生产服务器

frontend/out/
backend/server.js
backend/package.json
backend/package-lock.json
backend/prompts.json
backend/blacklist.json
backend/.env          # 按生产环境调整

3. 在生产服务器

npm ci --omit=dev        # 必须本地装 better-sqlite3 原生模块
npm start                # 或 npm run server

.env 中 NODE_ENV=production。

4. 进程托管

推荐 PM2 / systemd / 平台自带进程管理，确保：

进程对 FLYREQ_TASK_DB 指向的 SQLite 文件有读写权限
反向代理（Nginx / Caddy / 云网关）将域名转到 http://127.0.0.1:3001

5. 一键打包

npm run go

生成根目录 out.zip，解压后即可按上面 1~3 步骤部署。

💻 本地开发

环境要求

Node.js：20 或 22
npm：自带 workspaces 支持

安装与运行

# 1. 克隆仓库
git clone https://github.com/doudou770/flyreq-image-studio.git
cd flyreq-image-studio

# 2. 安装依赖（自动安装根、frontend、backend）
npm install

# 3. 复制后端环境变量
cp backend/.env.example backend/.env
# Windows: Copy-Item backend/.env.example backend/.env

# 4. 启动开发模式（等同于 build 后用 production 模式跑 server.js）
npm run dev

访问 http://localhost:3001。

首次启动时，图片模型会使用部署者配置的默认模型（未配置时使用 FlyReq / GPT Image 2 预设）；出于安全原因不会下发 API Key。请在 UI 的“设置”中填写图片模型 API Key，并至少配置一个文本模型及其 API Key，再确认各任务的默认模型。所有前端配置均保存在浏览器 localStorage，可通过备份功能导出。

常用开发脚本

npm run dev:frontend   # 仅启动 Next.js dev server（HMR，不走静态导出）
npm run dev:backend    # 仅启动后端 server.js
npm run build          # 构建前端静态产物到 frontend/out/
npm start              # 直接跑后端 server.js
npm run lint           # 前端 ESLint
npm test               # 前端 Vitest watch
npm run test:run       # 前端 Vitest 单次
npm run go             # 打包：build + 汇总到根 out.zip

🔨 Docker 镜像构建

构建镜像

docker build -t flyreq-image-studio:latest .

推送到仓库

docker tag flyreq-image-studio:latest ghcr.io/doudou770/flyreq-image-studio:latest

docker push ghcr.io/doudou770/flyreq-image-studio:latest

🚢 GitHub Actions 发布

仓库内置手动发布工作流：.github/workflows/release.yml。

在 GitHub 页面进入 Actions → Release → Run workflow，选择 patch / minor / major 后运行即可。工作流会固定检出 master 分支，并自动完成：

读取最新 vX.Y.Z tag，按选择的类型自增版本号
创建并推送新的 git tag，例如 v1.5.1
创建 GitHub Release，并自动生成 release notes
将 tag 版本写入 Docker 镜像的 APP_VERSION，自动展示在 UI 的“关于”页
构建 Docker 镜像并推送到 GitHub Packages：
- ghcr.io/doudou770/flyreq-image-studio:latest
- ghcr.io/doudou770/flyreq-image-studio:X.Y.Z
- ghcr.io/doudou770/flyreq-image-studio:vX.Y.Z

工作流使用仓库内置的 GITHUB_TOKEN，需要在仓库设置中允许 Actions 写入 contents 和 packages。

提示词广场

PROMPT_GALLERY_MODE 三种工作方式：

1 常驻：Tab 始终显示
2 私密：需要密码验证（密码来自后端环境变量 PROMPT_GALLERY_PASSWORD）
3 关闭：完全不显示

提示词内容由后端 backend/prompts.json 维护，支持敏感词过滤（backend/blacklist.json）。

模型系统

FlyReq Image 采用用户自定义模型架构：

模型级配置：每个图片模型和文本模型都独立保存协议、显示名称、模型 ID、API Key 与 Base URL
图像模型：用户自由添加、编辑、删除，支持设置协议、显示名称、模型 ID、最大参考图数量、最大分辨率
Image 2 额外参数：仅 OpenAI 图片模型显示，透明背景、质量、风格控件默认开启，用户可手动关闭
流式图片请求：仅 OpenAI Images 协议显示，可对兼容接口发送 stream=true，用于降低 New API / Nginx / Cloudflare 长耗时图片生成时的 504 截断风险；上游不支持时任务直接返回错误
文字模型：支持自定义扩展，兼容 Gemini 和 OpenAI Response
默认模型：可为文本生图、图生图、反推提示词、Agent 等任务分别设置默认模型

