支撑「图像 coding agent」的引擎

首页说它会自己干活。这一页，告诉你它怎么做到的。底层是一个 coding agent 式的推理引擎：两层上下文压缩、模型自动降级链、结构化视频线、三层一致性锚 —— 让任何模型,哪怕 Qwen,都能在你本地稳定交付整套视觉。

§ CAPABILITIES

01Image Orchestration

图片编排能力

一句话,排出一整套风格统一、可继续编辑的视觉

智能体把需求拆成多张子图,在同一块分层画布上并行生成、统一构图与色调,再逐张落到可回退的图层工程里 —— 不是一次性出图,而是把整套电商 / 品牌物料编排好交付。

实时演示 · 智能体在分层画布上编排一整套电商视觉

02Infinite Canvas

把每一步生成摊在一张画布上 —— 节点相连,来龙去脉一目了然

不再是一问一答的聊天流:每张图都是画布上的一个节点,参考图 / 提示词 / 模型 / 产物都装在节点里;把节点连起来,让一张图成为下一张的输入,整条创作链路可视、可回溯、可分支 —— 智能体也能直接在画布上新建节点、连线并批量生成。

实时演示 · 智能体在无限画布上新建节点、连线并生成合成图

03Video Generation

静帧长成短片 —— 逐镜可控的图生视频时间线

把编排好的画面直接拉进视频线:每个镜头的首帧、尾帧、参考片、配音都由智能体填好并可视编辑,沿时间线串成一支完整的品牌短片 —— 全程非黑盒,逐镜可改。

实时演示 · 视频线逐镜填充首尾帧与参考片,串成品牌短片

04Local Operation

不止生成 —— 还能直接在你本机读写文件、改代码、跑命令

智能体不是只会出图的聊天框:它能列目录、读文件、grep 定位、改代码、新建目录、删旧脚本、跑构建并做类型检查 —— 全部在你本机完成,破坏性操作前先列清单等你确认,素材与代码不离开本地。

实时演示 · 智能体在你本机读取 / 改写 / 删除文件并跑构建,全程不上云

§ EFFICIENCY

生成的成本,大头在 token。我们从两处下手把它压下来——每一次调用只带必要的上下文,能复用的绝不重复付费。省下的,直接体现在你的账单和等待时间上。

01 · 智能提示

你说一句,它补成完整指令——但不会把所有历史、所有参考一股脑塞进去。每次调用只挑当下真正需要的上下文,长对话两层压缩成要点,冗余描述自动收敛。上下文小了,token 自然省,响应也更快。

02 · 多级缓存

提示词前缀、工具结果、参考图与其索引分层缓存:同一段上下文命中缓存就直接复用,不再重复上传、重复计费。连续对话、批量生成、反复微调这些高频场景,省得最狠。

§ UNDER THE HOOD

77 个工具按 13 类划分、权限按风险三级分级,加上循环推理、电商主体一致性、崩溃零损失任务系统等 10 项工程纵深——完整的实现细节都整理在技术文档里。

§ IMAGE AGENT

不是 prompt 级,是任务级。用户描述需求,Agent 自己拆解、调度、执行、交付。从 1 张产品图到一整套品牌视觉系统,从单个 SKU 到 30 个颜色的多变体一致性,从静图到视频——全程不需要你切工具、记参数、调模型。

不是聊天框,是工作站。77 个工具、16 个顶级模型、本地素材直读、成片写回硬盘、敏感品牌图零云端留存。这是为电商图像生产场景从零打磨的图像智能体。