先摆分镜再生成，这个开源工作室不靠提示词碰运气

提示词框对得起概念图，对不齐分镜。ArtCraft 把自己写成给艺术家用的 IDE：先在画布上摆位置、搭景、摆姿势，再挑生成模型出图或出视频。仓库 storytold/artcraft 用 Rust 写后端，GitHub 约 9200 星、1360 个 fork，主页 getartcraft.com。官网一句话是 The open-source studio for controllable AI image and video，平台覆盖 macOS、Windows 和 Web，宣称免费起步、没有订阅门槛。

它和站内常见的 coding agent 不是一类东西。GitHub 日榜今天仍有两千多星增量，热度来自「可控生成」而不是又一个对话框。

先摆场景，再按生成

README 把流程从「写一段话碰运气」拧成可视化编排。Image to Location 把照片变成能反复用的场地，方便多镜头对齐。3D 合成给图层真实深度，2D 合成保留手绘和抠图。图片可以变成网格去卡位，角色用人体模型摆姿势、调机位，再把素材包拼成场面。文生图、蒙版改图、静帧转动画都还在，只是被放进这套场面语言后面。

模型目录官方写成 62 项：图像 16 家（含 Nano Banana、GPT Image、FLUX、Seedream），视频 25 家（Seedance、Kling、Veo、Sora、Vidu、MiniMax、Flux），音频 5 家，网格 11 家，世界/splat 5 家。部分条目标注停用或受限。生成仍走各家接口，ArtCraft 管的是场面和可重复的合成，不是自己再训一套大模型。

怎么拿到手

官网提供 Windows 和 macOS 稳定包，也可以拉 GitHub 最新构建。Linux 走源码编译，仓库带开发文档。LICENSE.md 在仓库里，API 返回的 license 字段是 Other，正文不宜写成 MIT 或 Apache。本机编译适合要改引擎的人；只想摆场景出片，装官方包就够。

适合谁

适合已经在用多家图像和视频模型、却苦于镜头对不齐的人：短片分镜、角色设定、需要同一场地多机位的内容。不适合只想一句话出一张海报的人，那条路径更短。它也不替代剪辑时间线，导出之后还是要进你原来的后期。

和纯提示词工具比，ArtCraft 把「位置」做成一等操作。和传统三维软件比，它把生成模型接进同一块画布，而不是先在 DCC 里建完再导出。日榜还在涨，产品仍在补预览和打光一类能力。如果你最近的烦是「同一角色换个角度就不像了」，这个工作室比再调一百次提示词更对症。