支持的模型与协议

类型	内置预设或兼容协议	可用能力
Google 图片模型	Gemini 2.5 Flash Image、Gemini 3 Pro Image Preview、Gemini 3.1 Flash Image Preview、Gemini 3.1 Flash Lite Image	文生图、图生图、模型允许的参考图数量与 1K 至 4K 输出；可按模型启用 `temperature`
OpenAI 图片模型	GPT Image 2 及 OpenAI Images 兼容接口	GPT Image 2 支持文生图、图生图、最多 16 张参考图、1K 至 4K、质量/风格/透明背景/PNG-JPEG-WebP、自定义尺寸和流式图片请求；兼容接口的可用参数取决于其上游实现
xAI 图片模型	Grok Imagine、Grok Imagine Quality	xAI Imagine 专用请求格式、1K 或 2K、预设支持的宽高比
文字模型	Google `generateContent`、OpenAI Responses 兼容接口	提示词反推、提示词优化、Agent 多轮对话与图像生成方案
自定义模型	`google` 或 `openai` 协议的兼容服务	自定义模型 ID、Base URL、API Key、最大参考图数、最大输出规格和能力开关

预设是能力边界的配置模板，不会限制接入方使用兼容服务；填写实际 Base URL、模型 ID 和 API Key 后即可使用。Google 与 xAI 图片接口不发送 stream=true，以保持各自协议约束；OpenAI Images 兼容接口默认可开启流式请求。

与众不同的工作流能力

Agent 按意图选模型：Agent 会结合用户指定的分辨率、当前可用模型和参考图比例，选择能满足要求且规格合适的图片模型，并把布局参数归一化为该模型支持的范围。
一处配置，多处生效：外部系统可通过 URL 预填图片、文本或视频模型，并要求用户确认后才保存；部署者可通过环境变量为新用户提供首个默认图片模型、品牌名称、Logo 和浏览器图标。
上游兼容与诊断并存：服务端可以把用户填写的公网 Base URL 改写为容器内网地址，同时保留用户原始配置；上游返回错误时保留原始内容并标注来源。
任务结果可恢复：任务经 SQLite 队列持久化，WebSocket 实时同步状态，断线后自动重连并回退轮询；图片落盘保存，历史任务可重试、下载、备份和恢复。

外部链接预填模型配置

外部站点可以通过 URL 预填一个图片、文本或视频模型。页面会自动打开“设置”，把参数填入对应模型表单，然后立即清理地址栏中的全部配置参数。用户确认后仍需手动保存，外链导入不会自动写入 localStorage。

URL 只需要一个 provider 参数，内容是 JSON 字符串。下面使用裸 JSON 方便阅读；生产接入必须使用 encodeURIComponent(JSON.stringify(payload)) 生成 URL 编码值，避免特殊字符被浏览器、代理或聊天工具改写。

图片模型示例

{
  "type": "image",
  "preset": "gpt-image-2",
  "provider": "openai",
  "modelKey": "flyreq-gpt-image-2",
  "name": "FlyReq",
  "modelId": "gpt-image-2",
  "baseUrl": "https://flyreq.com",
  "apiKey": "YOUR_API_KEY",
  "maxRefImages": 16,
  "maxOutputSize": "4K",
  "supportsTemperature": false,
  "streamImages": true
}

URL编码JSON:

https://image.flyreq.com/zh/?provider=%7B%22type%22%3A%22image%22%2C%22preset%22%3A%22gpt-image-2%22%2C%22provider%22%3A%22openai%22%2C%22modelKey%22%3A%22flyreq-gpt-image-2%22%2C%22name%22%3A%22FlyReq%22%2C%22modelId%22%3A%22gpt-image-2%22%2C%22baseUrl%22%3A%22https%3A%2F%2Fflyreq.com%22%2C%22apiKey%22%3A%22YOUR_API_KEY%22%2C%22maxRefImages%22%3A16%2C%22maxOutputSize%22%3A%224K%22%7D

https://image.flyreq.com/zh/?provider={"type":"image","preset":"gpt-image-2","provider":"openai","modelKey":"flyreq-gpt-image-2","name":"FlyReq","modelId":"gpt-image-2","baseUrl":"https://flyreq.com","apiKey":"YOUR_API_KEY","maxRefImages":16,"maxOutputSize":"4K"}

