开源平替版 LibTV，一个面向 AI 时代的本地优先视频创作工作台。

视频创作这件事，从来没有像今天这样，让人又爱又恨。

爱的是什么？从文生图到文生视频，AI 模型的能力在肉眼可见地飞速进化。

Veo、Kling、Seedance、Runway——每一个新模型的发布都像一记炸雷，炸出一堆”普通人也能当导演”的讨论。从一句话到一段 30 秒的视频，门槛在极速往下掉。

恨的是什么？当你真正想做一件事的时候，你会发现手里的工具是碎的。

提示词写在 notes 里，图片生成在 A 平台，视频跑在 B 平台，配音又要去 C。

素材散落在各个云存储里，每个平台的进度条和队列互不相认。更烦的是，平台之间的数据不互通，你在 A 平台发现的一张好图，想拿去 B 平台当参考，下载再上传，一轮下来半小时没了。

如果还要做迭代、做对比、做多版本的试错——那就更糟了。因为这意味着你要在好几个网页之间来回切，每个平台都要重新登录、重新填 API Key、重新传素材。你本来可以在脑子里跑完的创意回路，被碎片化的工具链硬生生打断。

有人试图解决这个问题。ComfyUI 用节点化界面把 Stable Diffusion 生态里的模型跑通了，这是一个起点；Open Generative AI 开始整合多模型渠道，让用户不用在各个平台间切换；OpenMontage 把视频制作全流程封装成了生产管线，让 AI Agent 可以一条龙干活。

但这些方案，要么是面向开发者的工程化工具，要么是重型 SaaS 平台，对于真正的内容创作者来说，还有一种更朴素的需求：我就想要一个装在自己电脑里的小工具，打开就能用，数据全在我自己手里，不依赖云端，也不要求我部署这部署那。

这就是 BeefTV 的答案。你可能在各种渠道见过它——有人叫它 BeefTV，也有人称之为开源平替版 LibTV。

BeefTV 是什么

BeefTV 是一个面向 AI 时代的本地优先视频创作工作台。

它在一个无限画布里，把创意、模型和素材真正连起来，从生成、组织、加工到迭代，覆盖了视频创作的完整链路。

项目的作者是 Beefnoodle（GitHub 上叫 glanderness，X 上是 @beefnoode），一个 AI  独立开发者，在一周时间里基本把 LibTV 的核心功能都复刻实现出来了。

BeefTV 不是 SaaS，也不是 Web 应用。它是一个跑在你自己电脑上的桌面程序。用 Go 写后端，React + TypeScript 写前端，用 Wails 把前后端打包成原生桌面应用。

所有数据——项目、画布、素材、任务记录、模型配置——全部保存在本地 SQLite 数据库和本地资源目录里。你不需要注册、不需要登录、不需要把任何创意数据上传到云端。

这就是它最核心的设计哲学：Local First（本地优先）。

02

PART

三个关键词：高性能、轻量、AI 原生

BeefTV 的自我定位用三个英文单词就能说清楚：High Performance · Lightweight · AI Native。但真正有意思的是这三个词背后的取舍。

High Performance：不是跑分，是”用着不卡”

在 BeefTV 的定义里，高性能不是指跑多少 FPS 或者吞吐多少请求，而是当你的创作画布上堆了几十个节点、上百段素材的时候，操作依然丝滑。

它是怎么做到的？核心是解耦。

视口渲染、节点加载、媒体预览、生成任务——这四件事互相独立运行，一个卡住了不会拖慢其他三个。

你在左边画布上继续拖节点的同时，右边后台的视频生成可以慢慢跑；你缩放画布看全局的时候，单个节点的预览图可以按需加载，不必一次性渲染出来。

Lightweight：装在小电脑里也能跑

BeefTV 的另一个设计目标是低资源占用和低使用门槛。

它不要求你有一台顶配的 GPU 工作站，也不要求你先装一堆依赖再跑 Docker 容器。

它就是一个桌面应用，下载下来、解压、双击就能打开。能力按需加载——你只用图像生成，它就只加载图像相关的模块；你不配置音频模型，音频相关的代码根本不会跑起来。

AI Native：AI 不是按钮，是工作流

这是 BeefTV 和其他创作工具最大的不同。

很多创作工具的”AI 功能”，是在一个传统编辑器上加一个”AI 生成”按钮。你点一下按钮，出来一个结果，然后你手动把结果拖到画布上。AI 和你的创作流程是割裂的。

BeefTV 不这么干。在它的画布里，AI 就是节点本身。你可以把一个文本生成节点连到一个图像生成节点，再把图像节点连到一个视频生成节点——整个链条里每一步都由 AI 驱动，但每一步的输出都是可编辑的、可复用的节点。

你可以修改中间任何一步的提示词或参考素材，整条链路自动重新跑起来。

更狠的是，它最新版本加入了 Agent 能力。

这个 Agent 可以直接理解画布——看明白你画的那些节点和连线是什么意思，知道你想要什么风格，甚至能帮你自动组织素材、调用合适的模型、把生成结果写回画布里。

03

PART

一个画布，完整创作链路

BeefTV 给用户的不是一堆分散的功能按钮，而是一条完整的链路：

想法 / 参考素材
↓
AI Native 自由画布
↓
Agent + 模型 + 创作工具
↓
文字 / 图片 / 视频 / 音频 / 分镜
↓
可编辑、可复用、可继续生成的工作流