配置完整时，图片模型会成为文生图和图生图默认模型。

文本模型示例

{
  "type": "text",
  "provider": "openai",
  "modelKey": "flyreq-text-default",
  "name": "FlyReq Text",
  "modelId": "gpt-5.4-mini",
  "baseUrl": "https://flyreq.com",
  "apiKey": "YOUR_API_KEY",
  "note": "OpenAI Responses 兼容文本模型"
}

https://image.flyreq.com/zh/?provider={"type":"text","provider":"openai","modelKey":"flyreq-text-default","name":"FlyReq Text","modelId":"gpt-5.4-mini","baseUrl":"https://flyreq.com","apiKey":"YOUR_API_KEY","note":"OpenAI Responses 兼容文本模型"}

配置完整时，文本模型会成为 Agent、反推提示词、提示词优化和图片描述的初始默认模型；用户保存前可以分别调整。文本模型支持 openai 和 google。

视频模型示例

{
  "type": "video",
  "protocol": "openai",
  "modelKey": "flyreq-video-default",
  "name": "FlyReq Video",
  "modelId": "sora-2",
  "baseUrl": "https://api.openai.com",
  "apiKey": "YOUR_API_KEY"
}

https://image.flyreq.com/zh/?provider={"type":"video","protocol":"openai","modelKey":"flyreq-video-default","name":"FlyReq Video","modelId":"sora-2","baseUrl":"https://api.openai.com","apiKey":"YOUR_API_KEY"}

字段与行为

字段	说明
`type`	模型类型：`image`、`text` 或 `video`；省略时为兼容旧链接默认使用 `image`
`modelKey`	可选，稳定模型 ID；存在同 ID 时更新该模型
`provider` / `protocol`	图片、文本支持 `openai` 或 `google`；视频支持 `new-api`、`openai` 或 `xai`。新视频链接使用 `protocol`，历史 `provider=openai` 保留旧版端点行为
`name`	显示名称
`modelId`	上游模型 ID
`baseUrl`	上游 Base URL
`apiKey`	API Key
`preset`	仅图片模型，可选内置模板，如 `gpt-image-2`
`maxRefImages`	仅图片模型，最大参考图数量
`maxOutputSize`	仅图片模型：`512`、`1K`、`2K`、`4K`
`supportsTemperature`	仅图片模型，上游兼容时允许发送 Gemini `temperature`
`streamImages`	仅图片模型，启用 OpenAI Images 兼容流式请求
`note`	仅文本模型，可选的协议或部署说明

匹配规则：优先按 modelKey 更新已有模型；没有 modelKey 时，按 name + modelId + baseUrl 匹配；仍未匹配则新增草稿。不完整配置会作为未激活草稿保留，用户可以补齐后保存。旧版 configureModel=1&type=... 多参数链接仍支持三种类型，识别后会删除所有配置参数。

安全提示：应用清理 URL 前，API Key 仍可能短暂出现在浏览器历史、代理日志、聊天预览和 Referer 信息中。推荐使用短期 Key，或在外链中省略 apiKey，让用户在本地填写。

任务系统

提交后入队，服务端并发处理（默认上限 50，可通过 FLYREQ_TASK_CONCURRENCY 调整）
浏览器通过 WebSocket 实时接收任务/队列状态，断线自动重连，失败 5 次后回退 HTTP 轮询（30 秒间隔）
任务结果本地落盘（backend/flyreq-images/），HTTP 路由 /api/flyreq/images/:taskId/:index 直接提供
任务 TTL 12 小时，过期自动清理（5 分钟一次）
服务重启时把残留"处理中"任务标记为失败并删除产物，避免幽灵任务

体验与工程化

PWA（next-pwa），可安装到桌面
三端兼容 UI：桌面端、平板端、移动端自适应布局，提供一致的用户体验
暗色 / 亮色主题切换
宽屏 / 窄屏自适应布局（左侧垂直 Tab + 右侧内容）
历史任务持久化（IndexedDB / localStorage）
一键备份 / 恢复（JSZip 打包 localStorage + IndexedDB，支持跳过不兼容旧配置并恢复其余数据）
历史图片懒加载（@tanstack/react-virtual）
随机图、Toast 通知、确认对话框

⚙️ 环境变量（`backend/.env`）

变量	必填	默认	说明
`PORT`	否	`3001`	监听端口
`HOSTNAME`	否	`0.0.0.0`	绑定地址，`localhost`/`127.0.0.1` 仅本机
`NODE_ENV`	是	`production`	必须为 `production`，否则会走 Next dev 模式
`FLYREQ_TASK_DB`	否	`./flyreq-tasks.sqlite`	SQLite 文件路径，建议放到持久化目录
`FLYREQ_TASK_CONCURRENCY`	否	`50`	最大并发任务数（绝对上限 50）
`FLYREQ_MAX_QUEUE_SIZE`	否	`200`	全局最大待处理任务数
`FLYREQ_RATE_LIMIT_WINDOW_MS`	否	`60000`	创建任务速率限制窗口，单位毫秒
`FLYREQ_RATE_LIMIT_MAX_REQUESTS_PER_IP`	否	`20`	单 IP 在一个窗口内最多创建多少个任务
`FLYREQ_RATE_LIMIT_MAX_REQUESTS_PER_API_KEY`	否	`20`	单 API Key 在一个窗口内最多创建多少个任务
`FLYREQ_MAX_PENDING_TASKS_PER_IP`	否	`20`	单 IP 最多同时拥有多少个待处理任务
`FLYREQ_MAX_PENDING_TASKS_PER_API_KEY`	否	`20`	单 API Key 最多同时拥有多少个待处理任务
`FLYREQ_RATE_LIMIT_RETRY_AFTER_SECONDS`	否	`30`	队列满/限流时响应头 `Retry-After` 秒数
`FLYREQ_IMAGE_DIR`	否	`backend/flyreq-images/`	任务产物落盘目录
`FLYREQ_REMOTE_IMAGE_MAX_BYTES`	否	`52428800`	服务端下载远程生成图片的最大字节数，范围为 1024 至 209715200
`FLYREQ_BASE_URL_REWRITE_MAP`	否	空	Base URL 出站改写表；例如 `{"https://flyreq.com":"http://new-api:3000"}`
`FLYREQ_OUTBOUND_USER_AGENT`	否	`FlyReq-Image-Studio/1.5.1`	上游请求携带的稳定服务标识；请配置为部署方可追溯的产品名称，不要伪造浏览器或第三方服务身份
`FLYREQ_FILE_LOG_ENABLED`	否	`true`	是否将全部后端标准日志按日期写入文件；`false`、`0`、`no`、`off` 关闭
`FLYREQ_LOG_DIR`	否	`backend/logs/application`	按日期分割的后端应用 JSONL 日志目录；Docker Compose 使用 `/app/backend/logs/application`
`FLYREQ_PLATFORM_NAME`	否	`FlyReq Image`	平台名称；用于页面标题、Header、设置页和 PWA 名称
`FLYREQ_PLATFORM_LOGO_URL`	否	`/favicon.png`	Header Logo；建议正方形且至少 `128x128`，支持 PNG/WebP/SVG
`FLYREQ_PLATFORM_ICON_URL`	否	`/favicon.png`	浏览器 favicon；建议使用 `48x48` PNG 或 ICO，不作为 PWA 安装图标
`FLYREQ_PWA_ICON_192_URL`	否	`/icon-192.png`	PWA 普通图标；必须为 `192x192` PNG
`FLYREQ_PWA_ICON_512_URL`	否	`/icon-512.png`	PWA 高清普通图标；必须为 `512x512` PNG
`FLYREQ_PWA_MASKABLE_ICON_512_URL`	否	`/icon-maskable-512.png`	PWA Maskable 图标；必须为 `512x512` PNG，重要内容放在中心 80% 安全区域
`FLYREQ_IMAGE_MODEL_KEY_GUIDE_TITLE`	否	`还没有图片模型 API Key？`	设置页图片模型 Key 指引标题
`FLYREQ_IMAGE_MODEL_KEY_GUIDE_DESCRIPTION`	否	FlyReq 默认说明	设置页图片模型 Key 指引描述
`FLYREQ_IMAGE_MODEL_KEY_GUIDE_CTA_LABEL`	否	`前往 flyreq.com`	设置页图片模型 Key 指引按钮文字
`FLYREQ_IMAGE_MODEL_KEY_GUIDE_URL`	否	`https://flyreq.com`	设置页图片模型 Key 指引跳转地址