让我展开说一下每一步是什么样的：

生成：从文字到多媒体

你可以从一句话的提示词开始，也可以拿一张参考图片、一段视频片段、甚至一个音频文件作为起点。

画布里的节点支持文字、图片、视频、音频四种模态的生成，而且可以自由组合——文字生成图片，图片生成视频，视频生成音频驱动口型，或者反过来。

模型渠道是开放的，你可以自由配置任何 provider。内置了 BeefAPI，可以一键连接；如果你想用自己的 API Key 接其他模型，填个 Base URL 和密钥就行。

组织：用节点讲故事

它的画布不是简单的”堆素材”，而是用节点和连线来组织你的创作逻辑。

比如你想做一个 AI 短剧的分镜，你可以：

左边放一个”场景描述”文本节点

中间放一个”人物设定”图片节点（从文本节点读取角色描述）

右边放三个”分镜视频”节点（分别从图片节点取人物，从文本节点取场景）

当你修改左边的场景描述时，所有关联的节点都可以自动重新生成。这不是简单的”版本管理”，这是创作关系的可视化表达。

加工：生成之后还能继续改

很多 AI 工具的问题是”生成完就完了”——出来的结果不能编辑，不满意只能重新生成，或者导出到别的软件里再改。

BeefTV 不一样。生成出来的任何素材，都是画布里的可编辑节点。

你可以在它上面继续裁切、标注、局部重绘、拆分、引用、和其他素材组合。比如一段视频生成出来，你觉得开头 2 秒不好，直接在画布上拆出来重新生成开头就行，不用重新跑整条视频。

迭代：保留过程，复用素材

这是节点化设计的天然优势。你在画线上试过的每一个提示词、每一张生成图、每一段视频片段，都被保留在画布的节点里。当你想回到某个版本的时候，只要把那个节点重新激活就行。

更妙的是素材复用。你在项目 A 里生成了一张很好看的人物设定图，想带到项目 B 里用？直接从个人资产库里拖过来。BeefTV 有一个全局的资产库，跨项目都能共享。

本地版独有的贴心细节

读 BeefTV 的完整功能清单时，我注意到很多针对创作场景打磨的细节设计，这些都是只有真正懂创作流程的人才会想到的：

画布版本记录 你的每一次保存都会被记录下来，按日期展开成历史树。可以点开任意版本做只读预览，想恢复的时候也很安全——先自动保存当前工作、备份云端内容，再创建一个新版本。历史引用的媒体还会受到删除保护，不会因为清理素材而丢失某个版本。

智能引用 在节点的提示词里，你只要输入已经连接素材的名字、标签或者序号（比如”图1″、”image1″），按 Tab 就能自动把引用插进去。写提示词时不用手动去复制素材链接。

多角度与宫格切分 图片节点里有一个 3D 视角编辑器，可以快速切换常用角度；还支持把一张图切成 4/9/16/25 宫格，自定义点选也行。切分后的子图会自动按网格排开在画布上。

AI 提示词优化器 内置了一个聊天式的提示词优化面板，复用你已经配置好的文本模型。它能帮你”扩展想法”（把模糊想法补齐主体、场景、构图等细节）、”精修已有提示词”（保留原意但更精准）、”强化风格”、”适配特定模型”，还能结合已经连接的参考素材一起优化。

批量创作表 想要一次生成多个版本试试？批量创作表支持全局提示词覆盖、空槽拖入上传、已有缩略图点击替换、参考图拖拽重排，甚至缩略图跨行跨列交换都行。

这些功能单独拎出来看都不算宏大，但合在一起，就是真正懂创作者日常的表现。

04

PART

快速上手

下载最新 release 安装包即可快速使用。目前 macOS 的安装包还没完成 Apple 公证，首次打开需要手动允许。

也可以通过 Docker 全栈（开发用）

如果你想直接跑完整的前后端开发环境：

docker compose up -d --build


配置模型渠道

首次打开后直接进入本地工作区，不需要注册登录。打开”模型配置”面板：

BeefAPI 内置渠道，点”连接 BeefAPI”，在系统浏览器完成授权就行，不用手动填密钥

其他渠道 自己填 Base URL 和 API Key，密钥保存在本地

数据备份

所有数据存在本地工作区里（SQLite 数据库 + 资源文件 + 模型配置 + 迁移备份）。升级迁移前会自动备份数据库，迁移或恢复的时候，先退出 BeefTV 再完整复制数据目录就行。

///

LAST

写在最后

说句实在话，AI 创作工具这条赛道已经非常拥挤了。每个月都有新产品出来，每个都说自己能 “AI-native”、”一站式”、”降本增效”。

那些 SaaS 巨头走的路线是：我有最大的 GPU 集群、我有最全的模型库、我有最稳定的服务。你用我的平台，付订阅费，一切交给我。

BeefTV 走的路线是：你有自己的电脑、你有自己的 API Key、你有自己的素材。我给你一个好用的本地工作台，让你把自己拥有的东西组织好、用起来。数据在你手里，控制权在你手里。

BeefTV 刚开源不久，还有很多不完善的地方。Agent 能力也还在起步阶段。但这种”本地优先 + AI 原生 + 轻量”的定位，确实戳中了不少创作者的痛点。

GitHub：https://github.com/glanderness/BeefTV