`FLYREQ_DEFAULT_IMAGE_MODEL_KEY`	否	`flyreq-gpt-image-2`	首次默认图片模型的稳定内部 Key
`FLYREQ_DEFAULT_IMAGE_MODEL_NAME`	否	`FlyReq`	首次默认图片模型的显示名称
`FLYREQ_DEFAULT_IMAGE_MODEL_PROTOCOL`	否	`openai`	首次默认图片模型协议：`openai` 或 `google`
`FLYREQ_DEFAULT_VIDEO_MODEL_KEY`	否	`flyreq-sora-2`	首次默认视频模型的稳定内部 Key
`FLYREQ_DEFAULT_VIDEO_MODEL_NAME`	否	`FlyReq`	首次默认视频模型的显示名称
`FLYREQ_DEFAULT_VIDEO_MODEL_PROTOCOL`	否	`openai`	首次默认视频模型协议：`new-api`、`openai` 或 `xai`
`FLYREQ_DEFAULT_VIDEO_MODEL_BASE_URL`	否	`https://flyreq.com`	首次默认视频模型的 Base URL
`FLYREQ_DEFAULT_VIDEO_MODEL_MODEL_ID`	否	`sora-2`	首次默认视频模型的上游模型 ID
`FLYREQ_VIDEO_PROTOCOL_CONFIG_OVERRIDES`	否	空	视频协议能力的 JSON Merge Patch 覆盖；对象递归合并，数组整体替换，`null` 删除字段
`FLYREQ_VIDEO_UPSTREAM_LOG_ENABLED`	否	`true`	是否记录视频上游创建、轮询和下载阶段的每次请求与响应；`false`、`0`、`no`、`off` 关闭
`FLYREQ_VIDEO_UPSTREAM_LOG_MAX_CHARS`	否	`65536`	单条视频上游响应正文的最大日志字符数，范围 `1024-1048576`
`FLYREQ_VIDEO_UPSTREAM_LOG_DIR`	否	`backend/logs/video-upstream`	按日期分割的视频上游 JSONL 日志目录；Docker Compose 使用 `/app/backend/logs/video-upstream`
`FLYREQ_IMAGE_UPSTREAM_LOG_ENABLED`	否	`true`	是否记录图片上游生成阶段的每次请求与响应；`false`、`0`、`no`、`off` 关闭
`FLYREQ_IMAGE_UPSTREAM_LOG_MAX_CHARS`	否	`65536`	单条图片上游响应正文的最大字符数，范围 `1024-1048576`
`FLYREQ_IMAGE_UPSTREAM_LOG_DIR`	否	`backend/logs/image-upstream`	按日期分割的图片上游 JSONL 日志目录；Docker Compose 使用 `/app/backend/logs/image-upstream`
`FLYREQ_DEFAULT_IMAGE_MODEL_BASE_URL`	否	`https://flyreq.com`	首次默认图片模型的 Base URL
`FLYREQ_DEFAULT_IMAGE_MODEL_MODEL_ID`	否	空	实际模型 ID；留空时使用预设模型 ID 映射
`FLYREQ_DEFAULT_IMAGE_MODEL_PRESET`	否	`gpt-image-2`	内置图片预设 ID，决定模型能力边界
`FLYREQ_DEFAULT_IMAGE_MODEL_MAX_REF_IMAGES`	否	`16`	最大参考图数量，范围 `1-16`
`FLYREQ_DEFAULT_IMAGE_MODEL_MAX_OUTPUT_SIZE`	否	`4K`	最大输出规格：`512`、`1K`、`2K`、`4K`
`FLYREQ_DEFAULT_IMAGE_MODEL_SUPPORTS_ADVANCED_PARAMS`	否	`true`	是否默认启用 GPT Image 2 额外参数
`FLYREQ_DEFAULT_IMAGE_MODEL_SUPPORTS_TEMPERATURE`	否	`false`	Google 图片模型是否默认支持 temperature
`FLYREQ_DEFAULT_IMAGE_MODEL_STREAM_IMAGES`	否	`true`	是否默认开启 OpenAI GPT Image 2 流式图片请求
`PROMPT_GALLERY_MODE`	否	`2`	`1` 常驻 / `2` 私密密码（点七下标题） / `3` 关闭
`PROMPT_GALLERY_PASSWORD`	否	空	提示词广场私密模式密码；为空时私密模式可直接开启

.env 修改后大部分运行时配置实时生效（任务并发、限流、队列容量、接单开关、Base URL 出站改写、广场模式、图片模型 Key 指引），无需重启；PORT、HOSTNAME、NODE_ENV 这类启动级配置仍需重启。

视频协议配置

视频工作台支持 new-api、OpenAI Videos（Sora）和 xai 三种协议。协议的时长、尺寸、宽高比、清晰度、参考图数量以及设置页默认 Base URL/模型 ID，统一定义在 backend/video-protocol-capabilities.json。后端在 /api/flyreq/config 下发合并后的 videoProtocols，前端据此显示控件，后端再使用同一配置校验请求。

默认视频模型使用 FLYREQ_DEFAULT_VIDEO_MODEL_PROTOCOL=openai 和 FLYREQ_DEFAULT_VIDEO_MODEL_MODEL_ID=sora-2。可选协议值如下：

new-api：New API 通用视频协议，创建端点为 /v1/video/generations。
openai：OpenAI Videos（Sora）协议，创建端点为 /v1/videos，这是默认值。
xai：xAI Videos 协议，创建端点为 /v1/videos/generations。

切换协议时必须同时配置与上游匹配的 FLYREQ_DEFAULT_VIDEO_MODEL_BASE_URL 和 FLYREQ_DEFAULT_VIDEO_MODEL_MODEL_ID。

协议	官方核对结果	配置约束来源
New API 通用视频	使用 `POST /v1/video/generations`、`GET /v1/video/generations/{task_id}`，请求字段为 `model`、`prompt`、`image`、`duration`、`width`、`height`	官方未定义跨上游模型统一的时长和尺寸上限，因此配置标记为 `workspace-default`；内置 1-60 秒和尺寸列表是工作台默认边界，可用环境变量覆盖
OpenAI Videos（Sora）	使用 `POST /v1/videos`、`GET /v1/videos/{video_id}`、`GET /v1/videos/{video_id}/content`；支持 Sora 官方时长/尺寸，参考图采用 `input_reference`	`official`；后端校验 JPEG/PNG/WebP 格式、文件大小和数量，不限制参考素材像素尺寸
xAI Videos	使用 `POST /v1/videos/generations`、`GET /v1/videos/{request_id}`；时长 1-15 秒，支持官方宽高比与 480p/720p，1.5 模型图生视频支持 1080p	`official`；图生视频的 `image` 按官方要求发送 URL、data URI 或 `file_id` 字符串，不包装为对象

部署差异必须通过 FLYREQ_VIDEO_PROTOCOL_CONFIG_OVERRIDES 配置。例如，把 xAI 的页面预设时长替换为 3、6、9 秒：

FLYREQ_VIDEO_PROTOCOL_CONFIG_OVERRIDES={"protocols":{"xai":{"parameters":{"duration":{"presets":[3,6,9]}}}}}

覆盖遵循 JSON Merge Patch：对象递归合并，数组整体替换，null 删除字段。配置版本、未知协议和不完整能力会在服务端被拒绝。注册表 v1 中原来的 openai 视频模型会迁移为隐藏的 legacy-openai-video，继续沿用旧 /v1/videos/generations 行为；在设置页明确选择新协议后，模型才切换到对应官方端点。

📡 API 速览

后端暴露在 /api/flyreq/* 路径下，前端在同源调用。

方法	路径	说明
`POST`	`/api/flyreq/tasks/batch`	批量创建独立任务，按图片序号返回 `taskIds`（202）
`POST`	`/api/flyreq/tasks`	创建任务，返回 `{ taskId }`（202）
`GET`	`/api/flyreq/tasks/:id`	查询任务状态与结果
`POST`	`/api/flyreq/tasks/:id/ack`	续期：把 TTL 延长 2 分钟
`GET`	`/api/flyreq/queue-status`	当前并发 / 排队 / 接收状态
`GET`	`/api/flyreq/prompts`	提示词广场内容
`GET`	`/api/flyreq/blacklist`	敏感词列表
`GET`	`/api/flyreq/config`	前端配置（如 `promptGalleryMode`）
`GET`	`/api/flyreq/manifest.webmanifest`	运行时 PWA manifest
`GET`	`/api/flyreq/images/:taskId/:index/:subIndex`	任务产物图片；省略 `subIndex` 时读取第 0 张
`WS`	`/api/flyreq/ws`	实时任务 / 队列订阅

任务状态

排队中：等待调度
processing：正在调用上游 API
completed：成功，result.images 包含产物链接
failed：失败，详见 error
expired：超过 TTL

❓ 常见问题

为什么生产环境不用 next start？ 项目使用 output: 'export'，构建产物是纯静态 out/。server.js 同时托管静态文件 + 任务 API，不再依赖 next start。

只部署 out/ 能用吗？ UI 可以打开，但任务提交、Agent、历史同步全部依赖 /api/flyreq/*，必须运行 server.js。

数据库需要单独备份吗？ 首次部署不需要，服务启动会自建。任务数据要保留就备份 flyreq-tasks.sqlite（含 WAL/SHM）以及 flyreq-images/。重启后残留任务会被自动标记为失败并清理产物。

如何临时停止接收新任务（不停服务）？ 编辑 .env：

FLYREQ_ACCEPT_NEW_TASKS=false

保存即生效。等待在飞任务完成后即可重启升级。再次开启设为 true 或留空。

任务多久会过期？ 创建后 12 小时；前端在拿到结果后会调用 /ack 续期 2 分钟，给下载留时间。超过 TTL 服务端删除数据库记录与产物图片。

New API 已经生成成功，为什么前端仍然显示 504？ 如果 FlyReq Image 后端通过 Cloudflare 橙云域名访问 New API，长时间无响应的图片生成请求可能被 Cloudflare / Nginx 网关提前截断，New API 控制台仍可能显示上游任务成功。推荐优先让 FlyReq Image 后端使用 New API 的 Docker 内网地址或灰云域名；同时可在对应图片模型中开启“流式图片请求”，让兼容接口通过 stream=true 持续返回事件，降低 504 概率。上游不支持该参数时，任务会直接失败并保留错误信息。

🙏 致谢

本项目的无限画布工作区功能基于 infinite-canvas 项目开发，感谢原作者 basketikun 的开源贡献。感谢tianjiangqiji的开源UI

感谢 Linux.do 社区的支持。

Star History

📄 许可证

本项目采用 GNU Affero General Public License v3.0（AGPL-3.0）开源许可证。

这意味着：

✅ 你可以自由使用、修改和分发本软件
✅ 你可以将本软件用于商业用途
⚠️ 如果你修改了本软件并通过网络提供服务，你必须公开修改后的源代码
⚠️ 基于本软件的衍生作品必须使用相同的 AGPL-3.0 许可证

详细条款请参阅 LICENSE 文件。

⬆ 回到顶部

Name		Name	Last commit message	Last commit date
.github/workflows		.github/workflows
backend		backend
doc		doc
frontend		frontend
scripts		scripts
.dockerignore		.dockerignore
.gitignore		.gitignore
AGENTS.md		AGENTS.md
Dockerfile		Dockerfile
LICENSE		LICENSE
README.en.md		README.en.md
README.md		README.md
docker-compose.yml		docker-compose.yml
package-lock.json		package-lock.json
package.json		package.json

Latest commit

History

Folders and files

Repository files navigation

FlyReq Image Studio

📖 简介

🖼️ UI 预览

生图工作台

视频工作台

Agent 模式

GIF 生成

无限画布

提示词优化

灵感与素材

配置与创作

💎 赞助商

🧩 支持的图片与视频模型

✨ 功能特性

五大工作模式

🚀 部署指南

前置要求

快速启动

文件布局

环境变量

升级

数据持久化

环境要求

部署步骤

1. 在构建机

2. 上传以下到生产服务器

3. 在生产服务器

4. 进程托管

5. 一键打包

环境要求

安装与运行

常用开发脚本

构建镜像

推送到仓库

提示词广场

模型系统

支持的模型与协议

与众不同的工作流能力

外部链接预填模型配置

图片模型示例

文本模型示例

视频模型示例

字段与行为

任务系统

体验与工程化

⚙️ 环境变量（backend/.env）

视频协议配置

📡 API 速览

任务状态

❓ 常见问题

🙏 致谢

Star History

📄 许可证

About

Topics

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages

⚙️ 环境变量（`backend/.env`）